Home-theater-designers
Du har en presentasjon om noen dager, og du vil virkelig imponere sjefen. Du vil vise dataene dine på en måte som er lett å forstå, men også visuell og imponerende. Den eneste måten å gjøre det på er å lage det riktige diagrammet for dataene dine.
Du kan trekke på mange forskjellige verktøy for å lage diagrammer og grafer, men Microsoft Excel er fortsatt en av de mest kraftfulle og funksjonelle av dem alle. Den lar deg visualisere data i hvilket format og hvilken stil du vil, som du ser nedenfor.
I denne artikkelen lærer du om de mange typer diagrammer som er tilgjengelige for deg i Microsoft Excel ved å bruke eksempler fra offentlig tilgjengelige data levert av data.gov . Datasettet er hentet fra den amerikanske folketellingen for 2010, og vil bli brukt til å vise deg hvor imponerende det er når du velger riktig diagram for dataene dine.
Lag de riktige diagrammene
Den amerikanske regjeringen gir datamengder helt gratis. En av de mest verdifulle opplysningene for å grave gjennom kulturelle og sosiale fakta er folketellingen.
For de første eksemplene nedenfor har jeg trukket problemer som leietakere har hatt med sine boliger, delt opp i de fire regionene i USA.
Dette er en fin, liten undersett med data som gir mulighet for enkel kartlegging.
For å bestemme hvilket diagram du skal bruke, må du se nærmere på hva dataene representerer, og hvordan du vil visualisere disse dataene.
Kolonnediagrammer
En av de vanligste diagrammene som brukes i presentasjoner og dashbord, er kolonnediagrammer ment å sammenligne verdier med hverandre. Vanligvis er dette verdier som har blitt kategorisert på en eller annen måte. Det vanligste delsettet for et kolonnediagram er ett sett med data delt inn i kategorier.
ansiktsgjenkjenning sammenlign to bilder på nettet
I dette tilfellet har jeg valgt å bryte ned antallet problemer leietakere har i Nordøst -USA. Når du har valgt dataene dine, klikker du bare Sett inn , og du vil se et utvalg av diagramtyper i menyen. I dette tilfellet kan du gå med 2-D eller 3-D kolonne.
Personlig foretrekker jeg utseendet på 3D-diagrammer. Slik ser dataene ovenfor ut ved hjelp av 3-D stolpediagrammer.
Dessverre er diagrammer standard uten vertikale eller horisontale etiketter, så du må legge til dem slik at folk vet hva tallene betyr. Å gjøre det er enkelt nok. Bare klikk på '+' - knappen i øverste høyre hjørne av diagrammet, sørg for Aksetittler er valgt, og velg deretter bare Primær vertikal .
Nå ser du en vertikal etikett som du kan redigere.
Som du kan se, bruker du et kolonnediagram for å visualisere kategoriserte data, at problemene dukker opp. Tydeligvis har mennesker i nordøst store problemer med rør og varme!
Men hvor ille er det sammenlignet med resten av landet? For å vise dette, la oss legge til mer kategoriserte data, men bruk søylediagrammer i stedet. Søylediagrammer er de samme som kolonnediagrammer, men kategoriene vises horisontalt i stedet for vertikalt.
Denne gangen markerer du alle dataene.
Klikk nå Sett inn i menyen akkurat som du gjorde før, og denne gangen klikker du på rullegardinlisten for søylediagrammer, til høyre for rullegardinmenyen for kolonnediagrammer.
Voilà! Du har nå et søylediagram sammenligning av rapporterte problemer fra leietakere for geografiske regioner over hele USA
Pro tips : Jeg måtte redigere tittelen som vist. Du gjør dette ganske enkelt ved å klikke på selve tittelen og skrive en ny tittel, i det minste i Microsoft Office 365 - i andre versjoner må du kanskje klikke Avansert redigering .
Som du kan se, er kolonnediagrammer og stolpediagrammer en veldig kul måte å enten sammenligne kategoriserte data for ett datasett, eller sammenligne kategoriserte data på tvers av flere datasett. For eksempel viser det regionale diagrammet ovenfor ganske tydelig at rørleggerproblemer er mye verre i sør og nordøst, mens sør sliter mye mer enn noen andre med eiendomsvedlikehold.
Kakediagrammer
Som navnet tilsier, er kakediagrammer formet som en kake, og brukes best når du trenger å vise mengden av en mye større kategori som er tatt opp av mindre underkategorier.
