说明：本文仅做个人笔记记录，如有疑问欢迎戳我~
1、柱形图
柱形图使用矩形条表征分类型变量与数值型变量的关系，常用于多个维度的比较和变化，至少需要一个数值型维度，通常以文本维度／时间维度作为X轴，数值型维度作为Y轴，可以直观看出数据差异情况。
一般需要排序，如果分类型变量是有序的，按照它本身的顺序排列即可；如果分类型变量无序，那么则根据数值型变量的大小进行排序，使柱形图的高度单调变化。
柱形图可以与折线图配合次坐标轴，做成复合型图表，如双轴图。
示例：
1：选中数据，点击推荐图表- 所有图表 - 簇状柱形图
分组柱状图，又称聚合柱状图，常用于不同组间数据的比较，这些组都包含了相同分类的数据。当使用者需要在同一个轴上显示各个分类下不同的分组时，需要用到分组柱状图。跟柱状图类似，使用柱子的高度来映射和对比数据值。每个分组中的柱子使用不同的颜色或者相同颜色不同透明的方式区别各个分类，各个分组之间需要保持间隔。
常被用于比较同类别各变量和不同类别变量总和差异。堆积柱内各项间具有相同性质的维度划分，即数值内部的子类别，这些子类别一般用不同的颜色来指代。
如果说柱状图可以帮助我们观察“总量”，那么堆积柱状图则可以同时反映“总量”与“结构”。即，总量是多少？它又是由哪些部分构成的？ 进而，我们还可以探究哪一部分比例最大，以及每一部分的变动情况等等。
如图，柱与柱之间表示各区域订单数量对比，每个区域订单数量可以看到是由三个产品订单数量组成。可同时对比三个类别产品在各区域订单数量。
类似柱状图，只不过两根轴对调了一下。由于是横向的，有大量空白位置可以标示每个类别的名称，所以适用于类别名称较长的数据，但分类过多则无法展示数据特点。
条形图还可以做成横向的旋风图，进行对比，很漂亮，也比较直观。
示例：
1：选中数据，点击推荐图表- 所有图表 - 簇状条形图
两个项目在各个维度的对比时使用。
示例：
1：选中数据区域 - 插入 - 堆积条形图
2：选择数据图，更改系列图表类型，选择一个勾选次坐标轴
3：通过更改X轴左边实现分开绘制，将X轴的最小值设为最大值相同的负数，勾选【逆序刻度值】
4：再选择另一个横坐标，最小值同样选择最大值相同的负数
5：选择Y轴 - 标签位置 - 高
以形象化的图片数量代表维度数值的大小，多用于具体实物的对比。
示例：
1：选择数据，插入簇状条形图
2：改变Y轴的顺序，设置坐标轴格式选择【逆序类别】
3：粘贴素材格式，设置数据系列格式 - 填充 - 选择层叠/设置层叠并缩放，单位/图片填入100，即为一个图代表100
雷达图是一种显示多变量数据的图形方法，它将多个分类的数据量映射到坐标轴上，对比某项目不同属性的特点，适用于了解同类别的不同属性的综合情况，以及比较不同类别的相同属性差异，或者查看变量中有没有异常值。另外，多幅雷达图之间或者雷达图的多层数据线之间，还可以进行总体数值情况的对比。
雷达图在商务、财务领域应用较大，常见于经营状况，财务健康程度。比如对企业财务进行分析，划分出六大类：销售、市场、研发、客服、技术、管理。通过雷达图绘制出预算和实际开销的维度对比，会很清晰。
另外在游戏中也应用广泛，如图为某游戏人物的各项能力数值对比。
8、玫瑰图
玫瑰图又名鸡冠花图、极坐标区域图，是饼图的变种。它用半径来反映不同类别的数值大小（饼图以扇形的弧度表示数据），在数值相差不大的时候使用。
另外，由于半径和面积之间是平方的关系，视觉上，玫瑰图会将数据的比例夸大。
示例：
1：计算出共有多少个类别N
2：玫瑰图的本质是将圆的360°切割成N份，所以我们需要计算每个类别所占角度，即【=360/N】
3：将1-360进行数字排列，使用序列填充功能，终止值设为360
4：因为示例中的每个类别占36份，也就以为着每36一个循环，以此建立辅助列
5：将数据按从大到小的顺序依次复制到这36份中（预留1度作为每个类别之间的隔离区域）
6：选中【数据】【平均值】数据区域，插入雷达图，删除不必要的标签等元素
9：给图形填充颜色，在数据系列格式的标记中选择【渐变填充】，增加实线边框
10：为图形添加标签，首先需添加标签列
设计思路：因需要将标签放置在每个类别的中间位置，故当当前行的辅助列值等于平均值时，赋值为数据值，否则则赋值为空值，键入公式为【=IF(H2=13,I2,NA())】
11：选中标签列，复制，选择到图表，粘贴，此时可见图形出现了中心线条
12：新增新标签列使用VLOOKUP函数将标签列的值与数据进行匹配，找到对应的名称，键入公式为【=VLOOKUP(K2,$A$2:$B$11,2,0)】
13：选中图表中的数据标签，右键设计数据系列格式，标签选项中选择【单元格中的值】来源于新标签列范围，确定
主要展现文本数据，对出现频率较高的“关键词”予以视觉上的突出，常用于对比文本出现频次。能通过形成“关键词云层”或“关键词渲染”，让人从大量的词语中一眼看到关键词，进而可加大此类关键词的营销。如用户画像标签，搜索关键词频次、新闻关键词频次。
1：插入 - 获取加载项 - 搜索栏搜索【E2D3】- 添加 - 继续
E2D3：是Excel to D3的意思，是由日本团队开发的一个基于D3.js的Excel插件，可以免费操作使用。目前这个插件已经更新了多种图表类型。不仅有基础的折线图、饼图，还有支持动态交互的树状图、气泡图、旭日图等。
2：找到词云图 - 点击【Visualize(可视化)】按钮加载
3：将系统自带的数据替换为需要分析的数据