找到
8
篇与
绘图
相关的结果
-
【OriginPro】3步搞定冲积图——从数据到美化 引言：挣脱“孤岛分析”的枷锁，让数据讲述完整故事 在处理问卷数据时，我们常常会遇到一些基础信息题，比如性别、年龄、学历等。常规的做法是什么？为性别画一张饼图，为年龄段画一张柱状图，再为学历分布画一张条形图。每一张图表都清晰、准确，但它们共同描绘的，却是一幅幅彼此孤立的“数据快照”。 这种分析方式，我们不妨称之为 “孤岛分析（island analysis）”。它能告诉你样本中有多少男性、多少女性，也能告诉你各个年龄段的人数分布，但它无法回答那些更深层次、更具价值的关联性问题。我们知道性别分布和年龄分布，但我们不清楚特定年龄段内的性别构成怎样；我们看到了高学历用户的比例，但他们究竟集中在哪些年龄段、性别是什么？是否存在某个特定群体，比如“18–25 岁的本科女性”，构成了我们用户画像的核心主力？这些答案就隐藏在各个数据孤岛之间的“海域”里。 要探索这片海域，我们需要一种新的导航工具。今天的主角——冲积图（Alluvial Diagram）——正是为此而生。它不仅仅是一种图表，更是一种 叙事可视化（narrative visualization） 工具。如果说传统图表是静态的快照，那么冲积图就是一部数据的“短片”。它能够直观展示数据在不同维度（如性别、年龄、学历）之间的 流动、分岔与汇合。 第一章：名词厘清：冲积图到底是什么？和桑基图有什么不同？ 1.1 定义与核心用途 一句话定义： 冲积图（Alluvial Diagram）是多维分类数据的流向图（flow diagram），用于可视化不同分类维度下群体构成的变化与流动。可以把它想象成“多列堆叠条”之间用丝带相连，把交叉频数表翻译成直觉的视觉语言。 在问卷场景中，冲积图可清晰揭示人口学特征之间的多对多映射，让我们一眼看出不同群体如何在各维度间重组，以及这些关联的强弱。 1.2 核心组件拆解 步骤/轴（Steps/Axes）：图中垂直排列的各维度列，如“性别 / 年龄 / 学历”。 节点（Nodes）：每个维度里的矩形色块，代表具体类别；高度与样本数（或权重）成正比。 流/连接线（Flows/Links）：连接相邻维度节点的带状“丝带”；宽度代表同时具备两端属性的样本数量。 类比理解：把每个维度想成一道“闸门”，每个类别是闸门口的“槽位”，而“流”就是通过相邻闸门的水流——流越宽，说明穿过两道筛选的成员越多。 1.3 编者注：冲积图 (Alluvial) vs. 桑基图 (Sankey) 在可视化实践里，两者经常被混用。实操区分看两点：核心目的与布局约束。 桑基图（Sankey Diagram）：其核心是追踪 “数量”（如能量、资金、用户流量）在某个系统或流程中的传递与转化。它的节点可以根据流程走向自由布局，甚至可以包含回路（Cycles）以表示反馈。 冲积图（Alluvial Diagram）：其核心是展示“成员”（如受访者、客户）在不同分类维度的归属与重组。它的布局受到严格约束，所有节点必须沿代表不同维度的垂直轴对齐，且流向通常是单向的（从左至右）。 第二章：为冲积图准备“完美”数据 2.1 数据格式的核心要求：原始数据 (Raw Data) 这里我们使用的的数据格式是原始数据（Raw Data），而不是计数数据（Count Data）。 2.2 示例数据表 数据示例如下（每行代表一份问卷记录）： 性别年龄学历男＜18大专女18-25大学本科男26-30硕士研究生女≥31博士研究生第三章：从零到一——在 OriginPro 中绘制冲积图 本章将以 OriginPro 2025b 为例，详细介绍绘制步骤 3.1 导入数据与准备工作区 启动 OriginPro，你会看到一个默认工程（含工作簿 Book）。将第二章表格数据（含表头）粘贴到 A、B、C 列。 3.2 生成基础图表 将每列设为“类别列（Set as Categorical）”并自定义顺序 右键单击每个列的列标（如 A），选择 设置为：类别（Set as: Categorical）。此操作将告知 Origin 这些是分类数据。 双击表头下方的 类别（Categories） 标签行，勾选自定义类别（可增删并设定任意顺序），按分析节奏设定显示顺序（如年龄从小到大）。 