精华内容
下载资源
问答
  • 交互图表制作
    千次阅读
    2020-08-12 03:21:27

    excel 交互式图表

    If you add a chart to a dashboard, it’s helpful to let people choose what they’d like to see in the chart. In this example, you’ll choose a date range, and select other criteria, and the interactive Excel chart automatically adjusts to show total values for the selected data.

    如果您将图表添加到仪表板,让人们选择想要在图表中看到的内容会很有帮助。 在此示例中,您将选择一个日期范围,然后选择其他条件,交互式Excel图表将自动调整以显示所选数据的总值。

    Interactive Excel图表–设置数据范围 (Interactive Excel Chart – Set Data Range)

    In an earlier tutorial, I showed how to use check boxes to show or hide chart data for specific regions. That chart always showed 6 months of data, but you could show East, Central or West regions.

    在较早的教程中,我展示了如何使用复选框显示或隐藏特定区域的图表数据 。 该图表始终显示6个月的数据,但您可以显示东部,中部或西部地区。

    That example was based on a technique that I learned from Jon Peltier, whose Excel charting tools can make your life easier, if you build charts too.

    该示例基于我从乔恩·Perl捷(Jon Peltier)那里学到的技术,他的Excel图表工具可以使您的生活更加轻松,即使您也可以构建图表。

    If a series isn’t selected, its data shows #N/A, and that doesn’t appear as a line in the chart.

    如果未选择系列,则其数据显示为#N / A,并且不会在图表中显示为一条线。

    新的交互式Excel图表 (A New Interactive Excel Chart)

    My new interactive chart has check boxes too, and uses that #N/A technique, so you can show the Quantity or Price or both series. It also lets you select dates and criteria, and creates totals from the source data, based on your selections.

    我的新交互式图表也具有复选框,并使用#N / A技术,因此您可以显示“数量”或“价格”或两个序列。 它还允许您选择日期和条件,并根据您的选择从源数据创建总计。

    The chart is described briefly below, and all the details are on the Excel Interactive Totals Chart page on my website.

    下面简要介绍了该图表,所有详细信息都在我网站的Excel Interactive Totals Chart页面上。

    Interactive Excel图表–动态日期范围 (Interactive Excel Chart – Dynamic Date Range)

    Instead of using a set range of cells for the chart data, the new chart uses a dynamic date range. Enter a start date and an end date, and formulas show that list of months.

    新图表不使用图表数据的单元格范围,而是使用动态日期范围。 输入开始日期和结束日期,公式将显示该月份列表。

    An OFFSET formula is used to define that ChartData range, so it automatically expands or contracts when you change the start or end date.

    OFFSET公式用于定义ChartData范围,因此当您更改开始日期或结束日期时,它会自动扩展或收缩。

    =OFFSET(ChartStart,1,0,COUNT(ChartDatesALL),3)

    = OFFSET(ChartStart,1,0,COUNT(ChartDatesALL),3)

    其他图表条件 (Other Chart Criteria)

    There are drop down lists above the chart, where you can select a Region and Category.

    图表上方有下拉列表 ,您可以在其中选择地区和类别。

    In the table that has the sales data, additional columns were added, to calculate Quantity and Priced, for the rows that match the selected criteria.

    在具有销售数据的表中,添加了其他列,以计算与所选条件匹配的行的“数量”和“价格”。

    计算图表总计 (Calculate the Chart Totals)

    On the Chart Data sheet, where the selected date range is listed, there are formulas that total the calculated Quantity and Price. For example, this formula is in cell D4, to get the total quantity for the first month in the date range.

    在图表数据表上,列出了选定的日期范围,其中有一些公式将计算出的数量和价格合计。 例如,此公式位于单元格D4中,以获取日期范围内第一个月的总量。

    =IF($C4="","", IF(D$2=FALSE,NA(), SUMIFS(Sales_Data[CalcQty], Sales_Data[YrMth],C4)))

    = IF($ C4 =“”,“”,IF(D $ 2 = FALSE,NA(),SUMIFS(Sales_Data [CalcQty],Sales_Data [YrMth],C4)))

    In cell E4, a similar formula get the total for calculated price, and shows #N/A, if the Price check box is not checked.

