
Excel:饼图进阶 复合饼图
有 人说,Excel功能虽强大,但是80%的使用者只用了它的20%功能,其余的80%的功能,只有20%的人在使用。此话不假,Excel中的VBA编程 以及许多函数的使用,大多数使用者比较陌生,有的甚至从没接触过,即使图表功能,很多使用者接触也不多。但是有些问题,不是我们的工作不需要,而是我们对 Excel的使用方法需要进一步熟悉,比如复合饼图。
例1:有某城市调查队的低收入家庭基本结构统计表如下
为作图,可列出辅助图表:
作出一般饼图如下:
这样的饼图,并不能体现“老弱病残幼人员”的细分,所以,此类图表适合使用复合饼图。
复合饼图是将饼图分成两部分,把占总量较少的部分或指定的部分单独拿出来做成一个小饼以便查看得更清楚。复合饼图的作法与一般饼图的作法基本相似,只是在一些细节上有所不同,所以凡与饼图相同的调整方法,就不再赘述。
上述例子就是要将指定的“老弱病残幼人员”部分单独表达得更清楚。利用上述辅助表格,该表格将要指定的几行内容放在表格最后。
1.选取表格所在单元,单击工具栏上的【图表按钮】,打开【图表向导-4步骤之1-图表类型】对话框,在“标准类型”列表框中选“饼图”选项,在子图表类型列表中选第一行最后的“复合饼图”或第二行最后的“复合条饼图”,在这里我们选“复合饼图”。
2.单击【下一步】按照图表向导的步骤进行,直到完成复合饼图的基本制作。如下图:
3.这个图表并不是我们想要的,因此还必须设置。单击饼图中任意一块,打开【数据系列格式】对话框,切换到“选项”选项卡,如下图
4. 在“分割系列”下拉列表中选择“位置”选项,调整“第二绘图区包含最后”的值为合适数字,本例选择4。这两项的意思就是选择位置在最后4项的数据构成第二 绘图区(可单击上下箭头调整数字大小,在调整过程中注意观察饼图变化)。调整“第二绘图区的尺寸”的值可以改变小饼的大小;调整“分类间距”可改变大小饼 之间的距离。调整好所有数据,单击“确定”按钮,关闭【数据系列格式】对话框。调整有关数据的格式,就得下图
5.在该图中,小饼都属于大饼中的“其他”,这是Excel的复合饼图自动生成的一个称谓,单击“其他”,过一会儿再单击之,在其编辑状态下,将“其他”改成“老弱病残”,退出编辑,即完成该图:
该图也可以绘制成复合条饼图,只需要在第1步时,在“标准类型”列表框中选“饼图”选项,在子图表类型列表中选第二行最后的“复合条饼图”,其他步骤相同,即可得复合条饼图
以上第4步在“分割系列”下拉列表中选择“位置”选项,这是在将指定项目放在小饼的常用方式。如是将较小的项目放入小饼,则应在“分割系列”下拉列表中选择“数字”选项。以下题为例:
例2:某销售统计结果表示如下:
根 据以上数据作出基本复合饼图,单击饼图中任意一块,打开【数据系列格式】对话框,切换到“选项”选项卡,在“分割系列”下拉列表中选择“数值”选项,调整 “第二绘图区包含数据的值小于”的值为合适数字,本例选择30。这两项的意思就是选择数值小于30万的数据构成第二绘图区如下图
按【确定】后即得下图:
Excel的使用方法比较灵活,不必局限标准解法。比如,以上两例是中规中矩的作法,其实在基本复合饼图出来后,可以直接用鼠标将饼块在大小饼之间拖动调整,以便达到你的要求,十分方便,多试,不要怕错。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10