news 2026/9/13 10:36:59

Excel 比例可视化完整指南:10 分钟做出饼图、环形图与华夫饼图

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Excel 比例可视化完整指南:10 分钟做出饼图、环形图与华夫饼图

Excel 比例可视化完整指南:10 分钟做出饼图、环形图与华夫饼图

【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners

你只需要 Excel 和仓库自带的蘑菇数据集,就能完成"比例可视化"这一课的全部图表作业:饼图、环形图、华夫饼图各一张,最终交付一张同时包含三种图表的工作表。全程不用写代码,按下面步骤走,10 到 15 分钟能跟完。

成品速览

先看看做完长什么样。课程参考实现画出的两张比例图:

  • 饼图把 8124 条蘑菇记录分成"可食用 51.8% / 有毒 48.2%",两片扇区几乎对半;
  • 环形图展示 7 种栖息地,Wood 最大(38.75%)、Waste 最小(2.36%),中间的洞正好放一个"habitat"标题。

华夫饼图是 100 格方格阵列,放在后面做的时候你会直接看到它。

背景与材料

这门课(Data Science for Beginners 第 11 课)的思路是:先把数据按某个字段汇总计数,再决定用哪种图呈现占比。三种图表的数据底座完全相同,变的只是呈现方式——亲手做完一遍,"分类少用饼图、分类多用环形图、想逐格数数用华夫饼图"这类选型经验就不再是口号。

材料用途
data/mushrooms.csv8124 条蘑菇记录、23 个文本字段,三种图表共用的源数据
3-Data-Visualization/11-visualization-proportions/README.md课程主文档,含 Python 参考画法,可对照视觉效果
3-Data-Visualization/11-visualization-proportions/assignment.md作业说明:在 Excel 工作表中做出三种图表
3-Data-Visualization/11-visualization-proportions/solution/notebook.ipynb参考答案,内含分组计数的完整数值,可逐项核对

数据准备:透视表三步拿到"分类 + 计数"

蘑菇数据集共 8124 行、23 列,全是文本字段(菌盖形状、气味、栖息地等)。三种图真正需要的只是"分类名 + 计数"两列数据,用数据透视表一次就能拿到:

  1. 数据选项卡 →从文本/CSV,选择data/mushrooms.csv导入;
  2. 点击数据区任意单元格 →插入数据透视表,放置位置选新工作表
  3. 透视表字段窗格中,把class拖入,再拖任意一个字段(如population)到,确认汇总方式为计数

结果就是 Edible 4208、Poisonous 3916。把这两列复制到空白区域,留作饼图数据源;再把行字段换成habitatcap-color重复一遍,就得到环形图(7 种栖息地)和华夫饼图(9 种菌盖颜色)的计数表。

如果你更习惯用代码,同样 4 行能拿到这组数:

import pandas as pd m = pd.read_csv('data/mushrooms.csv') # 仓库根目录下的蘑菇数据集 print(m.groupby('class').size()) # 可食用 / 有毒 print(m.groupby('habitat').size()) # 7 种栖息地 print(m.groupby('cap-color').size()) # 9 种菌盖颜色

饼图:两列数据插出"可食用占比" 🥧

适用场景:分类只有两三个、只需传达"各占多少"时,饼图最直接。这里就用class的计数(Edible 4208 / Poisonous 3916)。

操作步骤

  1. 选中"分类 + 计数"两列(含表头,如 A1:B3);
  2. 插入选项卡 → 图表区点饼图图标 → 选二维饼图
  3. 选中图表 →图表设计添加图表元素数据标签→ 勾选百分比
  4. 把图表标题改成Edible?,与课程参考图保持一致。

校验方法:两片扇区应分别约 51.8% 与 48.2%,标签顺序必须和数据行一一对应(Edible 在上、Poisonous 在下),错位的唯一原因几乎都是选中数据时漏了某一列。对照成品速览里那张饼图,观感一致即通过。

环形图:圆环图内径滑块怎么调 🍩

适用场景:分类比两三个多一些(这里是 7 种栖息地),或想在图中心放标题、总计时用环形图,读起来比饼图轻松。

操作步骤

  1. habitat的"分类 + 计数"两列放在一起(Grasses 2148、Leaves 832、Meadows 292、Paths 1144、Urban 368、Waste 192、Wood 3148),选中数据区;
  2. 插入→ 点饼图图标旁的下拉箭头 → 选圆环图(Doughnut);
  3. 右键环形图 →设置数据系列格式,把圆环图内径大小滑到 40% 左右,让中间留出放标题的空洞;
  4. 添加图表元素数据标签→ 显示百分比,标题设为Mushroom Habitats

