京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31