    在单元格E4中,如果未选中“价格”复选框,则类似的公式将获得计算价格的总和,并显示#N / A。

    制作动态图表 (Make a Dynamic Chart)

    A Clustered Column chart was created first, using the static range C3:E7. Then the chart data range was changed to the dynamic named range, Chart Data.

    首先使用静态范围C3:E7创建聚簇柱形图。 然后,将图表数据范围更改为动态命名范围“图表数据”。

    After that, the series and the date labels were changed, to use their dynamic ranges, instead of static ranges. All the details are on the Excel Interactive Totals Chart page on my website.

    此后,更改了系列和日期标签,以使用其动态范围而不是静态范围。 所有详细信息都在我网站的Excel Interactive Totals Chart页面上。

    添加图表标题 (Add Chart Titles)

    If you plan to print the chart on its own, you can add a chart title that shows the selected date range, and other criteria. In this example, there is a formula in cell A1, and the chart title is linked to that cell. Text boxes are linked to the two criteria cells, to show those selections.

    如果计划单独打印图表,则可以添加显示所选日期范围和其他条件的图表标题。 在此示例中,单元格A1中有一个公式,并且图表标题链接到该单元格。 文本框链接到两个条件单元格,以显示这些选择。

    获取交互式Excel图表工作簿 (Get the Interactive Excel Chart Workbook)

    All the details for building this chart are on the Excel Interactive Totals Chart page on my website. On that page, you can download a file that has the data only, so you can build from scratch. Or, download the completed workbook, to see how the interactive Excel chart works.

    构建此图表的所有详细信息都在我网站的Excel Interactive Totals Chart页面上。 在该页面上,您可以下载仅包含数据的文件,因此可以从头开始构建。 或者,下载完整的工作簿,以查看交互式Excel图表如何工作。

    翻译自: https://contexturesblog.com/archives/2016/10/27/create-an-interactive-excel-chart/

    excel 交互式图表

    更多相关内容
  • 可视化一个交互式和响应式图表制作工具,可以嵌入到您的故事中。制作图表的步骤复制并粘贴您的数据或上传您的 excel/csv 文件编辑数据(更改值的数据类型,填充空单元格,添加或删除列、行和单元格) 编辑您的图表...
  • Plottable.js:一个基于D3构建灵活的、交互图表制作JavaScript库
  • 利用wix制作网站,需要插入一些可视化图表,这些图表使用镝数做的。想做出那种随着网站下拉,可视化...在镝数里面可以做出来单纯的可交互图表,但是导进wix网站里面就变成了图片,不会动了。想请教一下如何解决这个问题
  • Network Notepad(交互式网络图表制作软件)是一款非常不错的交互式网络图表绘制工具。想制作交互式网络图表?Network Notepad(交互式网络图表制作软件)轻松帮助用户。它可以帮助用户定义管理交互式网络图表,操作简单...
  • Pycharm 交互图表是 PyCharm IDE 的插件,允许使用 matplotlib 的交互式功能。 这是如何使用此插件的说明基本的例如,您有一个 foo 函数可以绘制某个函数的图表,例如 sins。 from matplotlib import pylab as plt...
  • Pywedge是一个Python软件包,旨在在一行代码中制作多个交互图表,使用户能够快速阅读图表并可以在预处理步骤中做出明智的选择通过采用用户首选的预处理技术来交互式地预处理数据, 制作基线模型摘要,该摘要可以...
  • 今天小编就为大家分享一篇基于python plotly交互图表大全,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • Echarts交互效果制作

    2022-05-09 18:07:46
    点击table不同行,能够在Echarts图表重点显示不同数据
  • 今天我来讲一下如何用 Python 一行代码在`DataFrame`数据集当中生成炫酷的动态交互式的图表,本文中我们需要用到的模块`cufflinks` ,就像是`seaborn`封装了`matplotlib`一样,`cufflinks`也在`plotly`上面做了...

