Excel绘图区分区设置不同背景色之条形图
在Excel图表中，如对绘图区设置背景色，一般只能对整个绘图区设置同一种颜色、图案或图片为背景。但有时希望能对不同的分区设置不同的颜色作为背景，这时可以采取其他辅助手段实现这一目标，包括添加辅助的柱形图堆、积柱形图、堆积条形图，面积图等等。这些方法的基本思路是一样的，略举几例，可以自己试验创造。本篇介绍使用条形图，进行横向分区设置绘图区背景色。
如有下表：
表-1
做成折线图，调整坐标轴刻度后，如下所示：
图-1
用辅助堆积条形图横向设置分区背景色：
准备横向对绘图区设置背景，在原数据表格中添加一辅助系列数据，如下图所示（其中数据15只是为了不使原系列1的图象与Y轴刻度不变，而且系列2图象能显示而定，其实可以随意设置，不过为整齐划分，各列数据应相等）：
表-2
选中图表，在右键菜单中选“选择数据”（或在Excel界面上“图表工具”-“设计”-“数据”-“选择数据”），在“图例项（系列）”中点击“添加”，准备将上述辅助数据行作为一个系列添加到图表中，将BA4：BD4添加为系列2，水平（分类）轴标签选为BA2：BD2，如下图所示：
图-2
确定后，系列2也呈折线图，如下图所示：
图-3
在图表中选中系列2，在右键菜单上选“更改系列图表类型”，将系列2图表类型改变为堆积条形图：
图-4
选中系列2的柱形，在“设置数据点格式”-“系列选项”中将“分类间距”滑动游标拖至为0，即无间距，如下图所示：
图-5
图-6
逐个选中系列2的各个数据点，单独设置各个柱形的填充颜色，适当增加透明，将横轴的次轴刻度设为0-15，然后删除横轴的次轴，再删除系列2的数据标志，如下图所示：
图-7
上述方法是增加一行辅助系列数据，设置其为堆积条形图，并使其分类之间间距为0。换言之，即以堆积条形图的填充代之以背景色。这是一种替代方式，并非可以随意自定义设置绘图区背景色。这种方式的优点是设置比较方便，可以较快捷地达到分区的目的，其缺点是只能横向分割，且颜色比较单调。
可以仿造逐个添加辅助数据，使用堆积柱形图的方式，既可以体现横向分区，也可以体现纵向分区，比较自由灵活多变。原则是一样的，只是手法略有区别，在此不再赘述。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
CDA数据分析师与数据指标：基础概念与协同逻辑 一、CDA 数据分析师：数据驱动时代的核心角色 1.1 定义与行业价值 CDA（Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析：从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计：CDA数据分析师的基础核心与实践应用 一、描述性统计的定位：CDA 认证的 “入门基石” 在 CDA（Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后，原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中，response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮：CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代，数据治 ...
2025-08-21Power BI 热力地图制作指南：从数据准备到实战分析 在数据可视化领域，热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库：从原理到实践的全面解析 在深度学习领域，矩阵运算堪称 “计算基石”。无论是卷积神经网络（CNN）中的 ...
2025-08-20数据建模：CDA 数据分析师的核心驱动力 在数字经济浪潮中，数据已成为企业决策的核心资产。CDA（Certified Data Analyst）数据分 ...
2025-08-20KS 曲线不光滑：模型评估的隐形陷阱，从原因到破局的全指南 在分类模型（如风控违约预测、电商用户流失预警、医疗疾病诊断）的评 ...
2025-08-20偏态分布：揭开数据背后的非对称真相，赋能精准决策 在数据分析的世界里，“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师：数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天，“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师：善用 Power BI 索引列，提升数据处理与分析效率 在 Power BI 数据分析流程中，“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师：巧用 SQL 多个聚合函数，解锁数据多维洞察 在企业数据分析场景中，单一维度的统计（如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师：驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中，表格结构数据（如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南：从 DAX 度量到可视化落地 在业务数据分析中，“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据：用法、实例与实战技巧 在 Python 编程中，函数是代码复用与逻辑封装的核心载体。多数场景下，我们 ...
2025-08-15CDA 数据分析师：引领商业数据分析体系构建，筑牢企业数据驱动根基 在数字化转型深化的今天，企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性（Feature Importance）排名解析 在机器学习领域，随机森林因其出色的预测性能和对高维数据的适应性，被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中，t 统计量是常用的重要指标，其分布特征直接影响着检验结果的判断。 ...
2025-08-14
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
