精华内容
下载资源
问答
  • 上期推文推出第一篇基础图表绘制-R-ggplot2 基础图表绘制-散点图的绘制推文,得到了很多小伙伴的喜欢,也是我更加想使这个系列的更加完善和系统,我之前也有说过,会推出Python和R的两个版本绘制教程,接下来我们...

    上期推文推出第一篇基础图表绘制-R-ggplot2 基础图表绘制-散点图 的绘制推文,得到了很多小伙伴的喜欢,也是我更加想使这个系列做的更加完善和系统,我之前也有说过,会推出Python和R的两个版本绘制教程,接下来我们就推出基础散点图的Python绘制版本。本期主要涉及的知识点如下:

    Python-seaborn 绘制多类别散点图

    seaborn 定制化美化设置

    Python-seaborn 绘制多类别散点图

    由于涉及的图表类型为多类别散点图的绘制,在使用常规matplotlib进行绘制时会显得格外繁琐,所以我们选择了对matplotlib进行了更高级的API封装,使作图更加容易的seaborn包进行图表的绘制,更多seaborn 介绍,大家可以直接去seaborn官网进行相关资料的查阅。数据的读取使用的功能强大的数据处理包 pandas,这里只是进行简单的删除空值操作,直接使用dropna()函数操作即可,我们直接预览数据,如下(部分):

    由于我们直接使用了seaborn进行图表的绘制,绘图代码也得到了极大的简化,默认的绘图代码如下:

    fig, ax = plt.subplots(figsize=(6,5),dpi=200)

    scatter = sns.scatterplot(data=penguins_df,x="bill_length_mm",y="bill_depth_mm",hue="species",

    size="body_mass_g",ec="k",alpha=.9,ax=ax)

    scatter.legend()

    ax.text(.91,-.1,'\nVisualization by DataCharm',transform = ax.transAxes,

    ha='center', va='center',fontsize = 7,color='black')

    可视化效果如下:

    这配色、这布局······

    ,这个图表中主要存在如下问题:

    刻度、轴脊、XY刻度标签等属性过于简陋。

    图例添加太随意,需要定制化操作(重点)

    整体的绘图主题过于简单。

    针对以上几个问题,接下来我们对其进行美化操作。

    seaborn 定制化美化操作

    详细的美化操作对于seaborn来说,代码过多,且需记住的绘图函数也较多,这里和R-ggplot2 绘图一样,我们直接选择matplotlib 绘图主题进行设置即可,此外,我们还对图例等图元素进行设置,具体代码如下:

    plt.rcParams["font.family"] = "Arial-Narrow"

    palette = ("#FF8C00", "#A034F0", "#159090")

    plt.style.use('fivethirtyeight')

    fig, ax = plt.subplots(figsize=(6,5),dpi=200)

    scatter = sns.scatterplot(data=penguins_df,x="bill_length_mm",y="bill_depth_mm",hue="species",size="body_mass_g",

    palette=palette,ec="white",alpha=.9,ax=ax)

    #自定义图例设置

    handles,labels = scatter.get_legend_handles_labels()

    labels_size =  labels[5:]

    labels_size = [str(int(i)/1000)+" kg" for i in labels_size]

    scatter.legend(handles=handles[1:4] + handles[5:], labels=labels[1:4] + labels_size ,ncol=1,loc="lower right",

    frameon=False,fontsize=7,markerscale=1,bbox_to_anchor=(1, 0.0))

    scatter.set_xlabel("Bill length (mm)")

    scatter.set_ylabel("Bill depth (mm)")

    #添加标题

    ax.text(-.08,1.1,"Base Charts in Python Exercise 01: Point Charts",

    transform = ax.transAxes,color='k',ha='left',va='center',size=15,fontweight='extra bold')

    ax.text(.91,-.1,'\nVisualization by DataCharm',transform = ax.transAxes,

    ha='center', va='center',fontsize = 7,color='black')

    plt.show()

    这里注意以下几点:

    绘图主题的选择

    plt.style.use('fivethirtyeight')

    这样就选择了对应的绘图主题。

    自定义图例设置

    handles,labels = scatter.get_legend_handles_labels()

    labels_size =  labels[5:]

    labels_size = [str(int(i)/1000)+" kg" for i in labels_size]

    scatter.legend(handles=handles[1:4] + handles[5:], labels=labels[1:4] + labels_size ,ncol=1,loc="lower right",

    frameon=False,fontsize=7,markerscale=1,bbox_to_anchor=(1, 0.0))

    该部分代码就实现了图例的定制化操作,具体包括:图例元素选择、位置以及排列方式等.