For eksempel kan et universitet bruke et sektordiagram for å vise en oversikt over rasedemografien i studentpopulasjonen. Ved å bruke dataene våre ovenfor, kan du bruke et kakediagram for å dele problemer i Nordøst -leietakeren etter reparasjonsproblem.
Igjen, dette er et annet godt diagram å bruke når du starter med allerede kategoriserte data. Kakediagrammer brukes best for ett datasett som er delt inn i kategorier. Hvis du vil sammenligne flere datasett, er det best å holde deg til stolpe- eller kolonnediagrammer.
Linjediagrammer
Å gå videre til linjediagrammer krever et nytt sett med data fordi linjediagrammer og andre lignende diagramtyper pleier å være tidsavhengige. Dette betyr at du vanligvis (men ikke alltid) kartlegger et datapunkt over tidens utvikling.
Dette er ikke alltid tilfelle. Til syvende og sist trenger du bare en X- og en Y -verdi for et linjediagram. I eksemplet nedenfor vil X være tid og Y vil være befolkning, men du kan like gjerne kartlegge produktiviteten til din bedrift (Y) ettersom antall betalte bonuser øker (X).
Tellingenes datasett vi vil bruke i dette eksemplet er endringen i befolkningen i USA fra 2010 til 2015.
Fremheve året og den totale befolkningskolonnene, og klikk deretter på Sett inn fra menyen og hvis du velger et linjediagram, vises et linjediagram i regnearket. Høyreklikk på diagrammet og velg Velg Datakilde . Sørg for at året ikke er valgt.
Nå som den ikke prøver å bruke årskolonnen som Y, vil den bruke den som X og merke den horisontale aksen riktig.
På et øyeblikk kan du se at USAs befolkning har økt jevnt og trutt med omtrent 0,76% per år. Dette er den typen ting linjediagrammer er laget for å vise.
Områdediagrammer
Arealdiagrammer er identiske med linjediagrammer, men området under linjen fylles ut. Mens fokuset på linjediagrammet fremdeles er endring i verdier over tid, er fokuset på et områdediagram å markere størrelsen på verdier over tid. Forskjellen er subtil, men når du trenger å vise ting som hvor mange trær som er klippet fra 1990 til 1995 mot 2000 til 2005, skinner områdediagrammet virkelig.
Ved å bruke befolkningsdataene ovenfor kan du sammenligne befolkningsveksten mellom menn og kvinner fra 2010 til 2015.
Du kan også representere de samme dataene ved hjelp av et stablet arealdiagram (også tilgjengelig i diagrammer -delen under Sett inn Meny).
Dette diagrammet kan tenkes som en linjediagram og et sektordiagram som er kombinert til ett. Du kan se prosentvis sammenbrudd av de kategoriserte dataene etter hvert som dataene endres over tid.
Siden endringen er så subtil i løpet av de 5 årene som er tegnet ovenfor, kan du ikke helt skjønne det faktum at mens den kvinnelige befolkningen er omtrent 3% større enn den mannlige befolkningen, øker den mannlige befolkningen omtrent 3% per år raskere enn befolkningen av kvinner i USA Som om dating ikke var vanskelig nok for gutta som det er!
Scatter (XY) diagrammer
En favoritt blant forskere og statistikere, spredningsdiagrammer er plottede datapunkter (vanligvis en klynge med lignende målte datapunkter), som er ment å vise korrelasjoner eller mønstre i dataene som ikke er åpenbare når du bare ser på individuelle datapunkter .
xbox one max ekstern harddiskstørrelse
For eksempel kan det å planlegge suksessrater for kreftgjenoppretting mot tid brukt på sykehuset vise en sammenheng mellom hvor lenge noen blir behandlet for kreft og hvor vellykket behandlingen sannsynligvis vil være.
For å vise kraften i denne diagramtypen, har jeg plottet antallet astmasykehusinnleggelser i Chicago fra 2000 til 2011, organisert etter postnummer.
Dette XY -diagrammet (også kalt et 'klyngediagram') viser at postnummer 60628 hadde flere astmasykehusinnleggelser per år enn omtrent alle andre regioner, og postnummer 60655 og over utgjør de beste områdene å bo hvis du vil ha minst mulig sjanser for å få astmainnleggelse.
Bubble Chart
Dette kan også representeres (enda bedre) i form av en boblediagram . Dette er en morsom visualisering å lage når du har tre dimensjoner av data du kan plotte.
