【Excel数据可视化】

前面我们已经介绍了很多在数据可视化里面常用的图表，包括柱状图、线状图、面积图、饼图和散点图，这些图有的是用来展示发展变化趋势的，有的是用来展示占比的，还有的是用来做相关性分析的，不管他们的作用是什么，都还仅停留在对数据的简单呈现上，而我们今天要看的这种图表-直方图，则是对整个数据集的统计信息的呈现。当数据传递过来时，它会对数据进行分类，按类计算数据出现的频次，再以类别和频次为基准生成柱状图，这样生成的柱状图将整个数据的分布完全地呈现了出来，而我们也可以通过了解这些分布来深入解剖数据，解析样本构成。

由于数据分布是一种很重要的数据属性，直方图在很多数据分析和数据科学领域都有广泛的应用。那么怎么在Excel里面做一个直方图呢，首先选中你感兴趣的数据，点击Insert，在Statistical里面选择Histogram，那么一个标准的直方图就出现了。

在生成标准直方图的过程中，Excel会自动的选择一个固定数值（Bin Width），一个数据区间的上限（Overflow bin）和下限（Underflow bin），把小于等于下限的数据分为一组，大于上限的数据分为一组，在上下限区间内的数据按照Bin Size的整数倍进行分组，通常这样自动生成的直方图没有办法完全满足我们的需求，我们可以根据实际情况修改Bin Width、Overflow bin和Underflow bin的数值，同样的，我们也可以修改直方图柱子的颜色，调整数字的大小，删除冗余的线。

如果说我们还想知道哪些数据组的频次占比最高以及这些频次在总频次里面的占比，我们也可以使用直方图的另一个变种-帕累托图，帕累托图和直方图相似，只不过柱子从左到右的排列不是按照数据组的大小而是按照数据组出现频次的大小而排列的，除此之外，他还添加了一个关于数据组累积频次占比的线状图，这个线状图可以帮助你了解这些数据组对占比的贡献。那么怎么在一个直方图的基础上做出来帕累托图呢，只需要选中这个图表，点击Insert，在Statistical里面选择Pareto，那么一个帕累托图就做出来了，同样的我们可以根据需求调整帕累托图的样式。

这样做出来的直方图和帕累托图基本上就可以满足我们对单一类别单一维度的数据分布的分析的需求了，如果说我们数据的类别有很多种，不同的类别数据的分布也可能不同，这个时候我们可能就需要用到另一种统计分布的图表-箱型图，箱型图其实也是一种散点图，它的横坐标是类别，纵坐标是数据的大小，每一个数据都以散点的形式呈现在了图上，我们可以通过观察散点的密度来判断数据的分布，为了便于我们观察，箱型图把每一个类别的中位数用X给标注了出来，把该类别的最大最小值用-给标注了出来且用直线相连，把在中位数左侧数据的中位数和中位数右侧数据的中位数之间的数值用一个box（箱子）给标注了出来，这样我们就更容易发现一些异常值的情况。那么怎么做一个箱型图呢，它需要两组数据，一组是某一个指标的数据，而另一组则是该指标数据的具体类别，在这两组数据的基础上，我们可以点击Insert，在Statistical里面选择Box and Whisker，那么一个箱型图就出现了，同样的我们可以根据需求修改箱型图的样式。

除了对单一维度的数据分布进行分析外，我们有时候还需要对两个维度以上的数据进行分析，这时候一个简单的直方图或者箱型图可能就没办法满足我们的需求了，我们需要用到另一种数据分布的展现方式-热力图，热力图本质上是一个二维表格，它的行代表了一个维度，列代表了一个维度，而对应着这些行和列的单元格里面则是这些维度下的数据出现的频次或者数据的平均值、最大最小值。要做一个热力图我们首先需要准备一个二维的表格，对每一个维度进行分类，把这些分类填到对应的行或列上去，同时把这些分类对应的数据填到对应的单元格里，准备好这个二维表格之后，我们只需要选中关于频次的数据，在Home下面点击Conditional Formatting，选择Color Scales，选择你喜欢的颜色条即可，这样做出来的热力图会把每个单元格的数据都显示出来，如果不想显示，也可以通过修改数字的格式来实现，首先选中这些数据，然后在修改数据格式的地方选择More Number Formats，在Category里面选择Custom，在Type下面输入;;;即可。同时，我们也可以通过选择每一行、每一列的数据，并且插入Sparklines的方式来观察每一个单一维度下的数据分布。当然我们也可以根据自己的喜好调整Color Scale的颜色，选择不同的Sparkline的样式和颜色。

以上就是关于直方图的一些知识，利用这些统计图表我们可以很容易的观察到各种数据的分布。