Data-Science-For-Beginners 比例可视化实战：用 Excel 制作饼图、环形图与华夫饼图

Data-Science-For-Beginners 比例可视化实战用 Excel 制作饼图、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导读本篇文章围绕 Data-Science-For-Beginners 课程第 11 课「Visualizing Proportions」的配套作业展开不借助 Python直接使用 Microsoft Excel 表格基于你选定的数据集亲手创建饼图Pie、**环形图Donut与华夫饼图Waffle**三种比例可视化图表。读完本文后你将掌握 Excel 中从原始数据到三种比例图表的完整操作链路理解每种图表背后的分组—计数—占比数据逻辑并了解课程仓库中蘑菇数据集的真实数据分布作为你完成作业的参考基准。作业要求在 Excel 中一次产出三种图表本次作业保加利亚语版本、英文原版的核心指令非常明确你知道吗你可以在 Excel 中创建环形图、饼图和华夫饼图。使用你选择的数据集直接在 Excel 表格中创建这三种图表。也就是说作业并不要求你写一行代码而是要求你理解三种比例图表的本质——按类别分组统计数量再用占比图形呈现——并能够在 Excel 的图形界面中把这件事做出来。与之配套的第 11 课正文README.md使用 Python 的 Matplotlib 完成了同样的三种图表两者互为印证课程正文负责讲解为什么这样画本次作业负责让你在 Excel 里亲手画一遍。评分标准Rubric优秀Exemplary合格Satisfactory需改进Needs Improvement提交的 Excel 表格包含全部三种图表提交的 Excel 表格包含两种图表提交的 Excel 表格只包含一种图表对照课程正文的结论README.md三种图表分别解决同一问题的不同呈现角度饼图直观展示类别占比、环形图在饼图基础上留出中心区域提升可读性、华夫饼图则以二维方块阵列呈现数量。作业的优秀标准要求三者齐全说明这三种图表能力缺一不可。第一步选择并准备数据集使用仓库自带的蘑菇数据集虽然作业允许使用你选择的数据集但最省事、且与课程上下文完全一致的方案是直接使用仓库中的 data/mushrooms.csv。该数据集源自 Audubon记录了 Agaricus 和 Lepiota 两个科、共 23 种蘑菇的 8124 条样本每条样本包含 23 个属性class、cap-shape、cap-surface、cap-color、bruises、odor、gill-attachment、habitat 等。对仓库数据做实际统计可以得出三种图表各自的底层数字class食用性适合饼图Edible可食用4208Poisonous有毒3916habitat生长环境适合环形图Wood3148、Grasses2148、Paths1144、Leaves832、Urban368、Meadows292、Waste192cap-color菌盖颜色适合华夫饼图Brown2284、Green1856、Red1500、Yellow1072、White1040、Buff168、Pink144、Cinnamon44、Purple16课程正文在讲解 Python 版华夫饼图时特别提到这个数据集中绿色菌盖的蘑菇非常多README.md上表可以验证Green 的 1856 条确实仅次于 Brown位居第二。这些真实计数就是你稍后在 Excel 中制图时需要填进单元格的数据。在 Excel 中完成分组计数无论画哪种图表Excel 制图的输入都是两列结构一列类别名一列对应数量。你可以用两种方式得到它数据透视表选中原始 8124 行数据 → 插入 → 数据透视表 → 把目标字段如class拖入行区域再把任意字段如habitat拖入值区域并设置为计数项即可得到每个类别的条数。COUNTIF 公式先手动列出全部类别值再对每个类别写COUNTIF(数据区域, 类别单元格)。这与课程正文中mushrooms.groupby([class]).count()的语义完全一致——都是按类别分组再计数README.md。提示仓库第 6 课《Working with Data: Non-Relational Data》的 README.md 系统讲解了 Excel 工作簿Workbook、工作表Worksheet、单元格Cell与公式Formula等基础概念其中 InventoryExample.xltm 就是一个现成的、含公式与图表的 Excel 模板可以作为你观察表格数据如何被组织的参考样例。第二步在 Excel 中制作饼图Pie Chart在工作表中准备两列类别如 Edible / Poisonous与数量4208 / 3916。选中这两列数据 → 菜单栏选择「插入」→ 在图表区域选择饼图的第一个样式。右键图表 →「添加数据标签」→ 勾选百分比即可显示各扇区的占比。Excel 饼图的可视化目标与课程正文完全一致。课程正文中对应的 Python 实现是labels[Edible,Poisonous] plt.pie(edibleclass[population], labelslabels, autopct%.1f %%) plt.title(Edible?) plt.show()课程特别强调了一个易错点标签数组的顺序必须与分组结果的顺序一致README.md。在上面的数据中groupby按字母序得到 Edible → Poisonous因此labels也必须按这个顺序书写在 Excel 中同理——饼图数据区域第一行的类别顺序决定了图例与扇区的对应关系如果类别与数量错位整张图就失真了。正确效果参见课程配图 pie1-wb.png第三步在 Excel 中制作环形图Donut Chart环形图本质上是中间挖洞的饼图在类别较多时比饼图更易读。