精华内容
下载资源
问答
  • 对两组数据进行比较
    千次阅读
    2020-12-10 12:52:44

    展开全部

    1, 首先,分别把这两组数据分别设为x和y,打开SPSS,点击左下角的Variable  View选项卡,e5a48de588b63231313335323631343130323136353331333365666163在Name列那里的第一行输y,第二行输x,返回Data View选项卡,输入对应的数据。

    2, 然后,进行数据分析,分别把y和x选进各自的对话框,然后按ok,在输出窗口中看到Coefficients这个表,然后看最右边的那个Sig列,看x对应的Sig值,若这个sig值比你之前所设定的a值大,则认为这两组数不存在显著性差异,若这个sig值比你之前所设定的a值小,则认为这两组数存在显著性差异。

    3, 举个例子,如果你预先设定的a=0.05,求得的sig=0.000,则0.000<0.05,故应拒绝原假设(原假设一般为设它们之间无差异),认为这两组数有显著性差异。

    扩展资料:

    1, 当数据之间具有了显著性差异,就说明参与比对的数据不是来自于同一总体(Population),而是来自于具有差异的两个不同总体,这种差异可能因参与比对的数据是来自不同实验对象的,比如一些一般能力测验中,大学学历被试组的成绩与小学学历被试组会有显著性差异。也可能来自于实验处理对实验对象造成了根本性状改变,因而前测后测的数据会有显著性差异。

    2, 比较方法:如果数据是连续性数据,且两组数据分别服从正态分布&方差齐(方差齐性检验),则可以采用t检验,如果不服从以上条件可以采用秩和检验。

    3, 想知道两组数据是否有明显差异?不知道这个明显差异是什么意思?是问差别有无统计学意义(即差别的概率有多大)还是两总体均数差值在哪个范围波动?如果是前者则可以用第2步可以得到P值,如果是后者,则是用均数差值的置信区间来完成的。当然两者的结果在SPSS中均可以得到。

    4, 在统计学中,差异显著性检验是“统计假设检验”(Statistical hypothesis testing)的一种,用于检测科学实验中实验组与对照组之间是否有差异以及差异是否显著的办法 [1]  。

    5, 在实验进行过程中,尽管尽量排除随机误差的影响,以突出实验的处理效果,但由于个体间无法避免的差异,以及诸多无法控制的因素,使得实验结果最后表现的观察值处理处理效应之外,还包括实验误差的效应。因此对两个样本进行比较时,必须判断样本间差异主要是随机误差造成的,还是本质不同或处理效应引起的。

    参考资料:

    更多相关内容
  • 4 数组乘方 ) 元素元素的幂 例 : a=[1 2 3];b=[4 5 6]; z=a^2 z = 1.00 4.00 9.00 z=a^b z = 1.00 32.00 729.00 5 向量函数 一般标量函数都可以用于数组此时函数作用于数组的 每个元素 > x=1:5; > sin(x) ans = 0....
  • 计算两组数据的皮尔逊线性相关系数。相关系数的取值范围为[-1,1]。
  • Excel 数据分析-8两组配对定量数据分析
  • 商品二原有数量20件,商品一原有数量34件,新进货或者新出售了商品二3件,商品一4件等类型模拟情况下计算出进货量,销售量和库存量,小型的进销存系统可采用这样的方法) 那么如何实现两组字符串数据比较合并相同数据...
  • 两组爬取的数据合并在一起
  • 四组源数据和四组校正后的数据进行对比,以直观显示两类数据的不同
  • 主要介绍了基于python实现计算两组数据P值,文中通过示例代码介绍的非常详细,大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
  • 可视化学习小组第一周:解构数据可视化【数据科学家学习小组】之数据...进行可视化布局及设计;1.确定数据可视化的主题 根据实际业务需求来确定可视化的目的,做可视化之前要先知道为什么要做。2.提炼可视化主题的...

