京公网安备 11010802034615号
经营许可证编号:京B2-20210330
这么漂亮的Excel图表,年终总结就用它了!(附福利)
最近在某份研究报告中见到了这样一个图表:
看到它的瞬间,有一种看见美女惊为天人的感觉。很精致,很别致,让整个报告显得特别上档次。
所以,今天姐姐给大家分享的就是如何制作这个漂亮的图表。这种图的学名叫南丁格尔玫瑰图,又名为极区图 ,是一种圆形的直方图。
由英国护士和统计学家弗罗伦斯·南丁格尔发明的,通过一种色彩缤纷的图表形式,让资料统计数据更加让人印象深刻。
主要思路:利用雷达图的特点,将雷达图分成360份,每一个指标的大小其实是360份中的多少份,然后我们再根据指标大小来设置扇区的半径。
▌步骤一:整理数据
将原始数据通过“转置”转换成右边的格式
▌步骤二:设置辅助数据
首先,我们来计算每一个指标在360份中所占的份数,在B4单元格输入公式=B3*360,向右拖动公式,填充B4到G4单元格。
然后,根据指标的大小计算扇区的高度,即扇区半径,在B5单元格输入公式=B3*100,向右拖动公式,填充B5到G5单元格。(注意:扇区半径较小,后期可以调整)
再然后,设置每个扇区的起始角度和终止角度。
第一个扇区从0开始,下一个扇区就从上一个扇区的终止位置开始。
在B6单元格输入0,B7单元格输入公式=B4,C6单元格=B7,C7单元格=C6+C4,向右拖动C6和C7,将公式填充至C6到G7单元格。
最后,设置作图数据区域。将雷达图细化为360份。
在B10单元格输入公式=IF(AND($A10>B$6,$A10<B$7),B$5,0),将公式拖动填充至整个作图数据区域。
至此,辅助数据设置完成。
▌步骤三:插入雷达图-填充雷达图
由于数据差异较大,扇形半径差异也较大,使得较小数据看起来较为费劲,所以我们可以重新调整半径数据,只需要保证相对大小不变就行。
▌步骤四:美化图表,设置数据标签
先清楚所有的数据标签。
再将原始数据标签导入,最后通过手动调整标签内容和位置完成图表制作。
怎么样?这个结果您还满意吗?
也许有人会问,原始图表中间是空心的啊?咱们是实心的。没关系,最简单的办法就是中间插入一个圆。
当然我们还是要走正规途径。
首先设置辅助列,从1到360填充20,意味着制作一个半径为20的圆。
修改图表数据区域,将辅助列增加进去,删掉数据标签,填充为白色。
即可完成漂亮的南丁格尔玫瑰图的制作啦。
当然啦,细节部分大家还可以再优化,今天我们的教程就到这里啦。
罂粟姐姐两年磨一剑,将从事数据分析工作五年来的所有心得体会、所有技巧技能都融入了一本书《人人都能学会的Excel数据分析》。
这本书完全以实践应用为指导,围绕案例层层展开;
循序渐进,以数据分析的6大步骤为主线,每一个知识点都是精华;
除了Excel数据分析外,还涉及SPSS案例分析、统计分析图表、统计分析报告等相关知识,全面覆盖,重点突出;
并且站在职场“老人”带“新人”的角度把数据分析各个环节的注意事项解释得清清楚楚,通俗易懂。
扫描下发二维码立即购买,双十二购书,满100减40
五年职场经验,浓缩成这本书。
如果你看过罂粟姐姐的教程,你肯定知道:罂粟姐姐出品,必属精品。
双十二当当、京东等各大书店购书均有优惠,欢迎各位小伙伴预定新书,欢迎转发朋友圈,我们一起学习,一起成长。
今天在文末留言点赞数最高的将获得罂粟姐姐签名书《人人都能学会的Excel数据分析》一本,价值69元。(集赞累计到12月31日)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27