选择“冲积图”作图 选中三列分类数据； 菜单：绘图 → 关系图，流程图→ 冲积图。 3.3 美化图片 打开 绘图细节（Plot Details） 对话框：双击图中任意节点/连线，或在右侧 对象管理器（Object Manager） 定位到当前图层。以下设置在 节点（Node）/ 连接线（Link）/ 标签（Label） 三处完成。 节点（Node） 边框颜色（Border Color）：可设为“无（None）”，让视觉聚焦填充色。 填充颜色（Fill Color）：点选“By Points”（按点）后有两种常用逻辑（见下节“节点配色里的两种逻辑”）。 节点间隙（Gap Between Nodes, %）：设为 15 或 20，避免节点拥挤。 连接线（Link） 使用源节点的颜色 (Use source node's color)：流的颜色与其起点一致，强调来源。 使用目标节点的颜色 (Use target node's color)：流的颜色与其终点一致，强调去向。 从起点到目标的渐变色 (Gradient from source to target)：视觉效果最丰富，能清晰展示流动的过程。本文推荐此项。 使用颜色列表 (Use color list)：为每一条完整路径（从第一轴到最后一轴）赋予独立颜色，适合路径数量较少时使用。 标签（Label） 显示节点标签：勾选 名称和总数值 (Name and Total Value)。 总数值 (Total Value)：可选择显示 计数 (Count) 或 百分比 (Percentage)，后者更利于直观比较。 位置 (Position)：选择 在节点的外部 (Outside of Node)，并调整偏移量使其不与节点重叠。 相同位置的名称值(V)：选择名称在前和总值单独摆放一行这样显示的较为美观。 尺寸与版面 若图形占满显示范围： 选项里将页面边距设为“页面”； 在图表空白处右键 → 调整图层至页面大小...（Fit Page to Layer），再设置合适比例（如 85%）。 节点配色里的两种逻辑（By Points） 当你在 节点（Node） 页将 颜色（Color） 设为 “按点（By Points）” 时，OriginPro 提供了两种核心的颜色映射逻辑，它们决定了“每个类别具体获得哪种颜色”： 索引（Indexing） 含义：指定某一列（如 Col(A)，即“性别”列）作为颜色索引键。拥有相同类别值的节点（如所有“男”节点，无论在哪一轴）将稳定地映射到颜色列表中的同一种颜色。这对于保证跨图表颜色一致性至关重要。 适用：学术论文、系列报告中，需要确保“男/女”、“优/良/差”等核心分类在所有图表中颜色统一的场景。 增量（Increment） 含义：不关心类别的值，而是严格按照节点在图中的出现顺序，从当前颜色列表中依次取色。顺序或筛选条件一变，整体配色可能随之改变。 适用：一次性探索性分析，或希望图中每个节点颜色都独一无二以作区分的场景。 选择建议 追求一致性、可复现性 → 选 索引（Indexing）。 追求视觉多样性、顺序驱动 → 选 增量（Increment）。 写在最后 冲积图的价值不在“好看”，而在把多维分类关系讲清楚，帮助发现“跨维度的关键群体”。 怎样美化图片、选择怎样的数据表达，因人而异。关键是让图表服务于“问题的答案”。冲积图将我们从单变量的“孤岛分析”中解放出来，带入关联、流动、多维的视角，把复杂的交叉列表翻译成可读的故事线，清晰呈现群体在不同属性下的结构与变迁。 现在，你已经掌握了这项可视化技术。是时候打开你的问卷数据，告别那些枯燥的数字和孤立的图表——让数据“流”起来，去讲述它背后的精彩故事。
-