    13fde58858dc838449f032d187d55be9.png

    可视化学习小组第一周:解构数据可视化

    【数据科学家学习小组】之数据可视化(第一期)第一周(20191111-20191117)​mp.weixin.qq.com
    d99933b84bca102b9017983b8ba6666b.png

    完整的数据可视化过程可以分为四个步骤:

    76fe1774055843e50005b5a354da9036.png
    • 确定数据可视化的主题;
    • 提炼可视化主题的数据;
    • 根据数据关系确定图表;
    • 进行可视化布局及设计;

    1.确定数据可视化的主题

    根据实际业务需求来确定可视化的目的,做可视化之前要先知道为什么要做。

    2.提炼可视化主题的数据

    057baf4a69917ce85ae292f96a65e0ec.png

    2.1确定数据指标

    根据目的去确认需要哪些指标,有针对性的作图。比如快递寄件业务,指标就有寄件量,运 输时效,下单渠道等等

    2.2明确数据间的相互关系(选择指标维度)

    b6a4440895a2df731b4410b4b190e9c1.png

    趋势型:通常研究的是某一变量随另一变量的变化趋势,常见的有时间序列数据的可视化。

    90c39d454f4b54d66ea0034fcae5713a.png
    例:趋势型-折线图

    对比型:对比两组或者两组以上的数据,通常用于分类数据的对比。

    c92882d781481370624aebc5752e5e85.png
    例:基于分类的对比-柱状图

    比例型:数据总体和各个构成部分之间的比例关系。

    01b78300689f6a93cca79d6e968c6f0d.png
    例:饼图

    分布型:展现一组数据的分布情况,如描述性统计中的集中趋势、离散程度、偏态与峰度等

    83a3696909a82227fee680759d1d292d.png
    例:符合正态分布的直方图

    区间型:显示同一维度上值的不同分区差异,常用来表示进度情况。

    9217ab3bd7bf64eb43daa782ef378678.png
    例:表示进度的仪表盘图

    关联型:用于直观表示不同数据之间的相互关系,如包含关系、层级关系、分流关系、联结关系等。

    dadeee180ac63bf7d384288965f7fa55.png
    例:表达流程关系的漏斗图

    地理型:通过数据在地图上的地理位置,来展示数据在不同地理区域上的分布情况,根据空间维度不同,通常分为二维地图和三维地图。

    00886b3cd5370c75a8cfd0917c7457a7.png
    例:包含地理属性的地图型

    2.3确定用户关注的重点指标(问用户两个问题):

    在做可视化之前,不仅要知道为什么要做(目的),还要知道我们要做什么(需求),需求来自于我们的用户,所以在动手之前,我们要知道客户最想要看到的信息是什么?客户为什么想把这些信息展示出来?通过这两个问题,就能了解到客户的核心诉求了。

    3.确定图表

    a1825f5c1e5ab257fb03c676b55d94f1.png

    根据目的,需求,去选择最合适的图表去可视化数据,切记不能炫技,可视化的目的是简洁明了,突出主题。

    daeb67ce3e25893ab754b06f2312bd49.png
    居士分享的常见的数据关系和图表类型的对应关系

    4.可视化布局及设计

    1e25cca2e29dc6756d7bed460d6d4d9d.png

    4.1页面布局

    4.1.1聚焦

    凸显主体,吸引用户,提高效率

    4.1.2平衡

    合理利用空间,保持元素间的空间平衡,提高设计美感

    4.1.3简洁

    突出重点,避免冗余

    4.2图表制作

    4.2.1数据层面

    数据中的极端值,异常值,或过多的分类等,都会影响可视化的效果,可以通过前期的预处理来清洗整理数据,达到我们想要的效果

    4.2.2分数据层面

    图表形状,颜色,边框,背景,网格等辅助元素,一定程度上可以帮助用户聚焦,但使用过当的情况下会使得图表杂乱,视觉上不够聚焦,影响观看

    思维导图总结:

    ff32fc4b4c4b3007c016e4dfc48c3c53.png

    5.细节补充

    Tao:对数据可视化步骤的说明及补充​zhuanlan.zhihu.com
    914372f3158b4ef3631d4354201b015c.png

    6.下一篇

    Tao:数据可视化2-时序数据和比例型数据​zhuanlan.zhihu.com
    0c271b121fee1ac447f4f712b43bf87f.png
    展开全文
  • ↑关注 + 星标~有趣的不像个技术号每晚九点,我们准时相约偶尔应金主爸爸要求改时间大家好,我是朱小五如何来展现的你的数据?是你有时不得不去思考的一个问题。不同的展示方法,其效果往往差异巨大。这里我将结合...
    ↑  关注 + 星标 ~ 有趣的不像个技术号 每晚九点,我们准时相约  ddf8f38b1f5bcf4037c99bb70de2cdc6.png 偶尔应金主爸爸要求改时间 d41dc39f6b309001a6d14b736a01bd7a.png 33967962d8eb304659bf15c5861439ff.png

    大家好,我是朱小五c0ceba84ab2651541c68d6ea1421ee33.png

    如何来展现的你的数据?是你有时不得不去思考的一个问题。

    不同的展示方法,其效果往往差异巨大。这里我将结合近期的一些阅读和实践,试图给出一些方法,希望能帮助到你。

    1. 展示之前的思考

    在正式开始展示数据之前,希望你去思考几个问题。这些问题将有利于你后面的一些选择。

    Who

    1. 首先要确定,这些数据展示的受众群体是谁?

