京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Excel绘制的不等宽度柱形图_excel不等宽柱形图_excel怎么绘制柱形图
Excel柱形图表中,从柱体的高度(Y轴的纵坐标)能直观地了解数据的大小,但X轴上的数据表示的宽度不具有任何数据意义,只是用来作为分类或时间延续。然而,有时候需要绘制X轴不等距的图形,使得柱体的宽度也表示一定的数量意义。
如图 1所示为某公司各商品销售额及市场占有率数据。为了能够将销售额与市场占有率同时在一张柱形图上反映出来,可以采用不等宽度的柱形图,即用柱形图柱体的宽度反映商品的市场占有率,柱体的高度反映商品的销售额。
制作步骤如下:
1、构造时间刻度数据:将市场占有率数据作为柱体宽度,也就是将B3:B10数据进行累加处理转化为时间轴刻度值。其中E3单元格为0,作为起始原点,每一种商品都设置一个时间起始点和结束点,而每一个时间的结束点又与下一个商品的起始点重合(比如商品A的起始点为0,结束点为5,商品B的起始点为5,结束点为13,依次类推)。在E4单元格中输入下列公式,下拉至E18单元格即可得到时间刻度值数据。 代码:=100*SUM(OFFSET($B$3,,,INT(ROW(A2)/2)))
2、设置阶梯状作图数据:为每种商品的时间起始点与结束点填充对应的销售额数据,列方向形成阶梯状分离数据是为了便于给不同商品的柱体填充不同的颜色。在F3单元格中输入下列公式,下拉、右拉至M18单元格,并将F3:M18单元格区域的格式设置为“0;-0;”以隐藏0值,即可得到阶梯状作图数据。代码:=IF(INT(ROW(A2)/2)=MATCH(F$2,$A$3:$A$10,0),VLOOKUP(F$2,$A$3:$C$10,3,0),0)
3、构造辅助标签数据:在O3单元格输入下列公式,下拉填充至O10单元格,作为辅助标签系列的X值;代码:=100*(SUM($B$2:B2)+B3/2),
在P3:P10单元格区域填充0值,作为辅助水平坐标轴标签系列的Y值;
在Q3单元格输入公式=C3,下拉填充至Q10单元格,作为各个商品的辅助标签系列的Y值。
4、创建堆积面积图:选择F3:M18单元格区域→单击“插入”选项卡→“图表”组→“面积图”→在下拉的图表类型列表中,选择“堆积面积图”。在图表上单击鼠标右键→单击“选择数据”→“水平分类轴标签”下的“编辑”按钮→“轴标签区域”选择E3:E18单元格区域→单击“确定”退出“轴标签”对话框→单击“确定”退出“选择数据源”对话框。
5、格式化图表:删除图例项、网格线,根据自己需求设置图表区大小、颜色、边框,绘图区颜色。
7、添加水平轴辅助标签系列:鼠标右键单击图表→单击“选择数据”→“添加”→“系列名称”选择P2单元格,“系列值”选择P3:P10单元格区域→单击“确定”按钮关闭“编辑数据系列”对话框→单击“确定”按钮关闭“选择数据源”对话框。
9、添加次要水平坐标轴:单击图表→“布局”选项卡→“坐标轴”→“次要横坐标轴”→“显示从左向右坐标轴”。
11、编辑数据源:鼠标右键单击图表→单击“选择数据”→在弹出对话框中的“系列”列表框中单击“Y1值”系列→“编辑”→“X轴系列值”选择O3:O10单元格区域→单击“确定”按钮退出“编辑数据系列”对话框→单击“选择数据源”对话框中的“添加”按钮→“系列名称”选择Q2单元格,“X轴系列值”选择O3:O10单元格区域,“Y轴系列值”选择Q3:Q10单元格区域→单击“确定”按钮关闭“编辑数据系列”对话框→单击“确定”按钮关闭“选择数据源”对话框。
13、添加标签:单击“Y1值”系列→“布局”选项卡→“标签”组→“数据标签”→“下方”。用同样的方法给“Y2值”系列添加数据标签。
15、格式化辅助标签系列数据点:鼠标右键单击“Y1值”系列→单击“设置数据系列格式”→“数据标记选项”→设置数据标记为“无”→关闭“设置数据系列格式”对话框。用同样的方法设置“Y2值”系列的数据标记为无。
17、进一步美化图表,即可完成不等宽柱形图的绘制。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01