校验方法:Wood 扇区应最大(38.75%)、Waste 最小(2.36%),中央白洞里能看到 habitat 字样;与成品速览中的环形图逐扇区核对,7 类一个不缺即通过。

华夫饼图:10×10 网格加条件格式上色 🧇

适用场景:想把"占比"翻译成"每类占多少格"、让读者能逐格数数时用。这里用cap-color的 9 种菌盖颜色计数(Brown 2284、Buff 168、Cinnamon 44、Green 1856、Pink 144、Purple 16、Red 1500、White 1040、Yellow 1072,合计 8124)。

操作步骤

  1. 在工作表空白处建一张"分类 + 格子数"表:格子数 = ROUND(计数/8124*100, 0),得 Brown 28、Buff 2、Cinnamon 1、Green 23、Pink 2、Purple 0、Red 18、White 13、Yellow 13,合计正好 100;
  2. 另选 10 行 × 10 列的空白区域(如 B2:K11)作画布,从左到右、从上到下依次填入序号 1~9:前 28 格填 1(Brown),接着 2 格填 2(Buff),再 1 格填 3(Cinnamon)……直到第 100 格填 9(Yellow);
  3. 选中整个画布 →开始条件格式新建规则→ 选使用公式确定要设置格式的单元格
  4. 为每个序号各建一条规则,公式形如=B2=1=B2=2,分别填充 brown、tan、maroon、green、pink、purple、red、whitesmoke、yellow 对应的颜色;
  5. 把行高列宽调成接近正方形,视图里取消勾选网格线,用第 1 步的分类表当图例。

校验方法:画布共 100 格,棕色(Brown)应铺掉近三成;Purple 只有 16 条记录、取整后 0 格,格子里数不出它就是正常的。整体观感应对得上课程参考的华夫饼图:

对照与验收

  • 同一张 Excel 工作表中同时存在饼图、环形图、华夫饼图三张图表;
  • 饼图数据源为class分组计数(4208 / 3916),百分比标签与数据行顺序一致;
  • 环形图数据源为habitat分组计数,7 类齐全,Wood 约 38.75%;
  • 华夫饼图画布为 10×10 共 100 格,各分类格子数合计等于 100;
  • 三张图的标题、配色、图例都能与课程参考效果逐一对上。

全部勾上,你交付的就是一张"三种图表齐全"的工作表,正好落在作业 Rubric 的最高档(Exemplary)。

进阶方向

  • 把 10×10 画布扩到 20×20(每格 0.25%),Purple 这类小占比也能分到格子;
  • Python 路线的 pywaffle 库支持用 Font Awesome 图标替换方格,做出带图标的华夫饼图;
  • 用 Charticulator(微软研究院的拖拽式可视化工具)重画这三张图,它的教程用的就是同一份蘑菇数据。

【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/13 10:35:43

如何彻底清除 Windows AI:禁用 Copilot 与移除 Recall 完整指南

如何彻底清除 Windows AI:禁用 Copilot 与移除 Recall 完整指南 【免费下载链接】RemoveWindowsAI Force Remove Copilot, Recall and More in Windows 11 项目地址: https://gitcode.com/GitHub_Trending/re/RemoveWindowsAI RemoveWindowsAI 是一款开源 Po…

作者头像 李华
网站建设 2026/9/13 10:35:20

LDPC编码仿真:软判决与硬判决的分离实现与BER对比分析

简介:该资源为LDPC(低密度奇偶校验码)误比特率仿真MATLAB源码包,面向通信工程、编码理论方向的学生与研究人员,可用于对比软判决与硬判决两类译码策略下的BER性能。包内含8个文件,以.m脚本为主,…

作者头像 李华
网站建设 2026/9/13 10:34:47

Chroma转爱德万V93000:Pattern转换脚本实战与踩坑总结

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/13 10:33:50

AI编程重蹈软件工程覆辙:从面条代码到工程化约束的必经之路

AI 编程正在重蹈人类的覆辙最近大半年,我几乎每天都要花四五个小时跟各种AI编程工具打交道——从补全类插件到能独立跑完整任务的Agent都有涉猎。起初确实很兴奋,感觉像是多了个不知疲倦的结对程序员。但用得越深,一个场景就越来越清晰&#…

作者头像 李华