    2. 深入去了解这些受众,以及他们的认知程度如何?

    3. 是否是第一次接受类似的数据?

    4. 最关键的,他们如何看待数据,是否对你很重要?

    上述分析将帮助你发现你与受众之间的距离,从而采取必要的展示技巧,来确保他们能听懂你传递的信息。

    What

    1. 你希望受众群体了解的数据是哪些?

    2. 这些数据是否准确,经得起推敲嘛?

    3. 数据口径是什么?是否符合人们的通常的认知?

    是否包含了反面的数据?人为地清洗数据或只拿出佐证自己观点的正面数据,往往是站不住脚的。

    Goal

    1. 你展示数据的目的是什么?

    2. 你想表达的观点是什么?

    3. 现有数据是否足够支撑你的观点?

    Where

    1. 是在什么场合展示这些数据?汇报、交流、商务等

    2. 具体的形式是怎样的?PPT、纸质报告、图书等

    How

        在你回答了上述问题之后,你才能真正准备好面对最后这个问题:如何用数据表达你的观点?

    2. 数据展示手段:文本篇

    文本,是用来展示数据最简单的方式,也是最容易令人忽略的方式。人们总是有种倾向,希望采用某种炫酷的方式来说明数据;但其实最简单直接的方式效果最为显著。当你只有一两项数据需要分享时,简单文本是绝佳的沟通方法。可考虑只用数字(尽可能突出)和一些辅助性文字来清晰地阐述观点。此时如果使用其他方式,例如在表格或图形里只放入一、两个数字,但这种方式通常只会让展示方式带走人的眼球,而忽略了真正需要表达的信息本身。所以,当你确实只需要表达一两项数据时,不妨考虑只用数据本身。

    1561c7f68863dc859e438287cff3c0cd.png

    比较上面两种展示数据的方式,左侧通过常见的柱状图表达,右侧通过简单文本方式表达。哪种更具备表现力,一目了然。

    信息失真

    在用文本表达数据时,有时是需要将数据收敛归纳出一、两个结论性数据来展示,但此时需要考虑信息失真的问题。例如上面例子表述为“2019年GDP比2018年增加1880亿或增长了6.2%”,这种就会产生数据失真问题。丢失了数据原有部分信息,应避免这种情况。

    3. 数据展示手段:表格篇

    当需要展示更多的数据时,表格或图形一般来说是好的选择。但需要注意的是,表格形式具有其特殊性,其与我们口头表达系统交互方式类似,这意味着我们是会阅读表格。当面前有一张表格时,通常会用到食指:我会一行一列地读,并且比较每个格子里的值。

    61e92f035bcced9c6b62dd37ea996823.png

    表格最适合的场景是,有大量数据需要展示或受众群体关注点不同。但在PPT中使用表格往往不是一个好主意。当受众阅读表格的时候,他们不再听你口头表达的观点。当你在幻灯片或者报告中使用表格的时候,问问自己:你想要表达什么观点?你有可能找到更好的办法可视化这些兴趣点。如果这样做丢失了太多信息,不妨考虑将完整的表格放在附录中,用一个链接来满足受众的需要。

    突出原则

    使用表格时,因为本身就包含了大量数据,需要受众去阅读。如何在短时间内,突出核心内容,方便受众理解,就是关键所在。这里的原则就是尽量让设计融入背景,让数据占据核心地位。不要让厚重的边框和阴影与数据争夺受众的注意力。相反,要使用窄边框或者空白来区分表格的元素。注意下例中,上下用法的差异。

    6fc10092f729a156f1df76a8233f1611.png

    还可以使用另一种方式,突出你的数据。就是通过运用颜色差异,将表格中的细节和视觉暗示的使用结合起来,那就是热力图。热力图是用表格的形式可视化数据的一种方法,在显示数据的地方(在数据之外)利用着色的单元格传递数据相对大小的信息。用颜色饱和度提供视觉上的暗示,帮助眼睛和大脑更快地捕捉潜在的兴趣点。