    今天我来讲一下如何用 Python 一行代码在DataFrame数据集当中生成炫酷的动态交互式的图表,本文中我们需要用到的模块cufflinks ,就像是seaborn封装了matplotlib一样,cufflinks也在plotly上面做了进一步的包装及优化,方法统一、参数配置简单,对于DataFrame数据集而言也可以方便灵活的绘图。

    本文案例较多,很多可以拿来即用,欢迎收藏学习,喜欢点赞支持。很多基础薄弱、喜欢技术交流学习的小伙伴,可以文末加入技术交流群。

    本文中我将绘制的图表包括

    • 折线图

    • 面积图

    • 散点图

    • 柱状图

    • 直方图

    • 箱型图

    • 热力图

    • 3D 散点图/3D 气泡图

    • 趋势图

    • 饼图

    • K线图

    • 多个子图相拼合

    模块的安装

    涉及到安装,直接pip install即可

    pip install cufflinks
    

    导入模块,并查看相关的配置

    我们导入该模块,看一下目前的版本是在多少

    cf.__version__
    

    output

    '0.17.3'
    

    目前该模块的版本已经到了0.17.3,也是最新的版本,然后我们最新版本支持可以绘制的图表有哪些

    cf.help()
    

    output

    Use 'cufflinks.help(figure)' to see the list of available parameters for the given figure.
    Use 'DataFrame.iplot(kind=figure)' to plot the respective figure
    Figures:
     bar
     box
     bubble
     bubble3d
     candle
     choroplet
     distplot
     .......
    

    从上面的输出我们可以看到,绘制图表大致的语法是df.iplot(kind=图表名称)而如何我们想要查看某个特定图表绘制时候的参数,例如柱状图bar参数有哪些,可以这么做

    cf.help('bar')
    

    柱状图

    我们先来看一下直方图图表的绘制,首先来创建一个数据集用于图表的绘制

    df2 = pd.DataFrame({'Category':['A','B','C','D'],
                        'Values':[95,56,70,85]})
    df2
    

    output

      Category  Values
    0        A      95
    1        B      56
    2        C      70
    3        D      85
    

    然后我们来绘制直方图

    df2.iplot(kind='bar',x='Category',y='Values',
              xTitle = "Category",yTitle = "Values",
              title = "直方图")
    

    output

    图片

    其中的x参数上面填的是x轴上面对应的变量名,而y参数填的是y轴上面对应的变量名,我们可以将绘制的图表以png的格式下载下来,

    图片

    同时我们也还可以对绘制的图表放大查看,

    在这里插入图片描述

    我们再来看一下下面这组数据

    df = pd.DataFrame(np.random.randn(100,4),columns='A B C D'.split())
    df.head()
    

    output

              A         B         C         D
    0  0.612403 -0.029236 -0.595502  0.027722
    1  1.167609  1.528045 -0.498168 -0.221060
    2 -1.338883 -0.732692  0.935410  0.338740
    3  1.662209  0.269750 -1.026117 -0.858472
    4  1.387077 -0.839192 -0.562382 -0.989672
    

    我们来绘制直方图的图表

    df.head(10).iplot('bar')
    

    output

    图片

    我们也可以来绘制“堆叠式”的直方图

    df.head(10).iplot(kind='bar',barmode='stack')
    

    output

    图片

    那么同样地,我们也可以将直方图横过来来绘制

    df.head(10).iplot(kind='barh',barmode='stack')
    

    output

    图片

    折线图

    下面我们来看一下折线图的绘制,我们首先针对上面的df数据集各列做一个累加

    df3 = df.cumsum()
    

    然后我们来绘制折线图

    df3.iplot()
    

    output

    图片

    当然你也可以筛选出当中的几列然后来进行绘制,效果如下

    df3[["A", "B"]].iplot()
    

    output

    图片

    我们也可以给折线图画一条拟合其走势的直线,

    df3['A'].iplot(bestfit = True,bestfit_colors=['pink'])
    

    output

    图片

    这里我们着重来介绍一个iplot()方法里面常用的参数

    • kind:图表类型,默认的是scatter,散点类型,可供选择的类型还有bar(直方图)、box(箱型图)、heatmap(热力图)等等

    • theme: 布局主题,可以通过cf.getThemes()来查看主要有哪些

    • title: 图表的标题

    • xTitle/yTitle: x或者y轴上面的轴名

    • colors: 绘制图表时候的颜色

    • subplots: 布尔值,绘制子图时候需要用到,默认为False

    • mode: 字符串,绘图的模式,可以有linesmarkers,也还有lines+markerslines+text等模式

    • size: 针对于散点图而言,主要用来调整散点的大小

    • shape: 在绘制子图时候各个图的布局

    • bargap: 直方图当中柱子之间的距离

    • barmode : 直方图的形态,stack(堆叠式)、group(簇状)、overlay(覆盖)