Excel 操作复用上一步的类别 数量两列数据建议使用 habitat 字段的 7 个类别Wood、Grasses、Paths、Leaves、Urban、Meadows、Waste。选中数据 →「插入」→ 在图表区域选择环形图Doughnut。右键图表 →「设置图表区域格式」→ 调整圆环内径大小滑块数值越大中心空洞越大、圆环越细。添加数据标签并勾选百分比即可呈现各栖息地的占比。这个中心挖洞操作对应课程正文 Python 代码中动态添加白色中心圆的思路README.mdlabels[Grasses,Leaves,Meadows,Paths,Urban,Waste,Wood] plt.pie(habitat[class], labelslabels, autopct%1.1f%%, pctdistance0.85) center_circle plt.Circle((0, 0), 0.40, fcwhite) fig plt.gcf() fig.gca().add_artist(center_circle) plt.title(Mushroom Habitats) plt.show()代码中的0.40正是中心圆的半径课程建议通过修改它来调整环的粗细README.md——这与 Excel 中圆环内径大小滑块是同一枚旋钮。课程还指出环形图可以通过多种方式微调标签尤其是提升标签可读性README.md。最终效果参考 donut-wb.png第四步在 Excel 中构建华夫饼图Waffle Chart华夫饼图是把数量铺成二维方块阵列的可视化方式每个方块代表固定数量的个体按类别填充不同颜色方块总数即样本总量。注意Excel 没有华夫饼图的原生图表类型作业所说的在 Excel 中创建华夫饼图需要通过网格与条件格式手工搭建这是业界常见做法。以蘑菇菌盖颜色cap-color为例操作步骤如下规划网格选定一片10 × 10的单元格区域共 100 个单元格这对应课程 Python 示例中的rows 100README.md——按行数 100 计算每个方块代表约 8124 ÷ 100 ≈ 81 条样本。写入比例按cap-color的 9 个类别brown、buff、cinnamon、green、pink、purple、red、white、yellow与课程正文顺序一致将各类别数量换算为占 100 个方块的个数例如 Green 1856 条对应约 2223 个方块Brown 2284 条对应约 28 个方块。填充类别序号在网格单元格中填入所属类别的编号或直接填充 1、2、3…。条件格式上色选中整个网格 →「开始」→「条件格式」→「新建规则」→「只为包含以下内容的单元格设置格式」按类别编号分别指定颜色brown、tan、maroon、green、pink、purple、red、whitesmoke、yellow颜色取值与课程 Python 示例中的colors参数对应README.md。去网格线将单元格边框与网格线设为浅色只保留色块即可得到清晰的华夫饼图。课程正文对应的 PyWaffle 实现可作比例换算的参照README.mdimport pandas as pd import matplotlib.pyplot as plt from pywaffle import Waffle data {color: [brown, buff, cinnamon, green, pink, purple, red, white, yellow], amount: capcolor[class]} df pd.DataFrame(data) fig plt.figure( FigureClass Waffle, rows 100, values df.amount, labels list(df.color), figsize (30, 30), colors[brown, tan, maroon, green, pink, purple, red, whitesmoke, yellow], )课程成品图 waffle.png 展示了 9 种菌盖颜色的方块占比从图中可以直观看出绿色菌盖数量之多进阶技巧课程提到 PyWaffle 支持使用 Font Awesome 图标替代方块README.md。在 Excel 中你可以把条件格式替换为插入图标或使用图标集规则把方块换成蘑菇 之类的符号得到更有表现力的变体。第五步对照评估标准自查完成三种图表后对照评分表逐项检查表格中是否同时包含饼图、环形图、华夫饼图三种图表对应优秀档每张图的类别顺序是否与数据区域顺序一致避免标签错位的经典陷阱是否添加了数据标签或百分比让读者一眼读出占比信息课程正文总结了这三种图表的共同方法论先把数据按类别分组再选择最合适的呈现方式——饼图、环形图或华夫饼图README.md。这也正是本次 Excel 作业在训练的核心能力无论工具是 Matplotlib 还是 Excel分组—计数—选择图表类型的思维路径是不变的。延伸从 Excel 回到 Python 与更多资源如果你在 Excel 中完成了三种图表可以回到课程正文的 notebook.ipynb 或课程配图逐一对照 Python 版本的结果验证自己的 Excel 图表是否正确。仓库中还提供了 R 语言版本3-Data-Visualization/R/11-visualization-proportions供多语言对比。课程最后的挑战任务建议在 Charticulator 中重制这三种图表README.md这个拖拽式可视化工具同样使用了蘑菇数据集与本次作业形成天然的三工具对照Excel作业、Matplotlib课程正文、Charticulator挑战。完成任一工具下的三种图表你就掌握了比例可视化的核心能力也达到了本次作业优秀档的全部要求。【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