05【画图】——EXCEL画统计图
目录
一、饼图
1.1 什么是饼图?
1.饼图在用于对比几个数据在其形成的总和中所占百分比值时最有用。整个饼代表总和,每一个数用一个楔形或薄片代表。比如:表示不同产品的销售量占总销售量的百分比,各单位的经费占总经费的比例、收集的藏书中每一类占多少等。饼形图虽然只能表达一个数据列的情况,但因为表达得清楚明了,又易学好用,所以在实际工作中用得比较多。如果想多个系列的数据时,可以用环形图。
2.扇形统计图 特点:用一个圆的面积来表示总数用圆内扇形的大小来表示占总数的百分比
作用:可以清楚地表示出各个部分与总体的关系。
1.2 饼图的使用
1.2.1 实例1
时间 | 女装销量 |
一季度 | 960 |
二季度 | 1345 |
三季度 | 789 |
四季度 | 1752 |
绘制饼图如下:
![](https://img-blog.csdnimg.cn/f82816977d0f4dfbbe090af558aa495c.png)
1.2.2 实例2:类别太多
时间 | 1月 | 2月 | 3月 | 4月 | 5月 | 6月 |
女装销量 | 356 | 250 | 354 | 456 | 407 | 482 |
时间 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 |
女装销量 | 241 | 195 | 353 | 409 | 936 | 407 |
绘制饼图如下:
![](https://img-blog.csdnimg.cn/a2eef4ecda0e4f9bb90a8445bb08a843.png)
注意:从该图中可看出类别有12个,因此画出的饼图会显得拥挤,且使得图表难以阅读;一般饼图的类别不超过7个,对于类别较多的可以用柱状图等。
1.2.3 实例3:类别太少
性别 | 人数 |
男 | 580 |
女 | 780 |
绘制饼图如下:
![](https://img-blog.csdnimg.cn/d7fea2d7aa574e9084bb1a0124bf6006.png)
注意:由该饼图可看出这个图并不是很美观,因为包含的信息量过少,只有两个类别,因此我们在写论文中可以只用一句话描述就行。
1.2.4 实例4:划分的类集不是全集
手机品牌 | 销售量 |
小米 | 689 |
oppo | 792 |
华为 | 1063 |
vivo | 420 |
苹果 | 842 |
绘制饼图如下:
![](https://img-blog.csdnimg.cn/356a6f3b3b8645608af739b06de72453.png)
注意:对于划分出的类集不是一个全集的情况,使用饼图不太合适,如该例题只给出了五个手机品牌的数据,且将该五个手机品牌的数据绘制成了一个饼图,会让人误以为市场上只有则五个品牌的手机。
1.2.5 实例5:数据排序
将表1-4进行排序,
手机品牌 | 销售量 |
华为 | 1063 |
苹果 | 842 |
oppo | 792 |
小米 | 689 |
vivo | 420 |
其他 | 312 |
绘制饼图如下,
![](https://img-blog.csdnimg.cn/c8de5a4bf40040fcbef423f115d1f65f.png)
注意:对数据进行排序预处理之后绘制出的饼图相较于未排序的数据而言更加直观,可以一眼看出最大比例在哪,最小比例在哪。
1.2.6 实例6:符合饼图
手机品牌 | 华为 | 苹果 | oppo | 小米 | vivo | A | B | C | D |
销售量 | 1063 | 842 | 792 | 689 | 420 | 143 | 101 | 45 | 23 |
绘制饼图如下,
![](https://img-blog.csdnimg.cn/391032db18c84625a50a485b757995d9.png)
注意:复合饼图有一个第二饼图,即将第一饼图的某一部分进一步分块。
总结:
- 在绘制饼图时需要注意:不加整个图的外框线,图中的文本字体大小,图例放在右侧,在图上不加标题在论文中的插图下方加标题。
二、柱状图和条形图
2.1 什么是柱状图?
