教学课件商务数据可视化 第6章ppt（全）.pptx

教学课件商务数据可视化 第6章第6章 Excel图表：分布分析图商务数据可视化思维导图Mind Mapping使用直方图分析频率分布6.16.1.1 直方图的概念及适用场景第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布直方图（Histogram）是一种用来展示一组连续数据潜在的频率分布的图表，而数据分布的特点则体现在直方图的形状上。从直方图数据分布的形状、中心位置以及数据的离散程度等了解到数据的分布情况。6.1.1 直方图的概念及适用场景第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布以下内容是一组原始数据及其对应的直方图展现。图 6-1 直方图将数据分组展示6.1.1 直方图的概念及适用场景第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布这里将年龄数据默认切分成三个大的组别，在数据标签上显示每个组别的频数。可以明显看出，组别（bin）设置过大，需要改进。如下图6-2和6-3，在设置坐标轴格式中更改“箱”的宽度至10.0，即组距调整为10.0。图 6-2 设置坐标轴格式示意图图 6-3 经过组距改进后更加合理化的直方图6.1.1 直方图的概念及适用场景第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布我们也可以将频数转换成频率，用另一种指标以直方图度量相同数据，读者可以自己尝试一下。另外除了直接插入直方图外，还有一种操作方法是点击数据分析选项卡而后选中直方图选项。这里要特别注意通过两种途径创建的直方图在图表设置上存在潜在的差异。6.1.1 直方图的概念及适用场景第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布同时，如果使用柱形图来反映每个分组中频数，也十分直观。图6-4中的BIN表示每一个分组的上界值，NUM表示每一个组别中频数是多少，需要手动输入。图 6-41 组界限与频数信息图 6-42 三维柱形图的图表表示6.1.1 直方图的概念及适用场景第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布直方图和柱状图在外观上非常近似，但是一些细节处不同，x轴和y轴的数据度量含义也是不同的。l柱状图描述分类变量，直方图描述数值变量；l直方图的x轴是一条线，柱状图的x轴是分类变量；l柱状图是以矩形的长度表示每一组频数其宽度固定，利于较小的数据集分析；直方图是以矩形的长度表示每一组频数，宽度则表示组距，是故标准的直方图的高度与宽度均有意义，利于统计大量数据集的分布特征。l同时可以注意到直方图的各个矩形是连续的，柱状图的各个矩形相互之间有一定的间隔。6.1.1 直方图的概念及适用场景第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布下图6-5是一个二维柱状图的实例，描绘的是某产品的用户体验反馈情况。读者可以看出直方图和柱状图的不同使用场景。图 6-5 用户产品满意度柱形图6.1.1 直方图的概念及适用场景第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布除了用于表示分布情况外，直方图还可以用于观察异常或孤立数据。6.1.2 直方图的形状分析第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布1、钟形分布（Bell-shaped）：数据分布显示为一个钟形的形状。最常见的钟形分布是正态分布，也是最理想的数据分布状态。但是钟形分布的概念要广得多，只要符合以下特点即可：“两头小，中间大”。靠近中间变量比较集中，靠近两边的变量值比较稀少。图 6-6 正态分布6.1.2 直方图的形状分析第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布2、双峰分布（Bimodal-shaped）：双峰分布，如同其名称中所描述的，具有两个峰值（Peaks）。这种分布的特点是具有数据在某一度量值上最集中的两个区域，可以理解为具有两个众数。图 6-7 双峰分布6.1.2 直方图的形状分析第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布3、右偏分布（Skewed-right-shaped）：在数据图的图表展示中，偏态分布中左侧观测值个数多，而右边的观测值则少，称之为右偏分布。在右偏分布下，数据统计指标平均数（average）中位数（median）众数（mode）。