1. 怎么用excel做地图
这说明有的单元格中设置了“条件格式”。 点选填充不上颜色的单元格，按“格式－条件格式”看一下就知道了。 当该单元格所设置的“条件”实现时，就会按它设置的颜色自动填充了。
2. excel做数据地图
首先应该在Excel中输入各个国家的相关数据，
其次插入合适的图标
最后编辑相关的不完善的数据
3. 如何用Excel做地图
“利用Excel制作地图图表”的操作步骤是：
1、以Excel 2016为例，打开Excel工作表；
2、选择数据区域的任一单元格，在“插入”选项下的“三维地图”中，选择“打开三维地图”；
3、在“三维地图”工作簿中，出现了“字段列表”“图层”及“演示”编辑框；
4、在“位置”中，选择“省/市/自治区”，并将字段列表中的“销售目标”和“实际完成”添加到“图层”中的“高度”中；
5、关闭“演示编辑框”“图层窗格”和“字段列表”窗口；
6、再将地图大小调整到合适的位置，即可根据数据源生成三维地图中的立体图表效果；
7、点击地图上任意一个柱形图系列，将会弹出该系列相关信息。
4. 怎么用excel做地图分析图
Excel地图，顾名思义，就是根据Excel数据制作出来的地图。作为微软开发的最重要软件之一，OfficeExcel系列软件已经成为表格数据的最佳载体。随着Excel进一步发展，Excel集成了多种数据分析方法和各种图表表现方式，成为数据分析和表现的最佳工具。而地图，作为表现跨区域数据的最佳方式，一直是政府和企业高级管理人员钟爱的数据表现方式。随着Excel的发展，越来越多的用户希望能够根据Excel数据制作各种地图。
5. 怎么用excel做地图兴趣点标注
如果你对VBA感兴趣，就可以根据自己的需要编一个小软件，准确叫做VBA宏。详细看看office帮助吧，在excel中alt+F11，再按F1看看帮助，如果没有内容请完全安装Office。
另外要想解决具体问题，请把问题描述的具体化！
6. 怎么用excel做地图图表深浅不一
如果在excel中设置正负坐标可以通过上标与下标工具设置.但是想将数据与正负公差同时设置在同一单元格内,效果并不理想可以将公差与数据放在两个单元格内,数据可以直接输入在一单元格内,而公差输入在另一单元格内比如,上公差是+5,下公差是-6.可以输入+5,按ALT+Enter换行,再输入-6这样再把文字改小,在单元格格式中把格式设置为文字
7. 如何用excel2010做地图
电子地图是将纸质模拟地图，矢量化数字化，以数字形式存在的地图，一个是模拟化的图，一个是数字化的图，和纸质地图的区别就在于制作方法不同。传统地图制作手段主要是：勘测--记录数据--手工绘制--样图--排版--印刷--成品地图，传统制作人力物力耗费很大。电子地图制作手段：卫星航片--扫描入计算机--工作站 --成品地图。
GIS数字电子地图制作也就是利用GIS技术实现数字电子地图的制作，这个专业主要是对GIS软件的掌握，可以以后试着向遥感图像处理方向发展，毕竟电子地图的制作面比较窄，个人意见，纯属参考，呵呵
8. 怎么用Excel画地图
1、首先打开表格软件，里面新建两行数据，散点图一般也是两个变量，如下图所示。
2、然后选中这两行数据，接着点击最上方的插入按钮，如下图所示。
3、接着点击插入选项中的图表，如下图所示。
4、弹出图表对话框，选择散点图，然后选择第一种样式，点击插入，如下图所示。
5、这时散点图就插入进来了，看看数据也是与数据对应的，如下图所示。
6、当增加数据的时候，散点图也会跟着增加，就完成了，如下图所示。
9. 怎么用excel做地图定位图
1、 由于实现绘制地图图标功能并不是Excel本身自带功能，因此我们需要另外下载安装相应的插件才行。上网搜索并下载“officemap“。解压并运行其中的安装程序进行安装，此时该插件会一并安装相应的环境支持程序，用于正确的运行该插件。
2、 插件安装完成后，首先直接运行Microsoft Office Excel2007程序，然后点击“Office按钮”->“Excel选项”。
3、 在打开的“Excel选项”窗口中，切换至“信任中心”选项卡，点击“信任中心设置”按钮。
4、 在随后打开的窗口中，切换至“宏设置”选项卡，勾选“信任对VBA工程对象模型的访问”，并点击“确定”完成设置。
5、 接下来再运行桌面上的快捷方式“OfficeMap””模板。此时就会自动更新相关系统环境信息，同时安装OfficeMap插件，在弹出的对话框中点击“是”以安装该插件。
6、 如果OfficeMap插件安装顺利的话，就可以在工具面板中找到该插件。
7、 首先创建如图所示的表格数据，其中某一列必须包括各省份信息，从而为绘制地图图表奠定基础。其中的一种数据表格格式如图：
8、 接着选中数据区域，切换至“OfficeMap”栏目，并选择其中的一中图表样式，如“颜色图表”项。
9、 此时的效果如图，将以中国地图为基础进行绘制图表。
10、 当然，还有其它图表样式可供选择，大家可以根据实际情况来选择。
11、 如果想要删除当前图表，只需要右击图表，从弹出的右键菜单中选择“删除”项即可。
10. 怎么用excel做地图热力图
本文所演示的的可视化方法
散点图 （Scatterplot)
直方图 (Histogram）
小提琴图 （Violinplot)
