Excel数据分析：可视化图表之分布分析

说明：本文仅做个人笔记记录，如有疑问欢迎戳我~

1、散点图

散点图在报表中不常用到，但是数据分析中比较常见。散点图通过坐标轴来揭示数据间的关系，发掘变量与变量之间的关联，主要特点如下：

A：将所有的数据以点的形式展现在平面直角坐标系上

B：散点图通常用于显示和比较数值，例如科学数据、统计数据和工程数据

C：在不考虑时间的情况下比较大量数据时使用

D：散点图中包含的数据越多，比较的结果更精准，比如回归分析。当数据量小的时候会比较混乱

示例：

1：选中数据区域 - 插入 - 推荐的图表 - 散点图

2：美化图表，添加趋势线（默认为线性，可以从设置中进行修改，也可以添加公式）

2、气泡图

气泡图是散点图的变种，通常用于展示和比较数据之间的关系和分布，它使用气泡代替散点图的数值点，面积大小代表数值大小，进而分析数据维度之间的相关性。

也可以用作研究两个变量与时间变量的关系。如果再多一维变量，还可以使用颜色区分。

示例：

单轴气泡图

1：选中数据区域【只选上市时间、销量和销售额】 - 插入 - 推荐的图表 - XY散点图 - 气泡图

2：设置数据系列格式 - 填充 - 依据数据点着色

3：系列选项 - 气泡宽度 - 气泡大小缩放键入合适的百分比可以整体缩放气泡大小

4：添加数据标签 - 设置数据标签格式 - 单元格中的值 - 选中产品一列的值

5：美化图表，去掉图例、网格线，坐标轴调整

四象限气泡图

1：选中数据区域【只选投入和产出】 - 插入 - 推荐的图表 - XY散点图 - 气泡图

2：系列选项 - 气泡宽度 - 气泡大小缩放键入合适的百分比可以整体缩放气泡大小

3：添加数据标签 - 设置数据标签格式 - 单元格中的值 - 选中产品一列的值

4：美化图表，去掉图例、网格线

5：选中XY坐标轴 - 设置坐标轴格式 - 横纵坐标交叉的坐标轴值改为投入/产出的平均值 - 刻度线和标签显示为无

3、直方图

统计图表，用于表示数据的分布情况。直方图与柱状图看似相像，实则完全不同。 前者反映数据分布情况，后者则不具备此功能，只能对数值进行比较。 从数据结构来说，柱状图需要1个分类变量，是离散的，柱子间有空隙。但直方图的数据均为连续的数值变量，因此柱子间是没有空隙的。 直方图一般用于单个变量，如果是多个变量可以使用多变量直方图。

示例：

1：选中数据区域 - 插入图表 - 直方图

2：点选x轴 - 设置坐标轴格式 - 坐标轴选项 - 箱宽度设置为10（即两个区间的年龄跨度为10）

3：美化图表，添加数据标签，去掉网格线，间隙宽度适当调大

4、核密度曲线

统计图表，用于表示数据的分布情况。KDE图不是使用离散分箱，而是使用高斯核平滑产生连续密度估计，可以查看并对训练数据集和测试数据集中特征变量的分布情况。

它也很像普通的曲线图，但是要记住它一条线是一个变量，曲线图是两个变量。如果要表达多个变量可以使用等高线图或者峰峦图。等高线图是二元变量，峰峦图是多元变量，但是变量数最好不要超过八个，图会很难看。

示例：（来源于网络）

5、箱线图

又称为盒须图、盒式图或箱线图，一种用作显示一组数据分布情况，它能显示一组数据中的最小值、第一四分位数、中位数、第三四分位数和最大值来反映数据分布的中心位置和散布范围，可以粗略地看出数据是否具有对称性。

通过将多组数据的箱线图画在同一坐标上，则可以清晰地显示各组数据的分布差异，为发现问题、改进流程提供线索。

从箱子延伸出去的线条展现出了上下四分位数以外的数据，这代表离群值，也可称之为异常值。框的不同部分之间的间距表示数据中的分散程度（扩散）和偏斜，并显示离群值。

假如你是一位互联网电商分析师，你想知道某商品每天的卖出情况：该商品被用户最多购买了几个，大部分用户购买了几个，用户最少购买了几个。箱线图就能很清晰的表示出上面的几个指标以及变化。

另外企业产品质量管理、人事测评、探索性数据分析等统计分析活动也经常会被应用到，如图，可以发现，华北地区出现超出范围的异常值，可通过结合业务场景分析异常原因。

示例：

1：选中数学和语文列 - 插入 - 推荐的图表 - 箱线图

2：选择纵坐标轴 - 设置坐标轴格式，适当调小Y坐标的范围

中间最大的区域中，最下面的线是1/4分位数
中间的是2/4分位数
最上面的是3/4分位数

6、热力图

热力图主要通过颜色深浅表现数值的大小（两个维度），一般用于活跃程度的体现,可以直观清楚地看到数据密集情况。

适合用于查看总体的情况、发现异常值、显示多个变量之间的差异，以及检测它们之间是否存在任何相关性。

绘图时，需指定颜色映射的规则。例如，较大的值由较深的颜色表示，较小的值由较浅的颜色表示；较大的值由偏暖的颜色表示，较小的值由较冷的颜色表示。

热力图在网页分析、业务数据分析等其他领域也有较为广泛的应用。如图展示了不同区域在不同时间的订单数量。

示例：

1：选中第一列数据区域 - 开始 - 样式 - 条件格式 - 色阶（配置合适颜色）

2：使用格式刷一列一列覆盖条件格式（这样做是因为不同数据的总分是不一样的，如果一起做比较，就很难体现出同科目的高低情况了）

3：将数字显示去掉，在单元格格式 - 自定义 - 类型输入【;;;】

4：给单元格添加白色框线

5：视图 - 显示 - 隐藏单元格网格线

6：增加标题等细节设置

7、地图

一切和空间属性有关的分析都可以用到地理图。比如各地区销量，或者某商业区域店铺密集度等。一般用颜色深浅或气泡大小来展示区域范围的数值大小。比如人口密度、各地区销量，或者某商业区域店铺密集度等。