图 6-8 右偏分布6.1.2 直方图的形状分析第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布4、左偏分布（Skewed-left-shaped）：在数据图的图表展示中，偏态分布中右侧观测值个数多，而左边的观测值则少，称之为左偏分布。在左偏分布下，数据统计指标平均数（average）中位数（median）众数（mode）。图 6-9 左偏分布6.1.2 直方图的形状分析第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布5、均匀分布（Uniform）：均匀分配，又称均匀分布（Uniform distribution），是一种简单的概率分布，其分为离散型均匀分布和连续型均匀分布两种类型的机率分布。从下图可以看出，并没有什么有价值的差异化信息。均匀分布的例子有彩票，因为其中大部分人的获益值都是均等的。在多数情况下，数据的分布遵从均匀分布的概率分布，意味着存在不同来源的变量被合并的错误可能；如不是此问题导致的，还可以尝试不同的分组准则。总的来说，均匀分布表明数据所分组类过少。图 6-10 均匀分布6.1.2 直方图的形状分析第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布6、随机分布（Random）：随机分布，顾名思义，是没有明显的数据分布特征的；如同均匀分布一样，它也是一个有多个峰值区域（众数）的概率分布。随机分布在大多数场合是很常见的，但是并不能很好地反映现实中的问题，也就是这种概率分布对于进一步理解数据是无作用的。往往是所分组别过多导致的。建议去除冗余的组别或者减少数据量，这是很有必要的。图 6-11 随机分布第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布在数据可视化的实际操作中，我们要区别频数分布直方图和非标准的直方图。图6-12和图6-13是蚂蚁金服数据可视化团队AntV在实践教程中所举的例子。可以看出频数分布直方图和非标直方图在应用时赋予它们的功能意义不同。如频数分布直方图是用相等组距内的频数来刻画数据的分布的，而非标直方图无需这样做，因为它的目的仅是直观表示一组数据系列，也没有其他预处理操作。图 6-12 标准的直方图频数分布直方图6.1.2 直方图的形状分析图 6-13 非标准的直方图6.1.3 直方图的绘制及应用第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布在直方图的绘制步骤中，一方面要知晓整体的图表建立思路，另一方面要学会如何优化图表的可视化，直到使之最大限度地呈现出直方图的优点，并且做到合理地使用数据，有必要时放弃一些影响整体效果的样本。由于直方图适合大样本的数据研究，特别是频数上的统计，因此选定了某一随机抽样的个体样本的年龄、收入共同构成本例的数据来源，并以此来分析不同年龄的群体在收入上是否存在系统性的差异。第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布步骤一：首先获取数据源。为了方便统计，对Income（单位为美元）作round（四舍五入）处理，使数据等比例缩小更易被观察。为了试验性需要，对于Age列和Income列的数据使用了RANDBETWEEN()函数随机化生成了所需的数据。发现双击列分割线处可以反复进行随机操作，进一步为数据的动态可视化打下基础；需要读者更改单元格中的数据类型，以固定随机数据，见图6-14。图 6-14 样本数据（RANDBETWEEN()函数随机生成）6.1.3 直方图的绘制及应用第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布步骤二：选中Age数据列，插入一张初始的直方图，见图6-15。图 6-15 年龄的各组频数分布（初始）6.1.3 直方图的绘制及应用第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布步骤三：调整箱的宽度到合理的数值，得到一张完善后分组更细的直方图。并加上数据标签使之更为美观，见图6-16。注：这里如果能获取到足够多的样本，理想的情况是年龄呈正态概率分布，收入呈一个类指数分布。因为使用随机函数，所以可能数据分布并不是最理想。图 6-16 年龄的各组频数分布（改进）6.1.3 直方图的绘制及应用第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布步骤四：选中Income(Rounded)数据列，生成一张直方图，并调整箱大小，见图6-17。