    这里指出一下:由于seaborn是对matplotlib的高度封装,这也导致其对个别图表元素的定制化设置就相对较难(如图例)

    最终的可视化效果如下:

    当然我们还可以将图例放置在上方并排显示,对应修改代码如下:

    scatter.legend(handles=handles[1:4] + handles[5:], labels=labels[1:4] + labels_size ,ncol=8,loc="upper center",

    frameon=False,fontsize=7,markerscale=1,bbox_to_anchor=(0.5, 1.03))

    可视化效果如下:

    总结

    本期推文我们推出了基础散点图的Python绘制版本,希望可以满足喜欢使用Python绘图的小伙伴。大家有啥意见也可以在文末 读者讨论 区进行谈论交流啊。

    展开全文
  • 图表学习笔记5-用散点图做事件展示一、效果二、数据结构三、开始制作1,插入滚动条2、公式部分3、图表制作3.1、插入图形3.2、误差线3.3、插入标签3.4、调整滚动条位置,美化四、总结 一、效果 二、数据结构 准备...

    一、效果

    在这里插入图片描述

    二、数据结构

    • 准备一张事件的数据表
      在这里插入图片描述
    • 一张展示表
      在这里插入图片描述

    三、开始制作

    1,插入滚动条

    在这里插入图片描述

    2、公式部分

    =INDEX(data!A:A,$A$8+ROW(A1))
    在这里插入图片描述

    3、图表制作

    3.1、插入图形

    在这里插入图片描述

    3.2、做误差线

    在这里插入图片描述

    3.3、插入标签

    在这里插入图片描述

    3.4、调整滚动条位置,美化

    在这里插入图片描述

    3,格式要用xlsm格式

    • 因为使用了ActiveX控件,所以保存的时候,要用xlsm或者xls格式的

    四、总结

    • 通过公式和控件的结合,重新构造了不同的图表数据结构,实现了用控件来动态图表的目的
    • 非常优秀

    学习来源:Excel精英培训微信公众号,感谢蓝色校长的无私分享

    展开全文
  • [Excel图表] 搞定散点图

    万次阅读 2017-09-27 21:02:11
    经营分析中有时会用到散点图、象限图,excel这个图有些麻烦,今天整理如何搞定散点图,以及相关扩展的象限图、矩阵图等。 1、散点图的应用情景 1)相关性表现,看变量y与x之间是否存在相关性的变化趋势。 2...

        营分析中有时会用到散点图、象限图,excel做这个图有些麻烦,今天整理如何搞定散点图,以及相关扩展的象限图、矩阵图等。

    1、散点图的应用情景

    1)相关性表现,看变量y与x之间是否存在相关性的变化趋势。
    2)矩阵分析,看各分析对象在两个维度交叉的格子上如何分布,如:
           重要性-满意度矩阵,可分析哪些因素应优先解决。
           arpu值-增长率矩阵,可分析哪些分公司流失严重且影响大。

    2、散点图的做法要点

        Excel提供了散点图类型,但一般初学者很难顺利做出想要的散点图,不知道微软为什么让一个散点图这么难做,2007版本也没有解决这个问题。excel中做散点图需要注意两个要点:

        首先,做散点图时,与做其他图表不同的是,选择源数据范围时不能包含标签列,否则无法顺利做出。如上图中,要仅选中xy列的填色区域,然后点击图表按钮,才可顺利出现散点图。
        其次,Excel无法让散点图的各个点的标签显示为该点的名称(标签列的文字),在数据标志里的几个选项均无法做到,很多人只好手动标上文字,很是麻烦,真不知道微软那些工程师怎么想的,SPSS中做散点图就很方便,显示的直接就是对应的名称。解决办法:
        1)如果散点不多,如少于7个,可手动链接标签。先设置数据标志显示 系列名称,这时每个标签都显示一样的值,可选中一个标签,然后将数鼠标定位到公式输入栏,输入=,鼠标点击对应数据点的标签名字的单元格,此时数据标签即链接到该单元格的值,显示正确。逐一对其他标签作类似处理即可。
        2)如散点比较多,不宜手动修改,可使用工具宏。下面提供了两个工具宏的地址,实是数据分析人员的必备工具之一,都可完成这一任务,笔者一般使用的是后者。
            http://www.appspro.com/Utilities/ChartLabeler.htm
            http://club.excelhome.net/Dispbbs.asp?BoardID=6&replyID=1436070&id=256051&skin=0
        做法:先选中散点数据序列,点击标签修改宏,(如用后者是:菜单-》工具-》宏-》宏,在宏名中选中标签修改的宏,执行),出现对话框要求输入标签引用的区域,用鼠标指定名称的区域即可。这是最好的方法,非常方便灵活,很多地方都经常要用到,推荐使用。

