京公网安备 11010802034615号
经营许可证编号:京B2-20210330
用Excel做方块式变化比较图_数据分析师
一位网友询问如何制作下图中的方块图。
例图来自华尔街日报网站,图表用正方形的大小(面积)来反映数值的大小。类似的还有用两个内切的圆形来做比较的。我认为这种图表形式只是样式求新,但并不便于比较,没有普通的柱形图、条形图来得直观有效。因为面积和边长的感觉差别很大的,例如假设我们看正方形边长相差约20%,那么面积(也就是指标)相差多少呢,不知道,计算才知道是36%。
如何用Excel来做这种方块比较图,可以直接用自选图形/形状按比例绘制,比较简单,缺点是数据变化无法刷新图形。我想到以下图表方法。
用散点图可以很方便地绘制正方形。
1、将原指标数据开平方,据此组织两组辅助数据,每组有5个数据点,可围成一个正方形。其中右上角的坐标为根2倍的边长。
2、用辅助数据做散点图,得到两个矩形框。
3、为让矩形框保持正方形,可添加一个空序列,更改图表类型为饼图,则绘图区会保持正方形。然后将饼图设置无填充无线条隐藏。这是个小技巧,参见博客散点图系列日志。
4、利用右上角数据点的数据标签,显示链接到原指标的数值。
5、删除坐标轴、辅助图例等。
缺点:不能实现2007年的正方形的填色效果,且有两条边相互覆盖,影响效果。
要实现填色正方形的效果,可考虑用面积图试试。
1、开平方后,据此组织两组辅助数据。2007年的用来做时间刻度的面积图,2013年的还是散点图。
2、用2007年的辅助数据做时间刻度的面积图,得到呈矩形状的面积图。
3、把2013年的辅助数据加入图表,做散点图,得到一个矩形框。
4、删除坐标轴等。
缺点:但这个做法有个问题,即两个图形都不是绝对正方形,即使使用方法一中的添加空序列做饼图的技巧也无法实现,这是因为x轴是时间刻度的原因。不过可以将平方根数据放大10或100倍,以减少这种误差。
因为要绘制填色和不填色的正方形,想到雷达图可以围成正方形。事实上,这可能最佳的做法了,简单巧妙。
1、开平方后,据此组织辅助数据如图,其中第2个数字为根2倍的边长。
2、用框内的辅助数据做填色的雷达图,得到两个正方形。这里请体会辅助数据准备的巧妙。
3、将2013年的正方形设置无填充色,删除坐标轴、网格线等不需要的元素。
4、由于两个正方形处于绘图区的右上角,排版上需要处理对齐。可以用拍照方法仅引用正方形和图例部分(参见图表之道拍照说明),用到报告中去。
你是否还有其他方法来做这个图形呢,以及那种内切的圆形比较图,欢迎分享你的做法。
此图表形式,在信息图表上可以运用,日常工作中则需慎用。
涉及知识点:构图思路,数据组织,散点图,时间刻度,雷达图,拍照等。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16