柱状图由一系列垂直条组成,通常用来比较一段时间中两个或多个项目的相对尺寸。例如:不同产品季度或年销售量对比、在几个项目中不同部门的经费分配情况、每年各类资料的数目等。条形图是应用较广的图表类型,很多人用图表都是从它开始的。
2.2 柱状图的使用
2.2.1 实例1:单列数据柱状图
时间 | 1月 | 2月 | 3月 | 4月 | 5月 | 6月 |
女装销量 | 356 | 250 | 354 | 456 | 407 | 482 |
时间 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 |
女装销量 | 241 | 195 | 353 | 409 | 936 | 407 |
画条状图如下,
![](https://img-blog.csdnimg.cn/f5d117cf84884e06bce37aaa9eed6030.png)
2.2.2 实例2:多列数据柱状图
时间 | 1月 | 2月 | 3月 | 4月 | 5月 | 6月 |
女装销量 | 356 | 250 | 354 | 456 | 407 | 482 |
男装销量 | 305 | 238 | 332 | 412 | 350 | 374 |
时间 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 |
女装销量 | 241 | 195 | 353 | 409 | 936 | 407 |
男装销量 | 255 | 146 | 303 | 293 | 737 | 338 |
绘制条形图如下,
![](https://img-blog.csdnimg.cn/2d2c3c4d7ef84bb7bda2ba750c94bd7b.png)
2.2.3 实例3:三类柱状图
品牌 | 第一季度销量 | 第二季度销量 | 第三季度销量 | 第四季度销量 |
A | 1037 | 643 | 794 | 1497 |
B | 755 | 1013 | 799 | 792 |
C | 571 | 841 | 544 | 630 |
D | 1248 | 686 | 1165 | 456 |
E | 711 | 791 | 767 | 1398 |
F | 676 | 989 | 1374 | 734 |
普通柱状图,
![](https://img-blog.csdnimg.cn/733932348a734cd5baef555fe134b7e8.png)
堆积柱状图,
![](https://img-blog.csdnimg.cn/9356e44381c642f398e0271be834383f.png)
百分比堆积柱状图,
![](https://img-blog.csdnimg.cn/f38ab43594a444c3b1cdfa67a68d6778.png)
注意:
- 堆积柱状图: 比较同类别各变量和不同类别变量总和差异。
- 百分比堆积柱状图: 适合展示同类别的每个变量的比例。
2.2.4 实例4:条形图
河流 | 含氧量(ppm) | PH值 | 细菌总数(个/mL) | 植物性营养物量(ppm) | 得分 |
K | 7.93 | 7.53 | 9 | 6.52 | 0.070 |
J | 6.19 | 7.27 | 17 | 7.51 | 0.068 |
I | 5.45 | 7.62 | 5 | 18.46 | 0.068 |
L | 4.4 | 7.28 | 17 | 25.3 | 0.059 |
T | 7.44 | 6.26 | 8 | 28.41 | 0.056 |
G | 7.69 | 6.79 | 38 | 6.01 | 0.054 |
O | 2.04 | 6.4 | 23 | 17.91 | 0.053 |
M | 7.46 | 8.24 | 23 | 14.42 | 0.053 |
H | 9.3 | 6.81 | 27 | 31.57 | 0.051 |
D | 8.61 | 7.05 | 46 | 26.43 | 0.049 |
C | 9.11 | 6.31 | 46 | 8.91 | 0.048 |
B | 2.03 | 7.86 | 19 | 6.46 | 0.048 |
Q | 6.35 | 7.58 | 25 | 29.46 | 0.047 |
A | 4.69 | 6.59 | 51 | 11.94 | 0.045 |
F | 2.39 | 6.77 | 38 | 24.62 | 0.045 |
R | 8.29 | 8.41 | 39 | 12.02 | 0.044 |
P | 7.73 | 6.14 | 52 | 15.72 | 0.043 |
E | 7.13 | 6.5 | 50 | 23.57 | 0.043 |
S | 3.54 | 7.27 | 54 | 3.16 | 0.036 |
N | 2.01 | 5.55 | 47 | 26.31 | 0.019 |
绘制条形图如下,
![](https://img-blog.csdnimg.cn/9bd9c6884d1e41389e68e23146004e3f.png)
注意:画条形统计图之前需要将数据进行排序预处理,对于本例也可以用柱状图来画,但是柱状图在加上标签后,因为本例类别较多会使得整个图很拥挤。
2.2.5 实例5:用柱状图可视化回归结果
需要EXCEL技巧以及回归分析知识,暂略
三、直方图
3.1 什么是直方图?
直方图和柱状图的区别?
3.2 直方图的应用
姓名 | 陈浪 | 陈和 | 华大海 | 周绍辉 | 孙志贤 | 华健民 | 卫文昊 | 陈立轩 | 杨才发 |
体重 | 55 | 60 | 59 | 69 | 65 | 66 | 58 | 62 | 68 |
姓名 | 许启波 | 姜征发 | 周锡欢 | 褚子文 | 周杰 | 吴祖培 | 孙毅 | 王文佳 | ... |
体重 | 55 | 57 | 60 | 68 | 66 | 54 | 55 | 59 | ... |
3.2.1 实例1:频数分布直方图
绘制频数分布直方图如下,
![](https://img-blog.csdnimg.cn/384563b491924e5fb1e1f764f3e3aecf.png)
3.2.2 实例2:频率分布直方图
绘制频率分布直方图如下,
![](https://img-blog.csdnimg.cn/bcdd87cb1ccd4171949ef4a3c1150115.png)
四、折线图
4.1 什么是折线图?