    5f1288fba6a8104a9439bc776991ce02.png

    在上边的热力图中,色彩的饱和度越高,对应的数字就越大。这使得受众很容易找出最大的数据(GDP值最高的地区和年份)。

    4. 数据展示手段:图形篇

    与表格的交互方式不同,图形是与视觉系统交互。视觉系统处理信息的速度更快,这也就意味着设计良好的图形通常能够比设计良好的表格更快地传达信息。

    1). 线性图

    线图是最为常用的一种图形,经常用来表示连续数据间的数据关系。通常,连续性数据都以时间为单位:天、月、季度和年度。如果不具备连续特性的数据,不适合用这种方式。

    ★ 折线图

    最为常见的线性图,就是折线图。

    a9703bae21bab540faa766f3bfddde96.png

    如果存在多组数据,可使用下面分列显示,这样比较清晰。如数据量不大,也可以在一张图内显示,但应该是坐标口径一致,并做好标注工作。

    668215f26202fb700703017a7d423b17.png

    ★ 斜率图

    还有一种特殊的折线图,被称为斜率图。它适用表现两个时间段或者两组对比数据点,可以快速地展示两组数据之间各维度的相对提升、降低等差异。斜率图组合了很多信息,除了绝对数值(数据点本身)之外,连接数据点的线条能够在视觉上直观地告诉你是提升还是降低以及变化的程度(通过倾斜方向和斜率),而无需解释这些线条的意义和变化程度具体是多少。

    024a1d3a8ab375d60f8dfa644aa4d5af.png

    2). 条形图

    条形图易于阅读。用眼睛比较条形图的末端,很容易快速得出结论:哪一类最大、哪一类最小以及类别之间的增减区别。

    ★ 水平条形图

    水平条形图,顾名思义通过水平条线对比多组数据。人们通过对比右侧末端的位置,很容易比较出各组的差异。这种方式是比较符合人们的阅读习惯,即从左往右,从上至下的方式。特别是对于组别较多的情况,这种方式非常适合。

    806b2f01b4142a19c0b5145284a9122f.png

    上面在一张图中展示31个省市自治区的GDP数据,使用条形图展示就非常合适。上图还使用了两个常见的条形图技巧。一个数值排序,这样有利于受众数值对比,二是使用了色温显示进一步加强了对比。

    ★ 竖直条形图(直方图)

    跟水平条形图类似的就是竖直条形图。例如下图

    c0e82a295fb048b1818a551b32987f89.png

    ★ 多组条形图

    条形图也支持一组以上的数据。但需要注意的是,当你添加多组数据时,专注其中一组并得出结论就变得更为困难,所以谨慎使用包含多组数据的条形图。同时也要注意,有多组数据时,空白会把条形图分隔成视觉组。这使得类别的相对顺序变得重要。考虑你希望受众比较什么,并以此构造分类的层级,使之越简单越好。如下图所示,判读起来已经不太容易。

    242376cd22b2b0a6d0ae584624359cd9.png

    ★ 堆叠图

    作为条形图的一种特例,还有一种堆叠图。其旨在比较各类别之间总体区别的同时还能看出每个类别中子成分的占比情况。但这会很快产生视觉上的压力,尤其是采用大多数作图应用中的默认配色方案后。除了底部的子成分,你很难比较其他子成分在跨类别时的情况,因为不再有统一的基线可供比较。

    8dd4ddaf86452a43fc0ac91c457e3aaa.png

    3). 饼图

    饼图,是大家经常使用的,但其实也是难以阅读一种图。当饼图的各部分大小相近时,你是无法或者很难判断哪一块更大。当大小相差较多时,你最多也只能判断某一块比另一块更大,却无法确定大多少。为了克服这个问题,你需要像下图一样添加数据标签。但我仍然觉得饼图不值它占据的这块地方。

    b1a423a9d00bc0af0b62ac5c773f3e29.png

    用水平条形图替代饼图,按从大到小或者反向组织。记住,在条形图中,我们的眼睛会比较条形图的末端。由于以统一的基线对齐,很容易比较相对大小。这样不仅可以很直观地了解哪块最大,还能了解它比其他类别大多少。从饼图转换成条形图可能会有所遗漏。饼图能够传达的一个独特的信息就是整体和部分的概念。但如果图形本身难以理解,