    3、添加拟合线
        在利用散点图做相关分析时,可以添加拟合线。选中图表-》右键-》添加趋势线,一般使用线性即可,如果不是统计专业人士,尽量不要使用其他函数。一般同时显示回归方程和R平方。
        顺便说明,R是相关系数,R平方是决定系数,例中的意思是x的变化可以解释y 56.5%的变化。没有统计书明确说R平方多少以上才可以,我觉得0.7以上比较好,当然要先看回归方程的显著性是否达到要求,p值<0.5。扯远了。

    4、两组数据的散点图
        以上方法做出的是一组数据的散点图,有时候需要做包含多组数据的散点图,如果按常规经验选中多组数据做图,并不能做出想要的散点图。要做包含多组数据的散点图,方法是,先完成一组数据的散点图,然后选中图表-》右键-》源数据-》系列-》添加,分别指定另一组数据的x和y的引用位置,即可将其加入图表,两组数据可以分别格式化,如设置不同的形状、颜色。

    5、象限图
        
        将散点图扩展,可形成象限图、矩阵图,特征是绘图区被划分为4个象限。实现方法有3种:
       
        1)设置坐标交叉。分别在x、y轴的格式-》刻度-》交叉于 输入框,填入需要的刻度,使xy轴相交在图表中间的位置。缺点是无法对象限分别填色。下图。(此外,还可以用辅助数据的误差线来画象限,这里不整理了。)

        2)用带象限的图片填充绘图区。绘制一个有4个象限的图片,将其填充到图表的绘图区中,则实现了象限的绘制,比较巧妙。下图。

        3)用辅助的堆积柱形图模拟象限。将2×2的数据加入图表,设置图表类型为堆积柱形图,设在次x、次y轴,设置坐标刻度和柱子间距,使之成矩阵。实现方式也比较巧妙。下图。


    6、波士顿矩阵图,气泡图
     
        第5点的后两种方法,可进一步扩展到绘制9个格子的波士顿矩阵图。使用气泡图替代散点图,则可在矩阵图上表现另一个度量,如规模。


    7、杂志散点图案例

        下面给出几个商业杂志上的散点图、矩阵图的例子,以作参考。

    (文 / ExcelPro的图表博客,原创日志,转载请注明出处)
    展开全文
  • canvas图表(4) - 散点图

    2019-10-29 16:41:53
    原文地址:canvas图表(4) - 散点图 今天开始完成散点图完这一节,我的canvas图表系列就算是完成了,毕竟平时最频繁用到的就是这几类图表了:柱状,折线,饼图,散点。经过编写canvas图...

    原文地址:canvas图表(4) - 散点图
    今天开始完成散点图,做完这一节,我的canvas图表系列就算是完成了,毕竟平时最频繁用到的就是这几类图表了:柱状,折线,饼图,散点。经过编写canvas图表项目的实践,我对canvas也做到了比较深入的理解,也是越来越喜欢计算机图形相关的知识了。接下来canvas的学习会告一段落,我会继续接着学习webGL,同时学习使用blender建立简单的3D模型。

    本节效果请看:散点气泡图https://edwardzhong.github.io/sites/demo/dist/chartpoint.html

    经过学习之前的其他图表后,就会发现很多地方都是相似的,只是具体的细节有些区别,所以这次主要就是讲解散点图不同的部分,功能点包括:

