excel散点图怎么做 Excel中的散点图不重要？那是因为你还不知道怎么用

平时最常用的是柱形图，但我个人最喜欢的是散点图。在谈论散点图之前，我想解释一个不太严谨的个人观点。在我看来，所有的数据图表都可以分为两类，一类是强调展示，一类是强调研究。怎么理解？

更注重显示的图表通常更直观地表达指标中包含的信息，也就是说，从这些图表中获得的信息可以直接应用于业务决策。比如一个公司各省销售人员人均销售业绩的柱形图，清晰的显示了哪个更高，哪个更低，这样哪些领域需要努力，哪些领域需要裁员，才能做出决策。

研究型图表往往显示出指标之间的一些隐藏关系，从图表中获得的信息往往需要进一步研究才能转化为具体的商业判断或实施策略。比如一个公司的人均销售业绩和员工离职率的散点图，你可能看到两者之间有一定的数学关系，但是你得不到明确的结论。相反，您需要进一步的研究，如回归建模，来提取这种关系。

研究图表就像一扇门，往往可以帮助我们打开另一个世界，获得更高的信息价值；但相对来说，也有更高的风险。很多时候，你投入了很多时间，得到的结论却毫无价值。

散点图的核心价值是找到变量之间的关系，千万不要狭隘地把这种关系理解为线性回归关系。指标之间有很多关系，如线性关系、多项式关系、指数关系、对数关系等。当然，没有关系也是重要的关系。

最基本的散点图

让我们看看一个典型的散点图。下图显示了交货公司的平均负荷(一天内要交付的订单数量)和订单的准时交货率。

散点图的基本元素是点，即通过两个变量(纵坐标轴和横坐标轴)的数值，将点放置在图表的对应位置，通过散点的分布来观察两个变量之间的关系。从上图可以直观的看出，人均配送负荷与订单准时交货率之间存在负相关关系，即人均配送负荷越高，准时交货率越低，准时交货率越高。我们加了一条趋势线，让这种关系更加明显。

对于一家快递公司来说，这个结论似乎是常识。当一个人每天要交付更多的订单时，他就越难按时交付所有的订单。其实这个逻辑不一定成立。真正的解释是:如果订单是循序渐进的，在时间分布上顺利提交给调度员，那么订单多了，调度员可以一个一个的投递，那么超时率还是稳定的；然而实际情况并非如此。外卖配送的需求在高峰期呈脉冲式增长，导致配送压力大时配送人员同时接单多单，导致手头的一些订单总会因为绕道配送而超时，导致如下散点图。

散点图的制作

事实上，散点图的制作只需要三个操作:1。指出散点图生产控制；2.选择数据；3.调整图表参数

首先，单击“插入”选项卡下的“图表”模块，并从左侧的图表选项中选择“XY散点图”。第一种暂时会选择，后面的类型会慢慢介绍。点击“确定”按钮后，将生成空的散点图。

右键单击图形并选择“选择数据”，将出现数据源选择框。点击此处的“编辑”按钮，进入显示的“编辑数据系列”界面。在“编辑数据系列”界面，我们需要设置三个数据。第一个是图标标题。可以选择某个单元格，选中的单元格会有一个绝对引用参数；第二个是要在X轴上显示的指标。可以操作鼠标在Excel表格中打圈，也可以自己输入绝对引用语句；第三个是要和第二个一样显示在Y轴上的指标。

选择数据后，将向您展示一个基本散点图。需要注意的是，原图往往没有你想象的那么好看，你会经常发现分散的点集中在几个较小的区域。不要慌，原因是你没有调整水平轴和垂直轴的“坐标轴选项”。

双击坐标轴，将数据显示间隔调整到适当的范围。原来的横坐标区间是0.0-0.95，但是我们的大部分点都集中在0.75-0.95之间，所以我们把横坐标区间调整到0.75-0.95，这样图形看起来漂亮多了，更重要的数据关系也呈现的更清晰。

除了轴缩放的操作之外，我们经常在“轴选项”中使用“单位”和网格线的格式，因为有时我们需要调整轴的粒度，以使分散点的位置更加精确。当散乱点较多时，需要将网格线调整为虚线，弱化颜色，这样散乱点之间的关系才能更加突出。

散点图变种：气泡图

散点图只表达两个变量之间的关系？不，我们仍然可以对此大惊小怪。你可以用一个点的大小来衡量另一个变量。这样，散点图就变成了气泡图。为什么叫泡泡图？答案很直观，有大有小的圆圈，最像的就是泡泡。而且我们做气泡图的时候，经常设置颜色的透明度来显示气泡的密度。这样泡泡图更直观~

我们用泡沫的大小来表示分配费收入，这样就可以观察到三个变量之间的关系。我们可以看到，无论从人均负荷还是准时配送率的角度来看，配送费用与其他两个指标都没有相关性。

综上所述，从图中，我们可以得到如下认知:

1.人均配送负荷与准时配送率之间存在明显的负相关关系，即一个指标随着另一个指标的增加而降低。

2.每个订单的配送费用与人均配送量和准时配送率之间没有明显的相关性。

3.大部分样本点集中在准时交货率87%-93%，人均负荷11-15的区间范围内，说明调度员的总体状态在此范围内。

通过以上几点，相信大家都能体会到散点图的威力。让我们更进一步，在散点图中添加另一个变量，即使用气泡的颜色来表示另一个变量。需要注意的是，颜色表示的变量不适合连续变量，最好使用类型变量或者有序变量。

在Excel中，我们不能直接导入数据用颜色来表示一个变量。这有点遗憾，但还是可以手动做效果。

四种颜色的气泡代表四个分销团队。我们可以清楚地看到，红色配送团队的正点率明显领先于其他团队，但人均配送负荷相对较低，表明红色团队的工作量不是很大，因此效率较高。黑队人均配送量较高，准时交货率较低，与红队正好相反。蓝队成员散了。有的人负荷高，准点率低，有的人负荷低，准点率高。由此可见，蓝队的管理模式可能与其他三支球队有很大不同，值得进一步调查分析。

通过从散点图到气泡图的应用，不断窥探数据指标之间的关系，挖掘出大量新的信息，真是一个快乐的发现过程。所以，你可以理解我为什么喜欢散点图。

数据管理培训信息:

6月23日至24日，我在厦门现场的“业务数据分析”培训名额相当充裕。期间，空的朋友可以来厦门预约。请添加助手微信:zr958277517。培训内容详情请点击参考:(深圳场爆满，国内其他游戏现在都可以注册)。