Dette er et typisk XY -plottet datapunkt med to verdier (punktet er en 'boble'), med en kombinert tilleggsverdi som bestemmer størrelsen på boblen. For eksempel, med denne typen diagram, kan du plotte hvor mange tenåringer som går på kino, men størrelsen på hvert datapunkt (boble) kan representere hvor mange kvinner som utgjør datasettet.
Det er en veldig interessant måte å representere to datasett med ett diagram. I eksemplet ovenfor, hvis du inkluderte navnet på filmene som etikettene på X-aksen, kan du identifisere det for alle filmene som tenåringer gikk til, hvilke spesifikke filmer tiltrukket et større kvinnelig ungdomspublikum.
Surface Charts
Akkurat da du trodde at det umulig kunne være flere diagrammer, kommer det overflatediagrammer. Dette tredimensjonale diagrammet lar deg plotte to serier med datapunkter på tvers av flere dimensjoner. Det kan være komplekst å bruke, men med de riktige datapunktene (to serier med et klart forhold) kan visualiseringen være ganske imponerende.
3D-versjonen av diagrammet ser ut som et topografisk kart, noe som er fornuftig fordi et slikt kart er et plott av høyde og avstand fra et gitt punkt. På samme måte kan du bruke dette kartet til å gjøre ting som å kartlegge størrelsen på et sykdomsutbrudd mot alder og tid personen har vært syk.
Ved å plotte på denne måten kan det oppstå interessante mønstre som du aldri ville lagt merke til hvis du bare tegnet to punkter langs en enkel X-Y-akse.
Donut -diagrammer
Donutdiagrammer er en annen kompleks visualisering som lar deg tegne en dataserie i et slags kakediagramformat, men også flere dataserier i 'lag', og danne en flerfarget 'doughnut'. Dette brukes best når de to dataseriene er underkategorier av en større datakategori.
godkjenningsliste for brukerkonto for Windows 10
Et godt eksempel på dette er datasettene som ble brukt tidligere i denne artikkelen, og som viser en mannlig og kvinnelig befolkning per år.
Som du kan se, inneholder hver serie (årene 2010 til 2015) segmenter av nesten samme størrelse, som viser hvor sakte begge populasjonene endres fra år til år. Verdien av denne grafen kommer virkelig fra å ha de riktige dataene og det riktige målet du vil oppnå visuelt med disse dataene.
Velge riktig graf
Det er egentlig poenget med alt dette. Det kan være et fint utvalg av grafer å bruke, men hva du bør velge kommer virkelig an på hvilken type datasett du har tilgjengelig, og nøyaktig hva det er du prøver å vise (eller bevise) med disse dataene. Noen diagrammer vil gjøre poenget ditt mye tydeligere enn andre --- kanskje å lage en boks og en whisker -tomt er det du trenger.
Å vite hvilket diagram som vil oppnå det er halve kampen. Den andre halvdelen er å finne ut nøyaktig hvordan du skal ordne dataene dine og formatere diagrammet slik du liker det.
Sannheten er at grafer har stor innvirkning på enhver presentasjon. Nå som du vet alt som er tilgjengelig for deg i Microsoft Excel, velger du riktig graf for dine behov, og lager en presentasjon med den som virkelig vil slå av sokkene.
Hvis du vil ha et annet alternativ, ta en titt på opprette diagrammet ditt i Google Presentasjoner . Eller hvis det er flytdiagrammer du må lage, sammen med Excel, kan du sjekke ut disse alternativer for gratis flytdiagram for Windows .
Dele Dele kvitring E -post Canon vs Nikon: Hvilket kameramerk er bedre?Canon og Nikon er de to største navnene i kameraindustrien. Men hvilket merke tilbyr den bedre serien med kameraer og objektiver?
Les neste Relaterte temaer- Produktivitet
- Visualiseringer
- Microsoft Excel
Ryan har en bachelorgrad i elektroteknikk. Han har jobbet 13 år innen automasjonsteknikk, 5 år innen IT, og er nå en Apps Engineer. En tidligere administrerende redaktør for MakeUseOf, han har talt på nasjonale konferanser om datavisualisering og har blitt omtalt på nasjonal TV og radio.
Mer fra Ryan DubeAbonner på vårt nyhetsbrev
Bli med i vårt nyhetsbrev for tekniske tips, anmeldelser, gratis ebøker og eksklusive tilbud!
Klikk her for å abonnere