    1. 组织数据;
    2. 画面绘制;
      3. 数据动画的实现;
      4. 位移坐标绘制
      5. 鼠标事件的处理。

    使用方式

    用法基本跟柱状图和折线图类似,数据使用的是Echart的样例上的,但是它的数据格式太反人道了,我重新组织了数据格式,这样更符合我们的使用习惯。

        var con=document.getElementById('container');
        var point =new Point(con);
        point.init({
            title:'1990 与 2015 年各国家人均寿命与 GDP',
            xAxis:{
                name:'GDP',
                data:[10000,20000,30000,40000,50000,60000,70000],
                formatter:'$ {value}'
            },
            yAxis:{
                name:'AGE'
            },
            desc:{
                xVal:'gdp',
                yVal:'age',
                num:'number'
            },
            series:[{
                name:'1990',
                data:[
                    {xVal:28604,yVal:77,num:17096869,name:'Australia'},
                    {xVal:31163,yVal:77.4,num:27662440,name:'Canada'},
                    {xVal:1516,yVal:68,num:1154605773,name:'China'},
                    {xVal:13670,yVal:74.7,num:10582082,name:'Cuba'},
                    {xVal:28599,yVal:75,num:4986705,name:'Finland'},
                    {xVal:29476,yVal:77.1,num:56943299,name:'France'},
                    {xVal:31476,yVal:75.4,num:78958237,name:'Germany'},
                    {xVal:28666,yVal:78.1,num:254830,name:'Iceland'},
                    {xVal:1777,yVal:57.7,num:870601776,name:'India'},
                    {xVal:29550,yVal:79.1,num:122249285,name:'Japan'},
                    {xVal:2076,yVal:67.9,num:20194354,name:'North Korea'},
                    {xVal:12087,yVal:72,num:42972254,name:'South Korea'},
                    {xVal:24021,yVal:75.4,num:3397534,name:'New Zealand'},
                    {xVal:43296,yVal:76.8,num:4240375,name:'Norway'},
                    {xVal:10088,yVal:70.8,num:38195258,name:'Poland'},
                    {xVal:19349,yVal:69.6,num:147568552,name:'Russia'},
                    {xVal:10670,yVal:67.3,num:53994605,name:'Turkey'},
                    {xVal:26424,yVal:75.7,num:57110117,name:'United Kingdom'},
                    {xVal:37062,yVal:75.4,num:252847810,name:'United States'}]
                },
                {
                name:'2015',
                data:[
                    {xVal:44056,yVal:81.8,num:23968973,name:'Australia'},
                    {xVal:43294,yVal:81.7,num:35939927,name:'Canada'},
                    {xVal:13334,yVal:76.9,num:1376048943,name:'China'},
                    {xVal:21291,yVal:78.5,num:11389562,name:'Cuba'},
                    {xVal:38923,yVal:80.8,num:5503457,name:'Finland'},
                    {xVal:37599,yVal:81.9,num:64395345,name:'France'},
                    {xVal:44053,yVal:81.1,num:80688545,name:'Germany'},
                    {xVal:42182,yVal:82.8,num:329425,name:'Iceland'},
                    {xVal:5903,yVal:66.8,num:1311050527,name:'India'},
                    {xVal:36162,yVal:83.5,num:126573481,name:'Japan'},
                    {xVal:1390,yVal:71.4,num:25155317,name:'North Korea'},
                    {xVal:34644,yVal:80.7,num:50293439,name:'South Korea'},
                    {xVal:34186,yVal:80.6,num:4528526,name:'New Zealand'},
                    {xVal:64304,yVal:81.6,num:5210967,name:'Norway'},
                    {xVal:24787,yVal:77.3,num:38611794,name:'Poland'},
                    {xVal:23038,yVal:73.13,num:143456918,name:'Russia'},
                    {xVal:19360,yVal:76.5,num:78665830,name:'Turkey'},
                    {xVal:38225,yVal:81.4,num:64715810,name:'United Kingdom'},
                    {xVal:53354,yVal:79.1,num:321773631,name:'United States'}]
            }]
        });

    数据动画

    清除屏幕,然后重绘,实现动画效果。实现了气泡半径的缩放和气泡的位移动画,为了更加的美观,气泡使用了径向渐变createRadialGradient和阴影shadow,之前已经介绍过,不再详述。要注意的是,要谨慎使用阴影特性,因为它挺消耗性能,数据量一大,会卡的不要不要的?