图 6-17 收入组频数分布6.1.3 直方图的绘制及应用第6章 Excel图表：分布分析图6.1 使用直方图分析频率分布步骤五：在调整组距的同时也可以设置一个溢出箱，将大于某一定值的数据全部放在同一个组中，如图6-18所示。图 6-18 溢出箱6.1.3 直方图的绘制及应用6.2箱线图的绘制及应用6.2.1 什么是四分位数第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用四分位数（英语：Quartile）是统计学中分位数的一种，即把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。在根据未分组的数据确定四分位数时，首先要确定四分位数的位置。然后将变量数列总项数代入n，即可下四分位数、中位数和上四分位数。Q1的位置Q2的位置Q3的位置6.2.2 箱线图的结构第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用箱线图（英文：Box plot），也称盒须图、盒式图、盒状图或箱形图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，常见于品质管理。箱形图不受异常值的影响，准确稳定地描绘出数据的离散分布情况，对数据清洗也有帮助。6.2.2 箱线图的结构第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用比如当回顾企业年度工作报告的时候，要检查其中有无异常情况的出现，那么可以最为清晰地反映这一信息的便是箱线图。图 6-19 箱线图的结构6.2.2 箱线图的结构第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用上四分位数与下四分位数之间的差是盒子的长度，即IQR=Q3-Q1。可 以 使 用 IQR 来 判 断 离 群 点。下 限 值min=Q1-1.5IQR，如果最小观测值小于min，可用最小值来替换下限值。上限制max=Q3+1.5IQR，同样也可以用最大值替换。所以会出现上下两根线长度不等的情形。如果观测值大于平均值的偏差部分超过一组测定样本数值的两倍方差（精确来说是2.7倍）则称为组中的异常值。6.2.2 箱线图的结构第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用图6-20结合了直方图、箱线图和置信区间估计的内容，非常综合实用。图 6-20 图表的结合使用6.2.2 箱线图的结构第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用我们再来看一次直方图中的例题。如果用箱线图来进行数据的表达和展示，见图6-21，虽然没有大的谬误，但是显然不尽合理。箱线图最大的作用是展示分类数据（比如时间序列数据）在每个类别中的离散点分布特征，而在下图中只能看到一条线段，因为这里的纵坐标是频数并没有具体到每个数据。图 6-21 不适用箱线图的场景6.2.3 箱线图的绘制方法第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用通过分析诸如股票行情这样的时序数据，介绍一下箱线图的绘制方法。步骤一：输入某连续两天的股票部分股票成交记录的实时价格（单位：元），见图6-22。（此处同样适用了randbetween()函数，为的是在已知当日最大值和最小值的情况下随机出一些记录供实验）图 6-22 连续两天的股票实时成交价格节选6.2.3 箱线图的绘制方法第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用步骤二：选中两列数据并插入一张箱线图，见图6-23和6-24。图 6-24 箱线图的初始情况图 6-23 点击直方图的下拉箭头即可找到6.2.3 箱线图的绘制方法第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用图 6-25 设置数据系列格式步骤三：可以在设置数据系列格式中调整数据的显示选项，比如显示内部值点、显示中线等，见图6-25。6.2.3 箱线图的绘制方法第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用图 6-26 改进后的箱线图步骤三：我们从图6-26中可以看到四分位数和箱线图是怎样结合在一起的，同时也观察到，如果在四分位数的运算包含除中值的话，得出的箱线图将会更符合标准的状态。6.2.4 从箱线图看数据分布第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用为了进一步说明箱线图如何描绘各分组中的四分位数分布状态，在这里以杨浦区2020/1二手房成交数据为案例，从箱线图看数据可视化的分布。