
饼图和圆环图分析多个数据系列
我们知道,饼图只有一个系列,也就是只能考察一个系列数据的构成情况。如果要考察多个数据系列的构成情况,就需要使用圆环图了,今天我们就学习下用饼图和圆环图分析多个数据系列。
图1左所示是一个反映销售量和销售额的圆环图,内环是销售量,外环是销售额。这个图表看起来并不美观,因为中间有一块空白,使得图表的数据显示不够精练。当然,可以在圆环图中间的空白区域内插入一个产品图片,以修饰图表,如图1右所示。
图1
但是,对于这样的销售量和销售额构成分析图,使用饼图和圆环图的组合图表,是比较好的一种解决方案,如图2所示。在这个图表中,中间是饼图,表示各个地区的销售量份额;外面是圆环图,表示各个地区的销售额份额。这样的excel图表显得很精练,其数据信息的表达也更清楚。
图2
1、以数据区域绘制圆环图,如图3所示。
图3
2、选择内环的系列“销售量”,将其图表类型更改为饼图,如图4左所示,此时图表看起来不是很清楚,下面要进行一系列的设置。
3、选择系列“销售量”,打开“设置数据系列格式”对话框,将其绘制在“次坐标轴”上,图表就变为如图4右所示的情形。
图4
4、选择系列“销售量”,将其向外拖动,如图5左所示,经过几次拖动后,使饼图扇区的宽度正好与系列“销售额”圆环图的宽度相同,如图5右所示。
图5
5、先选择系列“销售量”,再选择该系列的各个扇区,将其一一拖放到圆环中间的空白位置,如图6所示。
图6
6、选择系列“销售量”,为其添加数据标签,如图7所示,注意,这里在“标签包括”选项组中选择“类另名称”复选框和“百分比”复选框,在“标签位置”选项组中选择“数据标签内”单选按钮,在“分隔符”下拉列表框中选择“(分行符)”,最后要注意把数据标签的数字格式设置为百分比(在此对话框的“数字”分类中进行设置)。
图7
7、选择系列“销售额”,为其添加数据标签,如图8所示,注意,这里在“标签包括”选项组中选择“类别名称”复选框和“百分比”复选框,在“分隔符”下拉列表框中选择“(分行符)”。最后要注意把数据标签的数字格式设置为百分比。这样,图表就变为如图13所示的情形。
图8
8、调整图表区和绘图区的大小,设置图表区的填充颜色。
9、分别选择系列“销售量”和“销售额”,设置它们的填充颜色等格式。
10、为图表添加标题,并把图例拖放到合适的位置。
11、根据需要修饰和完善图表,即可得到需要的图表。
我们利用饼图和圆环图分析多个数据系列,这样得出的数据就可以经进行对比了,而且数据表达的也非常的清晰明确。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15