    286b211a0b8ba2bd50ae8d1fe29c6b06.png

    4). 散点图

    散点图在展示两个因素的关系时很有用,因为可以同时将数据对应到x轴和y轴上,观察是否存在某种关系以及存在何种关系。散点图在科学领域使用更为频繁。

    954f088291cfb40b45cdc2eedbcaeff6.png

    5). 面积图

    人眼不擅于在二维空间进行定量的度量,这使得面积图比我们讨论过的其他图表类型更难阅读。因此通常避免使用面积图,只有一个当需要可视化相差极大的数值时。方形带有第二个维度(同时有长和宽,而条形图只有长或者宽),因而能比单一维度更紧凑地进行可视化。

    c0f2baf89b57df76c2d4d4e31e86100a.png

    5.展示原则:认知负荷(简化、简化、简化)

    人脑的处理能力是有限的。在展示数据时,应尽量减少受众脑力消耗,即用更低耗的方式展示。消耗受众脑力却对他们理解信息毫无帮助。这是我们需要避免的。最重要的在于受众感知的认知负荷:他们认为需要付出多少精力才能提取出信息。他们并不会通过深思熟虑地做这个决定,但这会影响你的信息能否成功传达。总之,要考虑为受众最小化感知到的认知负荷。这里可采取一些常规的原则:

    • 排序

      通过数据排序,让受众更容易消化数据,更快速抓住信息要点。对比下图中的上下对比。

    • 对齐文字

      对齐文字,特别是坐标系的文字,方便读者更容易对比数据。常见的策略是左侧坐标系文字右对齐,右侧左对齐,避免居中对齐的情况。

    • 适当留白

      边界处避免出现文字和图表。避免拉伸图表撑满可用空间的欲望,根据内容多少决定图表的合适大小。

    • 去除边框

      对于图中边框,一般是不需要的。可以考虑使用留白对页面中的图表和其他元素进行合理的区分。

    • 去除网格线

      如果网格线对受众寻找数据对应的坐标值有帮助,或者感觉网格线会使数据得到更有效的处理,那可以保留。但也请尽量使用更细以及灰色等浅色的网格线。千万不要让网格线和数据形成视觉上的竞争。尽可能地完全去除网格线,这样会形成更强烈的对比,从而使数据更突出。

    • 去除数据标记

      每一个元素都会增加受众的认知负荷。使用数据标记,就是在为本来已经可以根据线条直观处理的数据增加认知负荷。这并不是说永远不要使用数据标记,而是要有目的地使用,尤其不要因为它们默认包含在你的绘图软件里而使用。

    • 清理坐标轴标签

      坐标轴的标签,常见的原点标注,一般都是不需要的。除非展示数据过多,且无法标注的情况,可以考虑使用。

    • 选择是否需要坐标轴

      作图时常常需要决定是保留坐标轴标签还是省略坐标轴而直接标记数据点。为了做这个决定,你需要考虑特异性的程度。如果你希望受众重点关注整体趋势,可以考虑保留坐标轴,但是将其置灰来削弱其重要性。如果某些具体的数值很重要,直接标记或许更好。在后一种情况下,通常最好省略坐标轴以避免包含重复信息。总是要考虑你希望受众如何使用图表,并以此来作图。

    • 直接标记数据

      在图例和数据之间切换是非常麻烦的。可将需要尽量识别出任何可能消耗受众精力的问题自行承担。建议在需要描述的数据旁进行标记。

    • 慎用颜色

      在少量使用时,颜色是吸引受众注意的最强大的工具之一。但请克制为了丰富多彩而使用颜色的冲动。有选择、有策略地使用颜色这一工具突出图表中的重要部分。建议自行选择颜色的使用,而不是让工具自动选择。可以考虑统一色调、对比色、品牌色的使用。

    • 强调大小

      大小很重要。相对大小代表了相对重要性。如果你需要展示几件重要性相同的事情,请使用相似的大小。相反,如果有一件事情尤其重要,那么用大小来体现这一点:将它变大!

    • 文字体

      包围,加粗,斜体,间隔,下划线。这些对文字的处理,也可以帮助突出信息,可酌情使用。

    • 位置

      大多数受众会从图表或者幻灯片的左上角开始,按“之”字形扫视屏幕或者页面。他们会最先看到页面的顶端,这使得这里成为了风水宝地。考虑将最重要的内容放在这里。

    8e2858ab3b223973b8870b0926ffb5af.png 近期文章,点击图片 即刻 查看 4c441c625b5abae5ecc516518a22d15c.png 4f4219093de865c1da0c620829862ad4.png 5f9a625a443a39781eea3cc9595fad1a.png c8337fff0e1f32743bac095c2b1b3689.png

    昨日留言“HeoiJinChan”、“烷炸”+20积分;

    最赞留言“安宁”+50积分

    其余所有留言+10积分

    点击 积分 ,了解积分规则~

    ee9b51e2d1a9dbee29f080d049b5904f.gif

    本文为“HeoiJinChan”推荐,获得20积分奖励~

    如果大家想要投稿or荐文,点击原文链接即可!