而箱线图本身的四分位分类功能即可很好地满足房价分段的需要。第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用图 6-27 样本数据步骤一：整理杨浦各板块的二手房房价数据。为了简化模型只研究三个板块各项目的最高单价，借此直观上从反映板块之间的价格差异。（项目的地段因素在这里不属于考虑的范围，故只是将同一板块中的项目同等看待）三个板块总共113条数据，格式如图6-27。6.2.4 从箱线图看数据分布第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用图 6-28 从箱线图看数据分布步骤二：选取全部数据，插入如下图6-28的箱线图。6.2.4 从箱线图看数据分布第6章 Excel图表：分布分析图6.2 箱线图的绘制及应用图 6-29 优化后更完整的箱线图展示步骤三：数据分布如图6-29所示。可得出如下结论：整体上鞍山的二手房单价要高于另两个，体现在最大值和最小值上；鞍山的数据箱最宽，说明含有各种等级的房源；黄兴公园板块没有异常点，说明价格稳定，鞍山和东外滩各有两个异常点；东外滩的数据箱最窄，说明大体上的房屋类型是趋同的。6.2.4 从箱线图看数据分布6.3雷达图的绘制与应用6.3.1 雷达图的概念及使用场景雷达图(radar chart)通常将三个或以上的数据值靠近中心点的距离进行比较，以此来展现某一对象在各个属性上的数值表现。当不能直接比较各变量的时候，使用雷达图很有帮助；雷达图广泛用于可视化员工表现分析或者调查问卷的数据分析。第6章 Excel图表：分布分析图6.3 雷达图的绘制及应用6.3.1 雷达图的概念及使用场景第6章 Excel图表：分布分析图6.3 雷达图的绘制及应用图 6-31 填充雷达图样例图 6-30 普通雷达图样例6.3.2 雷达图的绘制及应用第6章 Excel图表：分布分析图图 6-32 初始的雷达图6.3 雷达图的绘制及应用接着以六项指标反映员工的综合能力，讲解一下雷达图的绘制及应用，这里需要用到辅助列。步骤一：准备数据源，输入各方面的能力分值，插入填充雷达图，见图6-32。6.3.2 雷达图的绘制及应用第6章 Excel图表：分布分析图图 6-33 设置坐标轴格式6.3 雷达图的绘制及应用步骤二：点击坐标轴，选择设置坐标轴格式，更改最小值最大值为05中的一个数，见图6-33、6-34和6-35。6.3.2 雷达图的绘制及应用第6章 Excel图表：分布分析图图 6-34 更改了坐标轴格式的雷达图6.3 雷达图的绘制及应用图 6-35 更改文字颜色和背景颜色6.3.2 雷达图的绘制及应用第6章 Excel图表：分布分析图图 6-36 添加辅助列6.3 雷达图的绘制及应用步骤三：添加辅助列并应用如下图6-36的公式，将文字和数值结合。6.3.2 雷达图的绘制及应用第6章 Excel图表：分布分析图图 6-37 最终雷达图效果显示6.3 雷达图的绘制及应用步骤四：将辅助列选择性粘贴到第一列上，自动生成新的雷达图，见图6-37。6.4热力数据图6.4.1 热力分析热力图是以特殊高亮的形式显示访客热衷的页面区域或是访客所在的地理位置的图示。热力分析，即应用一种特殊高亮的颜色、数据标注等，显示页面或页面组区域中不同元素点击密度、触达率、停留分布等特征。反映该时刻人口的密度和区域人流量情况，读者可从地图类app如百度地图中查看。第6章 Excel图表：分布分析图6.4 热力数据图第6章 Excel图表：分布分析图图 6-38 百度首页的页面区域热力图图6-38显示是百度首页的页面区域热力图，经过热力分析可以得出页面访问的热衷度情况。6.4.1 热力分析6.4 热力数据图第5章 Excel图表：结构分析图热力分析由于采用了可视化的设计思想和架构，因此具有分析过程高效、效果直观、易用的特点。以简洁直观的操作方式，就能呈现热点区域，帮助运营人员或产品人员做分析与决策。6.4.1 热力分析6.4 热力数据图第6章 Excel图表：分布分析图图 6-39 九城的房价走势情况热力图有多种绘制方法，有的需要借助第三方插件，本节将以房价走势情况介绍最基本的一种，在后面会具体介绍借助其他工具的作图方法。步骤一：获取数据源，此时所有的数据堆在一起难以分辨具体的走势情况，见图6-39。6.4.2 热力图的绘制与应用6.4 热力数据图第6章 Excel图表：分布分析图图 6-40 条件格式步骤二：选中某一列数据“条件格式”“色阶”，见图6-40。6.4.2 热力图的绘制与应用6.4 热力数据图第6章 Excel图表：分布分析图图 6-41 管理规则如果对色阶的颜色不满意，可以在“管理规则”中修改，见图6-41和6-42。