    面积图

    从折线图到面积图的转变非常的简单,只需要将参数fill设置为True即可,代码如下

    df3.iplot(fill = True)
    

    output

    图片

    散点图

    对于散点图的绘制,我们需要将mode设置成marker,代码如下

    df3.iplot(kind='scatter',x='A',y='B',
              mode='markers',size=10)
    

    output

    图片

    我们可以通过调整size参数来调整散点的大小,例如我们将size调整成20

    df3.iplot(kind='scatter',x='A',y='B',
              mode='markers',size=20)
    

    output

    图片

    或者将mode设置成lines+markers,代码如下

    df3.iplot(kind='scatter',x='A',y='B',
              mode='lines + markers',size=10)
    

    我们还可以对散点的形状加以设定,例如下面的代码

    df3.iplot(kind='scatter',x='A',y='B',
              mode='markers',size=20,symbol="x",
              colorscale='paired',)
    

    output

    图片

    当然我们也可以对散点的颜色加以设定

    df.iplot(kind='scatter' ,mode='markers',
             symbol='square',colors=['orange','purple','blue','red'],
             size=20)
    

    output

    图片

    气泡图

    气泡图的呈现方式与散点图相比有着异曲同工之妙,在绘制上面将kind参数改成bubble,假设我们有这样一组数据

    cf.datagen.bubble(prefix='industry').head()
    

    output

              x         y  size    text categories
    0  0.332274  1.053811     2  LCN.CG  industry1
    1 -0.856835  0.422373    87  ZKY.XC  industry1
    2 -0.818344 -0.167020    72  ZSJ.DJ  industry1
    3 -0.720254  0.458264    11  ONG.SM  industry1
    4 -0.004744  0.644006    40  HUW.DN  industry1
    
    

    我们来绘制一下气泡图

    cf.datagen.bubble(prefix='industry').iplot(kind='bubble',x='x',y='y',size='size',
           categories='categories',text='text', xTitle='Returns',
           yTitle='Analyst Score',title='Cufflinks - 气泡图')
    

    output

    图片

    气泡图与散点图的不同就在于,散点图当中的每个点大小都是一致的,但是气泡图并不是如此

    3D散点图

    那既然我们已经提到了气泡图,那么3D散点图也就顺便提一下吧,假设我们的数据如下所示

    cf.datagen.scatter3d(2,150).head()
    

    output

              x         y         z    text categories
    0  0.375359 -0.683845 -0.960599  RER.JD  category1
    1  0.635806  1.210649  0.319687  INM.LE  category1
    2  0.578831  0.103654  1.333646  BSZ.HS  category1
    3 -1.128907 -1.189098  1.531494  GJZ.UX  category1
    4  0.067668 -1.990996  0.088281  IQZ.KS  category1
    

    我们来绘制一下3D的气泡图,既然是三维的图形就说明有x轴、y轴还有z轴,代码如下

    cf.datagen.scatter3d(2,150).iplot(kind='scatter3d',x='x',y='y',z='z',size=15,
                                      categories='categories',text='text',
                                      title='Cufflinks - 3D气泡图',colors=['yellow','purple'],
                                      width=1,margin=(0,0,0,0),
                                      opacity=1)
    

    output

    图片

    3D气泡图

    那么提到了3D散点图,就不得不提3D的气泡图了,假设我们的数据集长这样

    cf.datagen.bubble3d(5,4).head()
    

    output

              x         y         z  size    text categories
    0 -1.888528  0.801430 -0.493671    77  OKC.HL  category1
    1 -0.744953 -0.004398 -1.249949    61  GAG.UH  category1
    2  0.980846  1.241730 -0.741482    37  LVB.EM  category1
    3 -0.230157  0.427072  0.007010    78  NWZ.MG  category1
    4  0.025272 -0.424051 -0.602937    76  JDW.AX  category2
    