    7d0f48f5be0b3a4fdbee6318d7b568a3.png

    朱小五

    展开全文
  • 旋风图是较为常用的数据对比图表,这种“背靠背”式的图表可以更直观地对比两组数据。基本形态的制作第一步首先选取数据(数据我自己编的,以此为例)插入簇状条形图之后你会得到这样一个簇状条形图注意如果你觉得...

    旋风图是较为常用的数据对比图表,这种“背靠背”式的图表可以更直观地对比两组数据。

    4e34c1e2948096df0dcd4c7068645995.png

    基本形态的制作

    第一步

    首先选取数据(数据我自己编的,以此为例)插入簇状条形图

    56b35becd7805ce77ae28a39890740ce.png

    之后你会得到这样一个簇状条形图

    85ba6a9506286304c8cf932b774adef8.png

    注意

    如果你觉得需要将纵坐标年份的顺序进行逆序,在第一步就需要调整好。

    右击纵坐标年份轴设置坐标轴格式,在设置坐标轴格式中选择逆序类别

    在这里我们就用默认的顺序。

    第二步

    旋风图的一大特点就是两个条形往不同的方向发展,在簇状条形图中实现这个的前提是先将两组条形分别放置在不同的坐标轴上。

    选中任意一个条形 (我选的是B地区销量),右击选择设置数据系列格式

    94a998bc17afecf18caea8c6fa323ae7.png

    在弹出的数据系列格式界面中选择次坐标轴

    21eb88bd5c67c8e13e199b5f30bf48db.png

    设置次坐标轴可以将另一组数值(B地区销量)放置于次坐标轴上。

    由于两组数据分别放在了不同的轴上,所以两组数据重合在了一起。

    4ac4431c3418671bb4c2f1a9c56e12a8.png

    第三步

    两个条形放置在不同的坐标轴后,下一步就该考虑如何让两个条形方向相反。因为上一步我们将B地区销量放置于次坐标轴上,A地区销量在主坐标上,所以可以让其中一个坐标轴的顺序反过来,另一个不变,两个条形刚好往相反的方向延申,为旋风图的基本形态做好准备。

    请注意,在这里我们把主坐标轴进行逆序操作而不是次坐标轴,原因我后面会说明

    右击主坐标轴,选择设置坐标轴格式

    ef8599f31ba490adfe6c09826ef52ed0.png

    设置坐标轴格式界面中的坐标轴选项里选择逆序刻度值

    f23280ac32a0459b5a08ae287999d0da.png

    此时你会得到主坐标轴顺序相反,两组数据走势方向相反且部分重叠在一起的条形图表。

    7e83a7a7abcd375cf64347575b6b4172.png

    第四步

    关键步骤,关键步骤,关键步骤。

    虽然现在两个条形的方向相反,但我们的目的是两个条形从中间分别向左右延申,从而形成类似旋风的图形进行对比。也就是说坐标轴正中间的值应该是0,坐标轴的数值分别从中间的0向两边延申。根据这个思路,两个坐标轴的范围应该设置为-100000到100000 (坐标轴边界最大值为+100000,最小值为-100000,即±边界最大值,这里的最大值根据数据情况而定,在本例中,100000比较合适),使0刚好在坐标轴的正中间且左右两边为等值。

