Przedstawienie drugiej zmiennej na wykresie przestawnym Excel w postaci koloru

W jednym z ostatnich artykułów (Przestawienie drugiej zmiennej na wykresie Excel w postaci koloru) użyłem wykresu do przestawienia dwóch zmiennych, tym razem w analogiczny sposób wykorzystam funkcjonalności wykresu przestawnego. Jeden z Czytelników zapytał, jak uzyskać analogiczny efekt dla wykresu przestawnego (czyli opartego na tabeli przestawnej), gdzie nie ma możliwości dodawania dowolnych serii. Dane do przygotowania wykresu Podobnie, jak w części pierwszej posłużę się danymi sprzedażowymi dotyczącymi mebli,…

Wartość minimalna i maksymalna na wykresie liniowym w Excelu

Standardowy wykres liniowy jest zwykle prosty w interpretacji. Jednak zgodnie z zasadą nr 24 przedstawioną na infografice „25 zasad wizualizacji danych”, oko ludzkie jest czułe na wszelkie wyróżnienia zawarte na obrazie. Można to wykorzystać do oznaczenia specyficznych, jednostkowych danych na wykresie, takich jak wartość maksymalna oraz minimalna. Jak jednak tego dokonać?

Przedstawienie drugiej zmiennej na wykresie Excel w postaci koloru

Narzędzia BI, takie jak np. Tableau, pozwalają na zaawansowaną prezentację danych przy pomocy dosłownie kilku kliknięć. Wykorzystując możliwości Excela mogę zaprezentować dane w równie atrakcyjny sposób, szczególnie mając nowe wykresy w wersji Excel 2016. Tym razem przestawię jednak niestandardowy sposób pokazania dwóch zmiennych na wykresie – jedną w postaci długości słupka danych, drugą w postaci intensywności jego koloru.

Wykres pociskowy w Excelu idealny do dashboardu

Został stworzony specjalnie z myślą o dashboardach. Jest odpowiedzią na problem eksponowany przez wszystkie liczniki (ang. gauge) i mierniki (ang. meter), które stały się synonimami dashboardów. Temat wykresu pociskowego poruszałem na blogu wielokrotnie, gdyż w Excelu jego wykonanie nie jest sprawą prostą – można to zrobić za pomocą kilku wykresów lub dodatku Sparklines for Excel.

Macierz korelacji w Excelu

Macierz korelacji to zaawansowane narzędzie do oceny dużej ilości korelacji liniowych pomiędzy danymi. Jest to ocena przybliżona, ponieważ osie danych nie zawsze są identyczne i widoczne, dane również bywają nie do końca czytelne, ale macierz nie ma za zadanie pokazywania dokładnych wartości serii czy pojedynczego punktu danych, a jedynie to, czy zachodzą między danymi jakieś zależności.