    我们来绘制一下3D的气泡图

    cf.datagen.bubble3d(5,4).iplot(kind='bubble3d',x='x',y='y',z='z',size='size',
                                   text='text',categories='categories',
                                   title='Cufflinks - 3D气泡图',colorscale='set1',
                                   width=.9,opacity=0.9)
    

    output

    图片

    箱型图

    接下来我们看一下箱型图的绘制,箱型图对于我们来观察数据的分布、是否存在极值等情况有着很大的帮助

    df.iplot(kind = "box")
    

    output

    图片

    热力图

    这个是热力图的绘制,我们来看一下数据集

    cf.datagen.heatmap(20,20).head()
    

    output

               y_0        y_1        y_2  ...       y_17       y_18       y_19
    x_0  40.000000  58.195525  55.355233  ...  77.318287  80.187609  78.959951
    x_1  37.111934  25.068114  25.730511  ...  27.261941  32.303315  28.550340
    x_2  54.881357  54.254479  59.434281  ...  75.894161  74.051203  72.896999
    x_3  41.337221  39.319033  37.916613  ...  15.885289  29.404226  26.278611
    x_4  42.862472  36.365226  37.959368  ...  24.998608  25.096598  32.413760
    
    

    我们来绘制一下热力图,代码如下

    cf.datagen.heatmap(20,20).iplot(kind='heatmap',colorscale='spectral',title='Cufflinks - 热力图')
    

    output

    图片

    趋势图

    所谓的趋势图,说白了就是折线图和面积图两者的结合,代码如下

    df[["A", "B"]].iplot(kind = 'spread')
    

    output

    图片

    饼图

    下面我们来看一下饼图的绘制,代码如下

    cf.datagen.pie(n_labels=6, mode = "stocks").iplot(
        kind = "pie",
        labels = "labels",
        values = "values")
    

    output

    图片

    K线图

    cufflinks也可以用来绘制K线图,我们来看一下这里的数据集

    cf.datagen.ohlc().head()
    

    output

                      open        high         low       close
    2015-01-01  100.000000  119.144561   97.305961  106.125985
    2015-01-02  106.131897  118.814224   96.740816  115.124342
    2015-01-03  116.091647  131.477558  115.801048  126.913591
    2015-01-04  128.589287  144.116844  117.837221  136.332657
    2015-01-05  134.809052  138.681252  118.273850  120.252828
    

    从上面的数据集当中可以看到,有开盘价、收盘价、最高/最低价,然后我们来绘制K线图

    cf.datagen.ohlc().iplot(kind = "ohlc",xTitle = "日期",
                            yTitle="价格",title = "K线图")
    

    output

    图片

    直方图

    df = pd.DataFrame({'a': np.random.randn(1000) + 1, 'b': np.random.randn(1000),
                        'c': np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])
    df.iplot(kind = "histogram")
    

    output

    图片

    多个子图的绘制

    然后我们看一下多个子图的绘制,一个是用scatter_matrix()方法来实现

    df = pd.DataFrame(np.random.randn(1000, 4),
                      columns=['a', 'b', 'c', 'd'])
    df.scatter_matrix()
    

    output

    图片

    另外就是使用subplots参数,将其参数设置为True,例如我们来绘制多个直方图子图

    df_h=cf.datagen.histogram(4)
    df_h.iplot(kind='histogram',subplots=True,bins=50)
    

    output

    图片

    或者是绘制多个折线图子图

    df=cf.datagen.lines(4)
    df.iplot(subplots=True,subplot_titles=True,legend=True)
    

    output

    图片

    最后我们还可以自由来组合多个子图的绘制,通过里面的specs参数

    df=cf.datagen.bubble(10,50,mode='stocks')
    # 定义要绘制图表的形式
    figs=cf.figures(df,[dict(kind='histogram',keys='x',color='blue'),
                        dict(kind='scatter',mode='markers',x='x',y='y',size=5),
                        dict(kind='scatter',mode='markers',x='x',y='y',size=5,color='teal')],asList=True)
    figs.append(cf.datagen.lines(1).figure(bestfit=True,colors=['blue'],bestfit_colors=['red']))
    base_layout=cf.tools.get_base_layout(figs)
    # 多个子图如何来分布,specs参数当中,分为两行两列来进行分布
    specs=cf.subplots(figs,shape=(3,2),base_layout=base_layout,vertical_spacing=.25,horizontal_spacing=.04,
                   specs=[[{'rowspan':2},{}],[None,{}],[{'colspan':2},None]],
                   subplot_titles=['直方图','散点图_1','散点图_2','折线图+拟合线'])
    specs['layout'].update(showlegend=True)
    cf.iplot(specs)
    

    output

    图片


    技术交流

    欢迎转载、收藏、有所收获点赞支持一下!