6.4.2 热力图的绘制与应用6.4 热力数据图图 6-42 渐变颜色的修改第6章 Excel图表：分布分析图步骤三：使用“格式刷”覆盖剩下的列，见图6-43。6.4.2 热力图的绘制与应用6.4 热力数据图图 6-43 使用格式刷将条件覆盖至剩余的列第6章 Excel图表：分布分析图6.4.2 热力图的绘制与应用6.4 热力数据图图 6-44 隐藏数据步骤四：美化阶段，可以选择将数据隐藏，选中所有单元格右键点击“设置单元格格式”找到自定义并输入三个分号。同时可以在“边框”中添加白色框线，见图6-44。第6章 Excel图表：分布分析图最后就能得到下图6-45的结果。6.4.2 热力图的绘制与应用6.4 热力数据图图 6-45 热力图成品第6章 Excel图表：分布分析图我们可以根据主要城市的房价走势看出房价的淡旺季以及价格分布情况。在每年的6、7月份房价最低，可能是由于气温升高导致客户缺少看房的兴致与热情，或是市场刚经历一波旺季，在夏天时已经趋于平稳，客户的消化使得买房需求量下降。而每年的2、3月由于年前一些买房的客户回老家耽搁了业务，在年后回来会有一波需求的集中释放，需求量增大也会使得市场价格上扬。经过本例相信读者也能体会到热力图的主要应用场景，即适合展示含有热度的数据情况（点击量、成交量、访问量等）。6.4.2 热力图的绘制与应用6.4 热力数据图6.5概率密度分布 正态曲线与区间分布6.5.1 正态分布的概念和公式第5章 Excel图表：结构分析图6.5 概率密度分布正态曲线与区间分布正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个位置参数为、尺度参数为的概率分布，且其概率密度公式如下时，这个随机变量X就称为正态随机变量，其服从的分布就是正态分布，记作XN(，2)。此外，当=0，=1时，正态分布就成为标准正态分布。第5章 Excel图表：结构分析图6.5 概率密度分布正态曲线与区间分布正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。6.5.2 正态分布和正态曲线根据曲线图像我们可以看出正态曲线的三个图形特征：l集中性：正态曲线的高峰位于正中央，即均值所在的位置。l对称性：正态曲线以均值为中心（且在该值时取到最大值），左右对称，曲线两端永远不与横轴相交。l均匀变动性：正态曲线由均值所在处开始，分别向左右两侧逐渐均匀下降。第6章 Excel图表：分布分析图6.5.2 正态分布和正态曲线6.5 概率密度分布正态曲线与区间分布第6章 Excel图表：分布分析图上节中已经提到，正态分布涉及均值和标准差两个参数，因此在绘制正态曲线时我们不仅需要数据源，还要根据统计的方法计算出一些指标。通常情况下涉及评分、成绩的数据都以正态分布为主，故本节以员工的绩效评分为例讲述使用组合图绘制正态曲线的方法。6.5.3 插入组合图以折线图展示正态曲线图表6.5 概率密度分布正态曲线与区间分布第6章 Excel图表：分布分析图步骤一：获取数据源，并根据如图6-47给出的公式计算出一系列指标。6.5.3 插入组合图以折线图展示正态曲线图表6.5 概率密度分布正态曲线与区间分布图 6-47 数据源以及指标计算第6章 Excel图表：分布分析图步骤二：对数据进行分组（实际分组时可能和计算出来的值有所差异），直到最大值覆盖完整个数据，同时计算出频率（落在区间范围内的个数），具体的计算方法为：首先选中想要输出结果的单元格区域，再根据公式计算出频率（本题中为=FREQUENCY(B2:B26,D2:D7)，逗号前为数据列，逗号后为分隔列）。接着同时按下Ctrl,Shift和Enter即可得到如下图6-48的结果。6.5.3 插入组合图以折线图展示正态曲线图表6.5 概率密度分布正态曲线与区间分布图 6-48 频率辅助列的计算方法第6章 Excel图表：分布分析图步 骤 三：根 据 公 式（这 里 为=NORM.DIST(D2,H$5,H$6,0)）计算正态分布概率 密 度。NORM.DIST()函 数 的 用 法 为NORM.DIST(x,mean,standard_dev,cumulative)。其中：x选用分组边界值，mean为计算出的数据算术平均数，standard_dev为数据的标准方差，cumlative为逻辑值，取0时返回概率密度函数。经过计算后得到如下图6-49的结果。6.5.3 插入组合图以折线图展示正态曲线图表6.5 概率密度分布正态曲线与区间分布图 6-49 计算概率密度函数第6章 Excel图表：分布分析图步 骤 四：选 中 频 率 一 列，“插 入”“二维柱形图”，在“设置数据系列格式”中将“间距”改为0，并添加边框颜色，见图6-50。6.5.3 插入组合图以折线图展示正态曲线图表6.5 概率密度分布正态曲线与区间分布图 6-49 计算概率密度函数第6章 Excel图表：分布分析图步骤五：右击图表，在弹出的快捷菜单中点击“选择数据”，找到“添加”处，将计算出的概率密度值添加至图表中。