京公网安备 11010802034615号
经营许可证编号:京B2-20210330
一招洪荒之力,让你的图表逼格飞
好的数据分析必须要配好的图表,好的图表才能自己会说话,并且受众看起来也赏心悦目。但是好看的图表并不一定是好的图表,图表既是为做图者的目的服务的,也是为受众读图服务的。
首先什么样的数据类型决定了用什么样的图表形式,有些人做了一辈子的图表都没有离开过三俗图(曲线图、柱状图、饼图)。其实图表类型丰富多彩,条形图、面积图、散点图、雷达图、股价图等等。
其次,图表适当的美化能提高受众愉悦感,谁不希望自己做得图表非常漂亮呢?例如下面这个南丁格尔玫瑰图,是不是非常的漂亮?
南丁格尔号称数据可视化的鼻祖,是著名的英国护士和统计学家。话说当年战争期间她申请了一批医疗物资,结果上司多次不批准,于是灵机一动,把申请报告画成了玫瑰的样式,报告一递上去就批准了(愉悦度提升了)。于是就有了南丁格尔玫瑰图,但是图表美化的前提是不能喧宾夺主,不能误导受众,不能形式大于内容(例如上图)。
今天教大家一招既简单又能有效提高图表逼格的应用。就是图表中的“填充”功能。下图是年终汇报时可以用的图表,和我们常规柱状图不一样的是,柱体是金元宝。
我用截止到今天的奥运会金牌数据来演示如何做这样的图。这是数据源。
我选择用条形图来展示金牌榜的情况,柱体用金牌数量体现,如下图。
首先做一个条形图,然后在网上找一张金牌图案,然后作为素材保存下来。接下来选中图中的柱体,点击鼠标右键,选择“设置数据系列格式”。
接下来一次点击“填充”、“图片或纹理填充”、“文件”,选择刚才保存的金牌文件即可(也可以使用剪贴板,前提是图片在剪贴板中)。
“关闭”后效果如下图。
好丑!
原因是系统自动默认为“伸展”模式了,改成“层叠”模式即可。
使用层叠格式有时候会出现好多图片,秘密麻麻的情况,这个时候就用“层叠并缩放”功能就行。例如销售额是800万元,就可以填入100单位/图片,此时柱体中只会出现8张图片的层叠。
这样,一张金牌榜的柱状图就做好了。其实在图表的每个地方都可以使用“填充”图片功能,会有不一样的效果。

将整个图表区域填充成中国国旗

将绘图区填充成里约奥运会标准
还有坐标轴、标题、图例、标签等,这样说吧,只要是图表中出现的地方都可以通过填充的方式替换成自己想要的图片。
用这种方式可以愉快地把企业LOGO,产品图片等放到自己的数据图表中去了,这样的图表自然是高逼格的图表。因为图表有场景化了!
不过需要注意:简单就是美,绝对不能让你的图看起来乱七八糟的。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14