    在这里插入图片描述

    目前开通了技术交流群,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友

    • 方式①、发送如下图片至微信,长按识别,后台回复:加群;
    • 方式②、添加微信号:dkl88191,备注:来自CSDN
    • 方式③、微信搜索公众号:Python学习与数据挖掘,后台回复:加群

    长按关注

    展开全文
  • excel交互图表

    万次阅读 2021-05-28 18:54:05
    在这篇教程中,为大家分享Excel动态图表的三个套路,毕竟自古套路得人心啊。 1 辅助数据和复选框的结合 先看最终效果: 动态折线图 操作步骤 (1)新建辅助数据表,在B18单元格输入公式=IF(B$30,B3,NA()) ...

    在这篇教程中,为大家分享Excel动态图表的三个套路,毕竟自古套路得人心啊。

    1

    辅助数据和复选框的结合

    先看最终效果:

    动态折线图

     操作步骤 

    (1)新建辅助数据表,在B18单元格输入公式=IF(B$30,B3,NA())

    公式解读:当B30为ture的时候,B18单元格的取值为B3,当B30为false的时候,B18单元格显示错误值。

    输入公式

    (2)添加并美化表单控件

    有11个产品,需要添加11个表单控件。

    开发工具-插入-表单控件-复选框,复制粘贴10次,并修改复选框名称。(按住CTRL键单击复选框可以进入编辑状态)

    添加表单控件

    全选所有控件(同样按住Ctrl键),利用对齐-左对齐-纵向对齐完成美化表单控件的工作。

    美化表单控件

    (3)将控件与辅助数据链接

    选择控件-单击右键-设置控件格式-单元格链接-导入链接的单元格,冰箱链接B30,洗衣机链接B31,依次类推,完成11个控件的链接。

    这个时候,我们会发现勾选复选框,其对应的单元格显示为ture,产品1-12月所有的数据均正常显示,不勾选的复选框,其对应的单元格依旧为#N/A,代表该列数据不显示。(结合第一步的公式来理解)

    控件与数据链接

    (4)根据辅助数据制作折线图

    插入-折线图-选择数据,完成作图。

    最终效果

    公式还有一种写法,=IF(OR($A$30,B$30),B3,NA()),区别就是增加了一个“全选”复选框,链接数据A30,当勾选“全选”复选框时,A30为ture,可以一次性选择所有产品的折线图。

    OR公式效果

    此外,还可以用OFFSET函数加复选框来实现此功能,而且不需要辅助数据,但是过程比较繁琐,不如辅助数据简单方便易懂。

    2

    INDIRECT函数与数据有效性的结合

    先看最终效果:

    动态柱状图

     操作步骤 

    (1)整理原始数据

    1月-12月原始数据表格式尽量保持一致,产品类型统一排序,既整齐美观,又方便公式的批量应用。

    整理原始数据

    (2)建立年度汇总表

    利用数据有效性实现月份的动态选择。

    月份动态选择

    制作年度汇总表,使用INDIRECT函数实现各月份数据的引用。

    INDIRECT(ref_text,[a1])可以实现对单元格的引用,如果只有1月,那么B3='1月'!B3,现有1月-12月,那么B3='1月'!B3、'2月'!B3、……,C3='1月'!C3、'2月'!C3、……,其中1月、2月、……为A1单元格。

    根据规律,第一个参数ref_text就应该为$A$1&"!B"&ROW(),这样B3就为A1单元格选择的月份所在的sheet表里的B3单元格的数据,以此类推:

    • B列最终公式=INDIRECT($A$1&"!B"&ROW())  

    • C列最终公式=INDIRECT($A$1&"!C"&ROW())