        animate(){
            var that=this,
                ctx=this.ctx,
                item,obj,h,r,isStop=true;
            (function run(){
                ctx.save();
                //清屏
                ctx.clearRect(0,0,that.W,that.H);
                // 画坐标系
                that.drawAxis();
                // 画标签
                that.drawTag();
                // 画y轴刻度
                that.drawY();
                ctx.translate(that.padding,that.H-that.padding);
                ctx.shadowBlur=1;
                isStop=true;
                for(var i=0,l=that.animateArr.length;i<l;i  ){
                    item=that.animateArr[i];
                    if(item.hide)continue;
    
                    item.isStop=true;
                    ctx.strokeStyle=item.color;
                    ctx.shadowColor=item.color;
                    
                    for(var j=0,jl=item.data.length;j<jl;j  ){
                        obj=item.data[j];
                        var gradient=ctx.createRadialGradient(obj.x,-obj.h,0,obj.x,-obj.h,obj.radius);
                        gradient.addColorStop(0,'hsla(' item.hsl ',70%,80%,0.7)');
                        gradient.addColorStop(1,'hsla(' item.hsl ',70%,60%,0.7)');
                        ctx.fillStyle=gradient;
                        ctx.beginPath();
                        if(obj.r>obj.radius){
                            r=obj.r-obj.v;
                            if(r<obj.radius){
                                obj.r=obj.radius;
                            }
                        } else {
                            r=obj.r obj.v;
                            if(r>obj.radius){
                                obj.r=obj.radius;
                            }
                        }
                        if(obj.r!=obj.radius){
                            obj.r=r;
                            item.isStop=false;
                        }
                        if(obj.p>obj.h){
                            h=obj.y-4;
                            if(h<obj.h){
                                obj.y=obj.p=obj.h;
                            }
                        } else {
                            h=obj.y 4;
                            if(h>obj.h){
                                obj.y=obj.p=obj.h;
                            }
                        }
                        if(obj.y!=obj.h){
                            obj.y=h;
                            item.isStop=false;
                        }
                        ctx.arc(obj.x,-obj.y,obj.r,0,Math.PI*2,false);
                        ctx.fill();
                        ctx.stroke();
                    }
                    if(!item.isStop){isStop=false; }
                }
                ctx.restore();
                if(isStop){return;}
                requestAnimationFrame(run);
            }());
        }

    位移坐标绘制

    比较有特色和有意思的是,根据鼠标位置在画板中实时绘制虚线十字架,同时在x轴y轴显示该点对应的数值信息。

    我首先设置了8像素的间隔,然后间隔使用moveTo和lineTo绘制坐标,分别绘制了y轴和x轴的虚线,同时根据坐标点计算出该位置对应的数值,并将它们绘制到x轴和y轴上面。
    it

        drawLine(pos){
            var that=this,
                ctx=that.ctx,
                padding=this.padding,
                xmax=this.xAxis.data.slice(-1)[0],
                xdis=this.W-padding*2,
                ymin=this.info.min,
                ymax=this.info.max,
                ydis=this.H-padding*2-this.paddingTop,
                yNum,xNum,space=8;
            
            ctx.save();
            ctx.lineWidth=0.5;
            ctx.strokeStyle='hsla(0,0%,30%,1)';
            // 绘制虚线十字坐标
            ctx.beginPath();
            for(var i=0;i*space<=xdis;i  ){
                ctx[i%2?'lineTo':'moveTo'](padding i*space,pos.y*2);
            }
            for(var i=0;i*space<=ydis;i  ){
                ctx[i%2?'lineTo':'moveTo'](pos.x*2,padding that.paddingTop i*space);
            }
    
            ctx.stroke();
    
            // 绘制在xy轴对应的数值
            ctx.fillStyle='hsla(0,0%,30%,1)';
            ctx.fillRect(padding-75,pos.y*2-20,70,36);
            ctx.fillRect(pos.x*2-55,that.H-padding 10,110,40);
            yNum=Math.round((ymin (that.H-padding-pos.y*2)/ydis*(ymax-ymin))*100)/100;
            xNum=Math.round((pos.x*2-padding)/xdis*xmax*100)/100;
    
            ctx.font='22px arial';
            ctx.textAlign='center';
            ctx.textBaseLine='middle';
            ctx.fillStyle='hsla(0,0%,100%,1)';
            ctx.fillText(yNum,padding-40,pos.y*2 5);
            ctx.fillText(xNum,pos.x*2,that.H-padding 40);
            ctx.restore();
        }