添加完后“更改图表类型”找到“组合图”，在正态曲线一栏中勾选“次坐标轴”以及“折线图”，见图6-51。6.5.3 插入组合图以折线图展示正态曲线图表6.5 概率密度分布正态曲线与区间分布图 6-51 组合图选择方法第6章 Excel图表：分布分析图步骤六：选中正态曲线，“设置数据系列格式”，选择“平滑线”，就能得到正态曲线了，如图6-52所示。6.5.3 插入组合图以折线图展示正态曲线图表6.5 概率密度分布正态曲线与区间分布图 6-52 正态曲线成品商务应用分析6.66.6.1 案例一：工厂分时段完成零件个数统计6.6 商务应用分析【背景材料】：已知某工厂员工在不同时间段平均完成零件个数统计表，分析得出员工完成零件个数受不同时间段的影响有多大，即在各个时间段员工完成零件个数的分布情况。第6章 Excel图表：分布分析图6.6.1 案例一：工厂分时段完成零件个数统计6.6 商务应用分析第6章 Excel图表：分布分析图【分析过程】：步骤一：收集数据，得到的原始数据如图6-53所示。图 6-53 原始数据6.6.1 案例一：工厂分时段完成零件个数统计6.6 商务应用分析第6章 Excel图表：分布分析图步骤二：选择数据，在“插入”中选择“箱形图”。在这里我们会发现，如果选择的数据过多，则箱形图会失去它原有的形状。这时可以使用一个小技巧，先选择少数数据生成箱形图，再扩充选择更多的数据见图6-54。图 6-54 生成箱形图6.6.1 案例一：工厂分时段完成零件个数统计6.6 商务应用分析第6章 Excel图表：分布分析图步骤三：适当对图标进行美化。添加上图表的图例，设置数据系列格式，显示内部点、离群值点、平均值标记和中线等，使得图表更完整，形成最终图表，见图6-55。图 6-55 最终图表箱形图6.6.1 案例一：工厂分时段完成零件个数统计6.6 商务应用分析第6章 Excel图表：分布分析图由图6-55可以分析得出，不同的时间段工人们完成零件个数有较大的差异，在早晨的时间段里工人们的效率较高，完成的零件个数也较高，其中最佳的工作时间是10-11点和13-14点，而效率最差的时间段是临近下班的时间段，说明工作了一天后员工们十分疲惫，精力下降导致完成零件个数急剧下降。同时也能发现完成个数的多少有一定的波动规律，高效率工作一小时后下一小时的效率会降低，而再下一个小时效率又会提高。工厂可以参考以上分析结果，给予员工适当的休息时间，来提升员工的效率。6.6.2 案例二：使用条件格式构建热力图6.6 商务应用分析【背景材料】：已知2020年全国分地区连锁餐饮企业基本情况，见图6-56。第6章 Excel图表：分布分析图图 6-56 2020年全国分地区连锁餐饮企业基本情况6.6.2 案例二：使用条件格式构建热力图6.6 商务应用分析【分析过程】：利用条件格式绘制热力图可以根据6.4.2的步骤，即选中某一列数据“条件格式”“色阶”，绘制出如图6-57的热力图。第6章 Excel图表：分布分析图图 6-57 利用色阶绘制热力图6.6.2 案例二：使用条件格式构建热力图6.6 商务应用分析由图6-57可以看出，虽然可以明确哪几个城市的总店数、门店总数、年末餐饮营业面积、营业额这四个指标最高，但是却不够直观，并不能清晰知道各城市之间的差距有多少。因此对于类似的数据，可以选择另一种表现方式数据条。第6章 Excel图表：分布分析图6.6.2 案例二：使用条件格式构建热力图6.6 商务应用分析首先，选中某一列数据“条件格式”“数据条”，见图6-58。第6章 Excel图表：分布分析图图 6-58 条件格式数据条6.6.2 案例二：使用条件格式构建热力图6.6 商务应用分析利用同样的方式，可以将所有列都用“数据条”表示，最终效果见图6-59。第6章 Excel图表：分布分析图图 6-59 条件格式数据条6.6.2 案例二：使用条件格式构建热力图6.6 商务应用分析如果需要调整格式规则或者美化图表，可以按照自己的需求在如图6-60和图6-61中设置。其中格式样式包括双色刻度、三色刻度、数据条、图表集。第6章 Excel图表：分布分析图图 6-60 格式规则6.6.2 案例二：使用条件格式构建热力图6.6 商务应用分析如果需要调整格式规则或者美化图表，可以按照自己的需求在如图6-60和图6-61中设置。其中格式样式包括双色刻度、三色刻度、数据条、图表集。第6章 Excel图表：分布分析图图 6-61 格式规则数据集6.6.2 案例二：使用条件格式构建热力图6.6 商务应用分析如果对色阶的颜色不满意，或者需要编辑以及删除规则，可以在“管理规则”中修改，见图6-62。第6章 Excel图表：分布分析图图 6-62 条件格式规则管理器本章内容结束商务数据可视化