    年度汇总表

    (3)制作柱状图

    将辅助数据月份隐藏,插入柱状图,修改图表类型,构建组合图表,实际与计划两列数据为主坐标轴,差异为次坐标轴。

    制作柱状图

    (4)美化图表

    将差异变为柱状图,插入数据标签,字体、排版优化。

    美化图表

    3

    数据透视图与切片器的结合

    2010及以上版本的Excel中有一个非常强大的人性化工具,就是切片器,当切片器与数据透视图在一起时,产生了非常惊艳的动态图表效果,非常简单方便。

     操作步骤 

    (1)插入数据透视图

    插入-插入数据透视图,可以制作出基本的可筛选的动态图表。

    插入数据透视图

    (2)插入切片器

    插入-切片器-插入切片器选择筛选的字段。

    插入切片器

    (3)切片器使用

    切片器可以多选,也可以按住Ctrl多选,还可以调整切片器大小,当不同字段有包含关系时,选择其中1个,另外一个切片器中不属于它的内容全部变为灰色。

    切片器使用

    Excel动态图表有很多类型,也有很多可以实现的方法。因此,大家在学习的时候多总结多探索,有时候不是我们做不到,只是我们想不到哦~

     注意 

    我用的是2016版Office,所以工具栏自带“开发工具”,低版本的亲们可以通过下面的步骤来导出“开发工具”功能。

    【文件】→【选项】→【自定义功能区】

    选择右侧自定义功能区的【开发工具】,点击【确定】

    看的再多,也不如自己操作。这次的教程就到这里啦,咱们下次再见!

    展开全文
  • 本文共918个字,预计用时3分钟小伙伴们,今天给大家分享一下利用excel中的切片器制作动态交互图表,先看一下效果,是不是很炫酷,这就是交互图表,我们需要看哪个人的成绩直接去单击他的名字就行,其实这只是切片器...

    本文共918个字,预计用时3分钟

    小伙伴们,今天给大家分享一下利用excel中的切片器制作动态交互图表,先看一下效果,是不是很炫酷,这就是交互图表,我们需要看哪个人的成绩直接去单击他的名字就行,其实这只是切片器的简单应用。之前的推文也简单介绍过,数据处理一般有四个步骤:数据采集数据清洗数据处理数据呈现。数据呈现即就是数据可视化,要做一个炫酷的可视化数据看板,光使用Excel是不够的,可以使用现在很火的python,调用它的第三方库,也可以使用微软的power bi 去制作炫酷的图表,这样在工作汇报中,相比于普通的图表,你的汇报绝对能吸引别人的注意,下面我就给大家介绍一下,怎样制作出这样一个动态的交互图表

    35ef7890d34f3d507e82ca472af2b80d.gif

    第一步

    在Excel中打开数据(也可以在后台回复切片器,获取今天的练习数据),这里给大家提醒一下切片器只有在office2010及以上的版本才可以使用,同时普通表格是无法使用切片器的,必须转为智能表格(智能表格只能在2013及以上版本使用),当以上条件都满足时,将普通表格转为智能表格的操作为:在数据区域任一单元格单击一下,然后按快捷键 Ctrl+T 就可以完成(也可以给表格套用一个样式)