【Origin Pro】一键做百分比堆叠条形图---以问卷数据为例 在问卷进行描述性分析的时候，很多同学想先看看“量表每一题的选项分布”，但常卡在“怎么画既规范又好看”的图。下面我用 OriginPro 带你从 Excel 起步，做出横向 100% 堆叠条形图（李克特量表的经典呈现），并补上能直接进报告的关键统计指标与版式细节。 一、excel里面计算数据 磨刀不误砍柴工。在启动 OriginPro 之前，先在 Excel 准备一个结构清晰的数据矩阵，便于后续一键作图与检索。 1. 计算各个分数的分布表 在 Excel 先做一张 “分布表”（每题 1 行，列为 1–5 分）： 题目1分数(非常不同意)2分数(不同意)3分数(一般)4分数(同意)5分数(非常同意)假设某题原始打分位于 B2:B51： 1分数：=COUNTIF(B2:B51,1)（2~5 分同理） N：=COUNT(B2:B51) 说明（本教程统一采用“频数→Origin 归一化”的流程） Excel 中仅保留各分值的频数（每行是计数）。在 Origin 里使用 100% 堆叠条形图模板，或在 绘图细节 (Plot Details) → 堆叠 (Stack) 勾选 归一化为百分比 (Normalize to Percent for Cumulative)，即可自动将每行总和归一化为 100%。二、把数据带到 OriginPro：做横向 100% 堆叠条形 1. 数据导入与列属性设置 启动 OriginPro，新建一个工作簿 (Workbook)。 将 Excel “分布表”的题目列与 1–5 分频数列复制到 Origin 工作簿：A 列为题目文本，B–F 列为 1→5 的频数。 关键：右击 A 列列头 → 设置为类别列 (Set as Categorical)。这一步告诉 Origin 这里是分类标签，保持题目原顺序而不是按字母排。若需控制/共享分类顺序，可在列头右键进入 类别 (Categories) 对话框自定义或在多表之间共享。 2. 生成百分比堆叠条形图（横向） 在工作簿里按住 Ctrl，选中 A 列与 B–F 列。 菜单：绘图 (Plot) → 分类：柱状图/条形图/饼图 (Categorical: Bar, Pie, Area) → 100% 堆叠条形图 (100% Stacked Bar)。 若先建了普通 堆叠条形图 (Stacked Bar)，可在 绘图细节 (Plot Details) → 堆叠 (Stack) 勾选 归一化为百分比 (Normalize to Percent for Cumulative) 变成 100%。 注意选择条形 (Bar) 模板族（横向），而非 柱形 (Column)（纵向）。 3. 精雕细琢：轴、网格线与图例 去掉堆叠连接线（常见瑕疵） 打开 绘图细节 (Plot Details) → 堆叠 (Stack)，取消“显示堆叠连接线 (Show Connect Line on Stack Column/Bar)”。这样每条横条更干净。 配置 X 轴（水平轴）为百分比刻度 双击 X 轴进入 轴 (Axes) 对话框 → 刻度 (Scale)： 在 主刻度 (Major Ticks) 中将 间隔 (By Increments) 设为 25；范围 (From/To) 设为 0 到 100。 切换到 刻度线标签 (Tick Labels) → 显示 (Display)： 按因子除 (Divide by Factor) 填 0.01； 后缀 (Suffix) 填 %； 这样刻度即显示为 0%、25%、50%、75%、100%。 添加与美化网格线 在 轴 (Axes) → 网格 (Grids) 中，勾选 垂直 (Vertical) → 主网格线 (Major Grid Lines) → 显示 (Show)； 适当将线条改为浅灰、细线型，增强读数对齐。 净化 Y 轴（题目轴） 在 轴 (Axes) → 左轴 (Left) 中，轴线与刻度线 (Axis Line and Ticks) 里将 主刻度 (Major Ticks)、次刻度 (Minor Ticks) 的 样式 (Style) 都设为 无 (None)； 勾选 左右轴使用相同设置 (Same Options for Left and Right)（如有右轴）。 图例两种做法 快捷做法（推荐）：选中图例，右击 图例 (Legend) → 文本颜色跟随图形 (Text Color Follows Plot)，或将图例字体色设为 自动 (Auto)，图例文字会自动与对应系列配色一致。 