1.折线图被用来显示一段时间内的趋势。比如:数据在一段时间内是呈增长趋势的,另一段时间内处于下降趋势,我们可以通过折线图,对将来作出预测。例如:速度-时间曲线、推力-耗油量曲线、升力系数-马赫数曲线、压力-温度曲线、疲劳强度-转数曲线、输功率代价-传输距离曲线等,都可以利用折线图来表示,一般在工程上应用较多,若是其中一个数据有几种情况,折线图里就有几条不同的线,比如五名运动员在万米过程中的速度变化,就有五条折线,可以互相对比,也可以对添加趋势线对速度进行预测。
2.折线统计图 特点:用一个单位长度表示一定的数量用折线得上升或下降表示数量的多少和增减变化情况;作用:即可表示各种数量的多少又可反映出数量的增减变化趋势。
4.2 折线图的应用
4.2.1 实例1
时间 | 1月 | 2月 | 3月 | 4月 | 5月 | 6月 |
女装销量 | 356 | 250 | 354 | 456 | 407 | 482 |
男装销量 | 305 | 238 | 332 | 412 | 350 | 374 |
时间 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 |
女装销量 | 241 | 195 | 353 | 409 | 936 | 407 |
男装销量 | 255 | 146 | 303 | 293 | 737 | 338 |
绘制折线图如下,
![](https://img-blog.csdnimg.cn/ab14a2660e5948a185b57f9b2b90ebdb.png)
注意:本例也可以使用柱状图来代替,因为本例的时间序列较短,但对于时间序列较长的时候柱状图就不能再代替折线图了。
4.2.2 实例2:调整纵坐标范围
交易日 | 2016-1-4 | 2016-1-5 | 2016-1-6 | 2016-1-7 | 2016-1-8 | ... | 2019-8-6 | 2019-8-7 |
上证指数 | 3296.258 | 3287.711 | 3361.84 | 3125.002 | 3186.412 | ... | 2777.556 | 2768.68 |
绘制折线图如下(调整前),
![](https://img-blog.csdnimg.cn/84f028047afa44929a6220cd75b52d83.png)
绘制折线图如下(调整后),
![](https://img-blog.csdnimg.cn/5920654aec4f4d33a4d178cad2d5544e.png)
注意:观察图4-2可知,调整前的折线图纵坐标刻度为0~4000(默认从0开始),但由于表中数据不含有2000以下,则导致该折线图下方出现大片空白,使得该统计图不太美观,因此调整纵坐标刻度为2000~4000,最终得到图4-3所示。
4.2.3 实例3:双坐标轴折线图
交易日 | 2016-1-4 | 2016-1-5 | 2016-1-6 | 2016-1-7 | 2016-1-8 | ... | 2019-8-6 | 2019-8-7 |
上证指数 | 3296.258 | 3287.711 | 3361.84 | 3125.002 | 3186.412 | ... | 2777.556 | 2768.68 |
增长率 | 0 | -0.26% | 2.25% | -7.04% | 1.97% | … | -1.56% | -0.32% |
绘制双坐标轴折线图如下,
![](https://img-blog.csdnimg.cn/845c2513f8b440ada1337ecf6566e609.png)
注意:次坐标轴的折线在主坐标轴的折线之上,因此需要根据所选择的折线的颜色来确定那一个指标在主坐标轴,那一个在次坐标轴。
4.2.4 实例4:柱形图顶端的折线图
需要EXCEL技巧,暂略
五、散点图
5.1 什么是散点图?
用直角坐标系中各点的密集程度和趋势表示两种现象之间的相关关系。
5.2 散点图的应用
5.2.1 实例1
身高 | 155.7 | 182.9 | 161.3 | 158.9 | 161.1 | 155.6 | 163.1 | … | 171.7 |
体重 | 57.5 | 63.2 | 52.5 | 44.8 | 51.2 | 50.7 | 48.1 | … | 81.7 |
绘制散点图如下,
![](https://img-blog.csdnimg.cn/bb55d6dfea11450c9f47bf2bc5ce9b7c.png)
5.2.2 实例2:带标识的散点图
身高 | 155.7 | 182.9 | 161.3 | 158.9 | 161.1 | 155.6 | 163.1 | … | 171.7 |
体重 | 57.5 | 63.2 | 52.5 | 44.8 | 51.2 | 50.7 | 48.1 | … | 81.7 |
性别 | 女 | 男 | 女 | 女 | 女 | 女 | 女 | … | 男 |
绘制散点图如下,
![](https://img-blog.csdnimg.cn/bda922757e7e4973a0c671d488c1744a.png)
六、箱线图
6.1 什么是箱线图?
箱线图主要用于反映原始数据分布的特征,还可以进行多组数据分布特征的比较。箱线图的绘制方法是:先找出一组数据的上边缘、下边缘、中位数和两个四分位数;然后, 连接两个四分位数画出箱体;再将上边缘和下边缘与箱体相连接,中位数在箱体中间。
6.2 箱线图的应用
6.2.1 实例1
数据
七、总结
疑问:
- 如何对自己画出的统计图做文字分析?
- 什么时候用什么图?