    dc73d833be960f276bf3f7f5fc15c505.png

    第二步

    转换为智能表格后,在任一数据单元格单击一下,接着在菜单栏会出现设计选项卡,单击【设计】——【插入切片器】,在打开的对话框中,勾选姓名,最后单击确定

    7b9f99e1d1e8f9267cce008008afa0ae.png

    第三步

    可以对切片器简单美化一下,选中切片器后,菜单栏会出现选项菜单,单击【选项】——【快速样式】,为切片器选择一个合适的样式后,单击即可应用

    b8fb6e900c5e6b877360623defa02996.png

    第四步

    选中表格内所有数据,单击【插入】——【图表】——【簇状柱形图】

    4ab64533e883278f58bcb20040354d87.png

    第五步

    选中插入的图表,在菜单栏单击【设计】——【数据】——【切换行/列】,然后对图进行一下美化,比如去掉网格线,填充背景等,最后就可以看见制作的效果

    fdf4773786d2c559032df2d0da983077.png

    后台回复 切片器 获取练习文件

    展开全文
  • Highcharts 是一个用纯JavaScript编写的一个图表库, 能够很简单便捷的在web网站或是web应用程序添加有交互性的图表,并且免费提供给个人学习、个人网站和非商业用途使用。HighCharts支持的图表类型有曲线图、区域图...
  • Highcharts 是一个用纯JavaScript编写的一个图表库, 能够很简单便捷的在web网站或是web应用程序添加有交互性的图表,并且免费提供给个人学习、个人网站和非商业用途使用。HighCharts支持的图表类型有曲线图、区域图...
  • 今天,知识兔了解下通过切片器和日程表进行交互式展示,实现动态图表的效果。 利用切片器制作动态交互式表 Excel2010新增了切片器的功能。什么是切片器呢?切片器在哪里?我们用案例直接说明。 例如,需要...
  • Flex可以使开发人员创建利用Adobe FlashPlayer作为前台的RIA(富客户端互联网应用程序),以满足用户更为直观和...本文将要提到的图表就是Flex在Web应用端的一个例子,基于Flex创建图表可以给用户带来直观的交互式体验。
  • 在报表工具中创建交互图表教程

    万次阅读 2021-06-28 16:42:14
    随着现代技术的高速发展,相关...Excel数据处理容量和速度有限制,数据可视化程度不高,都是以表格为主,虽然也能插入一些图表,但是灵活度和美观度不够,设置起来也相当麻烦,并且数据获取麻烦。 第三方报表工具是数据
  • D3设计交互图表

    2018-08-08 13:49:25
    高清版本,学数据可视化的必备手段。现在大数据可视化很重要,怎么能不会制作几个数据图表呢还!
  • 交互 Demo制作;签到;3;4;PPT模板下载/moban/ 行业PPT模板/hangye/ 节日PPT模板/jieri/ PPT素材下载/sucai/ PPT背景图片/beijing/ PPT图表下载/tubiao/ 优秀PPT下载www.1ppt.
  • 数据可视化专家Andy Kirk说过,数据可视化分为两类:探索性可视化图表和解释性可视化图表。解释性可视化图表的目标是进行描述——它们...通常,探索性可视化图表交互式的。尽管现在有许多Python绘图库,但只有少数...
  • Excel 交互式动态图表

    万次阅读 2018-11-26 19:20:40
    下图是小A做的交互式动态图表: 可以根据季度、月份、天数(可选5天、10天、15天)维度观看销售情况,对于这个动态图表,我们从以下三个方面来进行制作: 1. 选择控件 图表能动是由于我们的数据发生了变化,那么...
  • 作品类型:交互案例 我们在设计原型时会经常使用到图表,给图表加一点载入时的动效会让图表更加生动。今天我们来简单介绍下在Axure中实现柱状图、折线图、饼图载入效果的方法。 原型预览链接(附源文件下载链接)...
  • 这是一款优秀实用且酷炫逼真的交互式H5翻页电子杂志制作软件,为广大用户提供了一种将静态PDF文档或图片转换为带有H5翻页效果的数字HTML5翻页书并在线上传分享的理想解决方案,该翻页h5制作软件允许用户将按钮、链接...
  • 交互图表制作者用于创建交互式图表和地图的应用程序
  • 来源:机器之心数据可以帮助我们描述这个世界、阐释自己的想法和展示自己的成果,但如果只有单调乏味的文本和数字,我们却往往能难抓住观众的眼球。而很多时候,一张漂亮的可视化图表就足以胜过千言万语...
  • Shift+F4绝对引用 光标在B6单元格中变成小+的时候往右拖动,结果为下图: 制作一个有两个项目的数据对比的动态图表,增加一个控件即可,步骤同上
  • 能创建交互式可视化图表的库有很多,但当使用Pandas时,很容易遇到各种各样的问题。今天,我就来手把手教你如何直接使用Pandas创建出交互式可视化效果。01 安装库为了轻松创建交互式可视化,我们需要安装Cuff
  • 对于数据可视化,有时需要根据用户输入的查询条件展示限定范围的数据图表,DataGear的看板表单功能可以快速方便地实现此类需求。下面的看板示例,包含一个柱状图、一个饼图和一个地图,用户可以通过看板表单设置柱状...
  • 交互式的数据可视化图表是 New IT 新技术的一个应用方向,在过去,用户要在网页上查看数据,基本的实现方式就是在页面上显示一个表格出来,的而且确,用表格的方式来展示数据,显示的数据量会比较大,但是,这种数据...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 20,191
精华内容 8,076
关键字:

交互图表制作