完全自定义：删除默认图例，用左侧 文本工具 (Text Tool) 新建文本框，逐行输入： 非常不同意 不同意 一般 同意 非常同意然后逐行选中文本，设置 字体颜色 (Font Color) 与相应系列颜色一致。若需精细排版，可在文本 属性 (Properties) 的 文本 (Text) 选项卡调整字体、行距与对齐。 小技巧：确保图例项顺序与堆叠顺序一致（例如从 1→5）。三、拓展分析：计算关键统计指标 图表提供直观分布，但发表/作业报告往往还需要“数字锚点”。以下皆可在 Excel 直接计算，并与图表并排展示。 均值 (Mean) — 集中趋势 公式：=AVERAGE(B2:B51) 标准差 (Standard Deviation) — 离散程度 公式：=STDEV.S(B2:B51)（样本标准差） Top-2 % 比例 — 正向倾向强度（如 5 点量表的 4+5） 加法：=[4%单元格] + [5%单元格] 或一式到位：=COUNTIF(B2:B51,">=4") / COUNT(B2:B51) 示例解读（示意）： 题目1：均值 2.90（SD=1.46），整体偏中性；Top-2 Box 为 42.0%。 题目2：均值 3.24（SD=1.51），略偏积极；Top-2 Box 为 48.0%。 题目3：均值 3.24（SD=1.38），与题目2均值相同但更集中；Top-2 Box 为 42.0%。 … 排版建议（用于课程作业/论文附图） 主图：100% 堆叠横条（逐题分布，顺序与问卷一致）。 辅图：Top-2 Box 水平条形（按高→低排序，直接呈现“哪题更受认可”）。 表格：并列放 均值 / SD / Top-2，形成“看图得趋势、看表有数值”的双重证据链。 速查与常见坑 A 列设为类别列 (Set as Categorical) 才能保证题目顺序不被自动重排；必要时到 类别 (Categories) 对话框中自定义或共享顺序。 100% 堆叠一键实现：用 100% 堆叠条形图 (100% Stacked Bar) 模板，或在 绘图细节 (Plot Details) → 堆叠 (Stack) 勾 归一化为百分比 (Normalize to Percent for Cumulative)。 百分比坐标显示：轴 (Axes) → 刻度线标签 (Tick Labels) → 显示 (Display) 中设置 按因子除 (Divide by Factor)=0.01 和 后缀 (Suffix)=%。 图例色随系列：右击 图例 (Legend) → 文本颜色跟随图形 (Text Color Follows Plot)。 连接线清理：绘图细节 (Plot Details) → 堆叠 (Stack) 取消 显示堆叠连接线 (Show Connect Line on Stack Column/Bar)。
-
【OriginPro】快速绘制一个简单的仪表盘图 缘由 在之前进行NPS分析时，我一直在寻找一个简单的方法来绘制仪表盘图，但每次尝试的方式都太复杂了。今天，我在OriginPro中发现了一个模板，可以快速绘制仪表盘图。虽然这个模板的不足之处在于它只支持180°的仪表盘，且数值范围仅限于0-100，但毕竟能够满足基本需求，今天就来分享如何绘制。 步骤 下载模板 在OriginPro中，点击上方菜单工具(T) > 模板中心(T)，然后搜索“仪表图”并下载。 准备数据 接下来，我们需要准备三列数据，数据格式如下： 分组名称分组占百分比指针所指数值 比如我设置了三个分组：低水平（0%-25%），中水平（25%-75%），高水平（75%-100%），指针指向80%。那么我的数据应该是这样的（注：只需输入数值，标题行只是为了帮助理解；“分组占百分比”总和一定要为100，否则图形会显示不准确）： 分组名称分组占百分比指针所指数值低水平2580中水平50 高水平25 绘制仪表盘图 选择所有数据，点击 绘图 > 拓展模板 > 仪表盘图，就会自动生成仪表盘图。最终我的结果如下所示： image.png图片 点击此文本观看本文视频版
-
