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
Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28在 CDA（Certified Data Analyst）数据分析师的技能工具箱中，数据查询语言（尤其是 SQL）是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验：原理、方法与实战应用 在生存分析领域，Cox 比例风险模型（Cox Proportional Hazards Model）是分析 “ ...
2025-09-26检测因子类型的影响程度大小：评估标准、实战案例与管控策略 在检测分析领域（如环境监测、食品质量检测、工业产品合规性测试） ...
2025-09-26CDA 数据分析师：以数据库为基石，筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中，“数据从哪里来” 是 CDA（Certified D ...
2025-09-26线性相关点分布的四种基本类型：特征、识别与实战应用 在数据分析与统计学中，“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南：从原理到实战的科学路径 在深度神经网络（DNN）的设计中，“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中，不少团队陷入 “指标困境”：仪表盘上堆砌着上百个指标，DAU、转化率、营收等数据实时跳动，却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片：成因、检测与内存持续增长的解决策略 在 MySQL 运维中，“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测：核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师：驾驭通用与场景指标，解锁数据驱动的精准路径 在数据驱动业务的实践中，指标是连接数据与决策的核心载体。但并 ...
2025-09-24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 ...
2025-09-23
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