    所以,在上一步的设置坐标轴格式界面中,先将主坐标轴的边界的最大值与最小值分别改为100000和-100000

    02533b8eabe4ff958760bebde9545e81.png

    同理,将次坐标轴按照同样的方法设置,得到旋风图的基本形态。

    8701154ccfde9e8f829ea539e2d88740.png

    细节处理

    第五步

    由于后面会在图表上加入数据标签,所以主次坐标轴在这一步就可以删除了。

    分别点击主次坐标轴,按Delete键删除即可。

    这样你会得到一个更简洁的图表。

    66c4ff1d3f9cd60c99046db01ade1f54.png

    注意

    当然如果你想保留坐标轴也是可以的,不过你可能发现了,两个坐标轴的负值很让人揪心,不过可以通过数字格式来纠正,这里简单说一下。

    以主坐标轴为例

    右击主坐标轴设置坐标轴格式,在数字格式代码中输入0;0(英文格式),点击添加。这样坐标轴的负值就消失了。

    稍微解释下。0;0第一个数值代表正数格式,第二个代表负数格式,在这里负数的格式与正数一样去除了负号,所以显示的效果与正数一致。

    同理,在次坐标轴进行相同的设置,这样主次两个坐标轴的值都是正常的了。

    第六步

    中间轴的年份感觉很奇怪,我们可以把它移到左侧。

    右击中间的年份轴,点击设置坐标轴格式

    1e5d8d9f5b34bb17c4a8d5cbd2d94d9f.png

    设置坐标轴格式界面中,将标签里的标签位置改为

    29f7b3bfa7d6b9946732d1e2dd85f1e1.png

    嗯,此时的图表看起来正常了一些。

    d2756ff7a41909107d3e22fb27040007.png

    第七步

    接下来我们让图表背景更加干净简洁。

    我们先来移除年份坐标轴中的线条。

    在上一步的设置坐标轴格式界面中,接着点击填充与线条 (小油漆桶的标志),在线条中选择无线条

    63eff2435a844007034e498b99514cf0.png

    接着再删除图表中的网格线。

    点击灰色的任一网格线 (最好别点最两边和中间的线),按Delete键删除。

    你会得到一个更干净简洁的图表。

    1c82e1529169e868c21e36b480c1641d.png

    第八步

    此时条形形状过窄不太美观,我们可以将条形适量放宽,把它们喂胖。

    点击任一条形,上一步中的设置坐标轴格式界面切换为设置数据系列格式,在设置数据系列格式中点击系列选项 (三根柱形的Logo) ,将间隙宽度改为90% (当然你要是觉得其他值更好也可以)

    54ec1eb9ff7dc68cb119abd6dfe69915.png

    同理,在另一组条形中应用相同的设置。

    两组条形就这样被你喂胖了。

    d57a80608baf237b5cb9f5b5f6165f03.png

    第九步

    现在为条形添加数据标签。

    点击图表的空白处,点击图表旁的加号,鼠标滑到数据标签然后点击后面对应的三角形,在这里数据标签内比较合适 (当然根据具体情况决定)。

    6bb30d5edc9a659e94b96a33259f7c2b.png

    此时你会得到一张带有数据标签的图表。

    嗯,它现在变得有灵魂了

    df59890db9541fadf8200472ad1d8689.png

    第十步

    最后调整下数据标签的颜色大小,修改图表标题,调整标题和图例的位置,再重新修改下两组条形的颜色。

    大功告成

    4e34c1e2948096df0dcd4c7068645995.png

    The One More Thing

    对了,差点忘了一件事。

    现在可以解释下为什么只让主坐标轴逆序而不是次坐标轴。

    其实,主次坐标轴谁逆序都可以,都可以做出一样的效果。这是我第一次做出来的效果,设置的是次坐标轴逆序,不过,图例的顺序与实际图表的顺序是相反的。

    250b36ae32b4f7600ed98c54cf7dd5af.png

    虽然没什么大碍,但总感觉很变扭而且对阅读体验有一定的影响。

    所以我稍微研究了下,问题就出在次坐标轴的逆序。

    简单解释下,这张图中一共两组数据,无论将谁置于次坐标轴上,肯定都有一个放置在主坐标轴上。图例的顺序是以主坐标轴为主的,也就是说放置在次坐标轴上的条形,图例顺序一定在最后 (也就是第二个)。正常坐标轴次序是从左往右,如果将次坐标轴设置为逆序,次坐标轴上的条形一定往左边延申,正好与图例相反。相反,如果将主坐标轴设置为逆序就不同了,主坐标轴上的条形将向左延申且它的图例肯定是排在第一位的,图例顺序与图表顺序正好吻合。

    ef3a522f3db593b172493d9bf5519ba2.png

    当然,说这些只是想提醒大家,要多注意这样的小细节。

    洃小强

    展开全文
  • Excel 数据分析-6两组定量数据分析(无原始数据)
  • 如何检测两组数据是否同分布?