    事件处理

    mousemove的时候,如果位置在标签上和在图表画面上时,变为手形图标。滑过画板内容的时候,还要判断是否在某个气泡上面,如果是则用浮层显示该气泡对应的内容,同时前置该气泡并用scale放大。接着还要绘制该点的虚线十字架并在xy轴绘制对应数值。

    mousedown某个击标签就会显示隐藏对应分类,每次触发就会看到气泡的半径变化和位移的动画效果。

    事件相关内容具体实现可参考canvas图表(3) - 饼图

    最后

    所有图表代码请看chart.js


    更多专业前端知识,请上【猿2048】www.mk2048.com
    展开全文
  • 项目的过程中,总会遇到这样或者那样的bug,这个时候就要看自己的动手能力有多强了,着手解决了一个bug之后,整个人都感觉很开心,端午下班之前遇到了一个小问题,echarts散点图鼠标划过散点的时候,没有显示从...
  • 堆积 什么都不,直接点击确定 甘特 折线
  • 今天我们画普通散点图、边际分布线性回归散点图散点图矩阵、带线性回归最佳拟合线的散点图本文示例多是来自官方文档,这里我只是一下整理,让大家知道散点图的不同玩法,不要再绘制老掉牙的普通玩家版散点图了。...
  • 目前页面中有一个故障数据,散点图的效果,打算用echarts 来实现,国内的图表类其实选择挺多的,个人觉得echarts是比较好用的,来看看它有什么优点,一时中文的,联合百度地图,很多都对国内很友好,准确。...
  • 今天学习了使用Excel做散点图。 第一张图片是R包出来的(具体不懂,书上是这样说的),第二张图片是我用Excel出来的,记录一下。 第一步:选择数据,插入散点图, 第二步:设坐标轴,关建是学会了...
  • 上一期教会大家如何用axure堆叠柱状图,本文将教大家如何用AXURE做散点图 原型预览及下载地址: https://axhub.im/pro/1882d0a30c3301c9 效果如下: 一、功能介绍 所有图表不需要联外网,数据也...
  • 用excel滑株散点图

    2018-08-20 16:20:37
    Excel功能强大,只要耐心挖掘,也可以做出满足SCI文章需要的图表,不再耗费精力琢磨其他软件
  • 前面我们给大家介绍了如何在Excel里面灵活使用一些常用的图表,包括柱状图、线状图、面积图和饼图,今天我们一起来看一下另一个常用图表-散点图的使用方式。不同于其他的几种常用图表散点图主要是用来表示两个变量...
  • 今天我们画普通散点图、边际分布线性回归散点图散点图矩阵、带线性回归最佳拟合线的散点图本文示例多是来自官方文档,这里我只是一下整理,让大家知道散点图的不同玩法,不要再绘制老掉牙的普通玩家版散点图了。...
  • 散点图号称是最多才多艺的图表,它可以让一大堆令人困惑的散乱数据变得通俗易懂,并能让你从这些庞杂数据中发现一些表面上看不到的关系,更重要的是,数据量对于散点图来说,多多益善,数据量越大,从散点图的分布中...
  • 今天我们画普通散点图、边际分布线性回归散点图散点图矩阵、带线性回归最佳拟合线的散点图本文示例多是来自官方文档,这里我只是一下整理,让大家知道散点图的不同玩法,不要再绘制老掉牙的普通玩家版散点图了。...
  • 如何在同一张图表上并排绘制同一数据的列散点图和箱线图?箱线图和散点图分别展示了数据的不同方面,那我们如何使用GraphPad Prism 8绘图,让他们同时显示在图形中呢?下面跟我一步一步的实现吧。首先创建一个新的...
  • 介绍了如何使用Silverlight Toolkit提供的Chart控件绘制柱状图(Column,Bar),今天会继续使用上文中所创建的代码,我们只要很少的修改就可以让柱状图显示变成饼图,折线图或散点图。 好了,开始今天的正文。 首先,...
  • 当然,用SAS、SPSS等统计软件会很轻松地出来,但是并不是每个人都能掌握这些统计软件,所以这一次主要是介绍如何通过EXCEL介绍线性回归的散点图。 比如,有x和y两个变量,想分析它们之间的关系。首先,点“插入”-...
  • 最近项目遇到个统计相关需求,一个页面中大概四个或更多图形统计,百度地图、饼图、柱状、线型。百度地图上显示所有店面在全国各地大概位置,目前暂定每省一个,在地图上显示散点。如默认显示郑州散点闪动,...
  • 今日分享主题:堆积柱形图+散点图,让数据对比更直观。这一周我都在讲柱形图有关的制作。你大概也了解了,柱形图其实就是用来呈现数据比较的图表。但是Excel默认插入的柱形图往往过于简单粗暴,无法满足分析需求,...

空空如也

空空如也

1 2 3 4 5 ... 14
收藏数 268
精华内容 107
关键字:

做图表散点图