http://www.pptjcw.com

wps做表格教程基本操作:怎么用excel求斜率?

    比如说,为了对比分析某产品不同功能的用户满意度,经过问卷调查和数据统计,得到下面这个调查结果:

    wps做表格教程基本操作:怎么用excel求斜率?

    你不妨自己先思考一下,如何对这组数据进行可视化,才能让信息传递变得更加高效?

    下面是我用 matplotlib 制作的图表:

    wps做表格教程基本操作:怎么用excel求斜率?

    从图中可以直观地看出,功能 C 的用户满意度明显下降,我们用比较鲜明的橙色来表示,以便引起观众重点关注;

    功能 D 和功能 E 的用户满意度明显提升,我们用蓝色表示,代表数据正在向好的方向发展;

    功能 A 和功能 B 的用户满意度变化不大,我们用浅灰色表示,以便削弱观众对这两个功能的注意力,把更多的精力用于分析用户满意度明显下降的功能点,从而让图表起到提升信息传递效率的目的。

    01、下面是用 matplotlib 画图的详细步骤。

    首先,导入所需的库,并设置中文字体和定义颜色等。

    # 导入所需的库import numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltimport matplotlib.image as image

    # 正常显示中文标签mpl.rcParams[‘font.sans-serif’] = [‘SimHei’]

    # 自动适应布局mpl.rcParams.update({‘figure.autolayout’: True})

    # 正常显示负号mpl.rcParams[‘axes.unicode_minus’] = False

    # 定义颜色,主色:蓝色,辅助色:灰色,互补色:橙色c = {‘蓝色’:’#00589F’, ‘深蓝色’:’#003867′, ‘浅蓝色’:’#5D9BCF’, ‘灰色’:’#999999′, ‘深灰色’:’#666666′, ‘浅灰色’:’#CCCCCC’, ‘橙色’:’#F68F00′, ‘深橙色’:’#A05D00′, ‘浅橙色’:’#FBC171′}

    其次,从 Excel 文件中读取随机模拟的数据,并定义画图用的数据。

    # 数据源路径filepath=’./data/问卷调查结果.xlsx’

    # 读取 Excel文件df = pd.read_excel(filepath, index_col=’调查年度’)

    # 定义画图用的数据category_names = df.columnslabels = df.indexdata = df.valuesdata_cum = data.cumsum(axis=1)

    接下来,开始用「面向对象」的方法进行画图。

    # 使用「面向对象」的方法画图,定义图片的大小fig, ax=plt.subplots(figsize=(6, 6))

    # 设置背景颜色fig.set_facecolor(‘w’)ax.set_facecolor(‘w’)

    # 设置标题ax.set_title(‘\n用户满意度随时间的变化\n’, fontsize=26, loc=’left’, color=c[‘深灰色’])

    # 定义颜色category_colors = [c[‘浅灰色’], c[‘浅灰色’], c[‘橙色’], c[‘蓝色’], c[‘蓝色’]]

    # 画斜率图for i, color in zip(np.arange(len(df.columns)), category_colors): ax.plot(df.index, df.iloc[:, i], marker=’o’, color=color)

    # 设置数据标签及其文字颜色 ax.text(-0.03, df.iloc[0, i], df.columns[i] + ‘ ‘ + ‘{:.0%}’.format(df.iloc[0, i]), ha=’right’, va=’center’, color=color, fontsize=16) ax.text(1.06, df.iloc[1, i], ‘{:.0%}’.format(df.iloc[1, i]), ha=’left’, va=’center’, color=color, fontsize=16)

    # 设置 Y 轴刻度范围ax.set_ylim(df.values.min()-0.02, df.values.max()+0.01)

    # 隐藏 Y 轴ax.yaxis.set_visible(False)

    # 隐藏边框ax.spines[‘top’].set_visible(False)ax.spines[‘right’].set_visible(False)ax.spines[‘left’].set_visible(False)ax.spines[‘bottom’].set_visible(False)

    # 隐藏 X 轴的刻度线ax.tick_params(axis=’x’, which=’major’, length=0)

    # 设置坐标标签字体大小和颜色ax.tick_params(labelsize=16, colors=c[‘灰色’])

    plt.show()

    运行之后,便得到上面那张图。

    02、对于同一组数据,不同的人可能会有不同的观察视角,对它们进行可视化,往往也存在多种不同的解决方案,这里介绍的方法,并不是唯一正确的答案。关键在于,图表的设计者想要表达什么信息?是否让观众正确且快速地理解了想要表达的信息?

    不同类型的图表,有着不同的优势和劣势。

    斜率图的优势,是能快速看到每个类别前后发生的变化,并能根据线条的陡峭程度,直观地感受到变化的幅度。

    斜率图的劣势,是看不出整体与部分的占比关系。另外,如果类别的顺序很重要,那么也不适合使用斜率图,因为类别会根据数值大小自动进行排列。

    最后,留给你一道思考题:在你看到过的各种数据中,有哪些数据是适合用斜率图进行对比分析的?

    提示:如果您觉得本文不错,请点击分享给您的好友!谢谢

    上一篇:wps动画制作教程:word条形码制作方法 下一篇:wps自动生成连续日期:word页码格式怎么设置?

    郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。