    千次阅读 2021-09-30 00:33:12
    T检验(Binary) T检验是一种适合小样本的统计分析方法,通过比较不同数据的均值,研究两组数据是否存在差异。 我们参考《python科学计算第二版》: ...
  • SPSS比较两组数据有无显著性差异 独立样本T检验

    万次阅读 多人点赞 2021-01-15 12:08:26
    输入两组需要检验有无显著性... 0.05,两组数据的方差无显著差异,可以认为两个独立样本的方差一致 平均值等同性t检验,第五列Sig.(双尾)=0.786 在满足方差齐性的条件下,sig = 0.786 > 0.05,可以认为A、B组数据均
  • ann是数学工具,实现两组数据的映射(类似函数的映射,不同的是它强大地实现了两组任意阶矩阵之间的映射关系)其思想是利用误差作为修正映射精确度的指导,最终实现符合要求的映射.
  • 今天小编就为大家分享一篇python中将两组数据放在一起按照某一固定顺序shuffle的实例,具有很好的参考价值,希望大家有所帮助。一起跟随小编过来看看吧
  • 如何用excel分析两组数据的相关性

    千次阅读 2020-12-20 12:48:07
    在Excel进行数据分析的时候,经常要分析两组数据的相关性。求出的值越接近1,那就说明相关性越大;越接近0,说明相关性越小。下面就说说具体步骤。具体步骤如下所示:1. 数据分析,以比较男女两组身高差异为例,首先...
  • 打开两组键值对数据文本文件,可以进行比较,筛选出不重复的,并形成新的键值集合,并能保存在文本文件中,同样也可以键值对进行乱序处理。
  • A、B两组数据进行曲线拟合

    千次阅读 2019-01-15 15:49:15
    X = load('a.txt');   Y = load('b.txt');   a =X(:,1);  b =Y(:,1);  c=1;  p=polyfit(a,b,c);  y=polyval(p,a);  plot(a,y,'-',a,b,'.');
  • 本文总结了数据分析和可视化中非常实用的几种图表,并以不同情景进行分组。01 为什么图表在科学出版物中很重要?复杂的数据有时可能难以用简洁的文字解释清楚,但却可以通过图表的形式予以直观...
  • 对于此类数据的分析,首先应看再试验设计上是否进行了配对,之后再看数据是否呈正态分布,方差是否齐。对于此类数据数据,大致可以遵循图1所示的原则。图1 两组变量变量比较的原则可以用于两组资料比较的软件很多...
  • 研究人员偶尔会分别对两组的增益进行统计检验,并通过两个检验的显着性比较结果。 虽然该程序在统计上是不正确的,但由于 Ghosh (1975) 的统计检验允许比较两个独立的 t 分布变量之间的差异。 此处介绍了 Levy ...
  • 软件信息:Excel for Mac版本:16.26(19060901)许可证:Office 365订阅步骤一:导入(输入)数据步骤二:为Excel添加分析工具的加载项插件,路径为:工具→Excel加载项→分析工具库步骤三:开始分析1. 在数据中选择...
  • 针对秘密判定两组数据对应成比例问题提出一种新的解决方案,即运用同态加密方案设计一个安全求解两组数据中对应成比例个数协议,并利用此协议进一步设计出安全判定两组数据对应成比例协议和安全判定空间中两平面的...
  • 本文来源:小麦研究联盟今天跟大家详细总结一下我们农业试验数据统计中常用的 量,图,和线。如果不想看下边长篇大论,请看小编给您总结的懒人包:标准差:群体的标准差是...右边的图大家应该比较熟悉,它的意义是判...
  • 原标题:Excel中如何将两组数据的相同内容进行快速筛选配对文/郭远明 在工作中,我们时常会遇到这样一种情况:原有数据需要进行更新,同时要原有的名单排序不变,新数据要与原有的名单一一对应。如果是数据很少的话...
  • IPL数据分析和预测 数据集进行分析,该数据集包含有关2008年至2017年进行的IPL比赛的数据。它使用基于2008年至2017年的两组数据; 逐场比赛和逐球统计。
  • 描述: 该函数将采用两组长度相等的数据,并尝试使用 polyfit 函数将它们拟合为多项式,将多项式的阶数从 1 更改为 100,并选择与点的平均偏差最小的一组。 它还将显示原始点与新拟合多项式线的图,以给出拟合的概念...
  • python如何计算两组数据的相关性

    千次阅读 2022-07-07 11:40:33
    背景 最近测试的一个需求里,需要计算两组数据的相关性,看了一下计算公式,当数据量过大时,发现是我无法手动可以计算完成的。 但是如果不对得到的数据进行校验的话,那就不知道开发算出来的值是否有问题。于是想...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 107,710
精华内容 43,084
热门标签
关键字:

对两组数据进行比较