【OriginPro】一键局部放大 写在前面 在使用OriginPro进行局部放大时，以往的操作通常需要先点击放大按钮，再进行缩放，这个过程显得比较繁琐。今天，我们采用一个插件实现一键局部放大，使操作更加简便高效！ 步骤 下面是使用OriginPro实现快捷局部放大的详细步骤： 下载插件 打开OriginPro，在右侧点击“添加Apps”，然后搜索并下载安装 Zoomed Inset Plus 插件。 局部放大 点击插件后，指针会变成十字形，此时只需框选要放大的区域即可。 Pasted image 20250222183515图片 微调 可单击图像进行拖动，或双击图像打开“绘图细节”对话框以进一步调整和优化。 另外，还可以选中框选区域，在右上角修改背景颜色、边框大小等设置。 image.png图片 点击此文本观看本文视频版
-
【OriginPro】根据公式画图---可用做多元线性回归或者一元线性回归 缘由 在完成多元线性回归分析后，仅用公式呈现结果会显得过于抽象以及单调。本文将通过OriginPro软件，手把手教你三种可视化函数的方法，并特别演示散点图与函数图的组合技巧。 基础可视化方法 方法一：函数图快速绘制法 操作路径：点击顶部菜单栏绘图>函数图>2D图 公式输入规范： 合并所有自变量为单一符号x，（如果有多个自变量x，只需统一输入x，不要输入x1、x2。软件语法限制） 示例：原公式y=0.217x₁+0.115x₂+0.416x₃+0.24x₄需改写为 y=0.217*x+0.115*x+0.416*x+0.24*x 参数设置建议： 点：是指绘制的点的数量（根据以前的知识我们知道，点可以构成线），点的数量越多，线就越平滑。 从和到代表x的取值范围 在这里我们绘制的是直线，点数为100，x的范围设置为0到10。；如果要绘制曲线，可以适当增加点数。 函数图参数设置图片 图像优化：点击确定后，图像就绘制完成了，最后只需对图像进行美化即可！ Pasted image 20250219202811图片 方法2：列值设置法 自变量设置： 首先左键单击A(X)，然后右键选择设置列值并输入范围和公式。 需要注意的是，Row（行）设置为i，而不是x。 从(F)到(T)表示设置自变量i的取值范围。实测F最小只能设置为0，表示设置点的数量。 Col则是设置自变量的具体值：最好为n*i（生成等差序列） 自变量列设置图片 因变量设置： 左键单击B(Y)，然后右键选择设置列值并输入范围和公式。 这里的Row可以设置为自动，系统会根据自变量的范围自动匹配因变量的数量。 Col直接输入公式即可。需要注意的是，因为我们刚才设置了自变量在A列，所以这里的x应当输入为A。 因变量列设置图片 图表生成：全选数据后绘制折线图即可！ 方法3：公式单元格快捷法 直接双击表格下面的F(x)单元格输入公式，具体要求与方法2相同。 特点：快速生成但默认点数较少（需手动调整时，右键列进入列属性修改） 公式单元格输入图片 高级应用：散点图与函数图叠加 一般散点+函数，是一元线性回归用的比较多，但大家想在多元里面画一个这样的图也是可以的。 导出函数数据：（注：如果你用方法2或者方法3已经有函数数据了，那么就不需要这一步，这一步只是为了方便一点点。） 在方法1中，绘制完成函数图后，双击图表，点击函数，然后更改函数设置。接着点击工作簿，就可以将函数数据导出到一个表格中。 数据导出设置图片 数据预处理： 将导出的数据（用于线性回归分析的数据）粘贴到OriginPro的表格中。此时，我们将自变量设置为Y，因变量设置为X（方便绘图）。 数据格式调整图片 创建基础散点图： 全选数据 > 绘图>基础2D图>散点图 点击最右边的交换XY按钮对齐坐标方向 坐标轴交换图片 添加函数图像： 右键点击空白区域，选择新图层（轴） > 无轴（关联XY轴的刻度和尺寸）（N）。 在图表窗口中选中“2”，右键点击图表绘制 图层管理界面图片 调整： 首先选择折线图，然后在上方窗口选择包含函数数据的表格，设置X和Y轴后点击“应用”确认。 如果不希望坐标轴变化，可以取消勾选“调整刻度”。 如果没有显示表格，可以点击显示(S)最右表箭头来显示工作簿。 图像合成效果图片 完成后，图表就绘制好了，接下来可以根据需求进行美化和调整！ 最后结果展示图片 点击此文本观看本文视频版