特征两两对比图（Pairplot）
安德鲁斯曲线 (Andrews curves)
核密度图 (Kernel density estimation plot)
平行坐标图 （Parallel coordinates）
Radviz （力矩图？）
热力图 (Heatmap)
气泡图 (Bubbleplot)
这里主要使用Python一个流行的作图工具: Seaborn library，同时Pandas和bubbly辅助。为什么Seaborn比较好？
因为很多时候数据分析，建模前，都要清洗数据，清洗后数据的结果总要有个格式，我知道的最容易使用，最方便输入模型, 最好画图的格式叫做"Tidy Data" (Wickham H. Tidy data[J]. Journal of Statistical Software, 2014, 59(10): 1-23.) 其实很简单，Tidy Data格式就是：
每条观察（记录）自己占一行
观察（记录）的每个特征自己占一列
举个例子，我们即将作图的数据集IRIS就是Tidy Data（IRIS（IRIS数据集）_百度百科）：
Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。
该数据集包含了5个属性：
Sepal.Length（花萼长度），单位是cm;
Sepal.Width（花萼宽度），单位是cm;
Petal.Length（花瓣长度），单位是cm;
Petal.Width（花瓣宽度），单位是cm;
种类：Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），以及Iris Virginica（维吉尼亚鸢尾）。
IRIS数据可以看到，每条观察（ID=0,1,2...）自己占一行，每个特征(四个部位长/宽度，种类）自己占一列。Seaborn就是为Tidy Data设计的，所以方便使用。
所以这个数据集有6列，6个特征，很多时候做可视化就是为了更好的了解数据，比如这里就是想看每个种类的花有什么特点，怎么样根据其他特征把花分为三类。我个人的喜好是首先一张图尽量多的包含数据点，展示数据信息，从中发现规律。我们可以利用以下代码完全展示全部维度和数据这里用的bubbly：
三维图，全局观察
Python做出来，其实是一张可以拖动角度，放大缩小的图，拖一拖看各角度视图会发现三类还是分的挺明显的。Github上这个bubbly还是很厉害的，方便。
接下来开始做一些基础的可视化，没有用任何修饰，代码只有最关键的画图部分，可视化作为比赛的一个基础和开端，个人理解做出的图能看就行，美不美无所谓，不美也不扣分。因为
散点图，可以得到相关性等信息，比如基本上SepalLengthCm越大，SepalWidthCm越大
散点图使用Jointplot, 看两个变量的分布，KDE图，同时展示对应的数据点
就像上一篇说的，比赛中的每个环节都至关重要，很有必要看下这些分布直方图，kde图，根据这些来处理异常值等，这里请教，为什么画了直方图还要画KDE？？我理解说的都是差不多的东西。
关于KDE:"由于核密度估计方法不利用有关数据分布的先验知识，对数据分布不附加任何假定，是一种从数据样本本身出发研究数据分布特征的方法，因而，在统计学理论和应用领域均受到高度的重视。"
无论如何，我们先画直方图，再画KDE
直方图
KDE 图这里通过KDE可以说，由于Setosa的KDE与其他两种没有交集，直接可以用Petailength线性区分Setosa与其他两个物种。
Pairplot箱线图，显示一组数据分散情况的统计图。形状如箱子。主要用于反映原始数据分布的特征，关键的5个黑线是最大值、最小值、中位数和两个四分位数。在判断异常值，处理异常值时候有用。
BoxPlot小提琴图
Violinplot
这个Andrews curves很有趣，它是把所有特征组合起来，计算个值，展示该值，可以用来确认这三个物种到底好不好区分，维基百科的说法是“If there is structure in the data, it may be visible in the Andrews' curves of the data.”（Andrews plot - Wikipedia）
Andrews' curves
radvizRadviz可视化原理是将一系列多维空间的点通过非线性方法映射到二维空间的可视化技术，是基于圆形平行坐标系的设计思想而提出的多维可视化方法。圆形的m条半径表示m维空间，使用坐标系中的一点代表多为信息对象，其实现原理参照物理学中物体受力平衡定理。 多维空间的点映射到二维可视空间的位置由弹簧引力分析模型确定。 (Radviz可视化原理 - CSDN博客) ，能展示一些数据的可区分规律。
数值是皮尔森相关系数，浅颜色表示相关性高，比如Petal.Length（花瓣长度）与 Petal.Width（花瓣宽度）相关性0.96，也就是花瓣长的花，花瓣宽度也大，也就是个大花。
不过，现在做可视化基本上不用python了，具体为什么可以去看我的写的文章，我拿python做了爬虫，BI做了可视化，效果和速度都很好。
finereport
可视化的一大应用就是数据报表，而FineReport可以自由编写整合所需要的报表字段进行报表输出，支持定时刷新和监控邮件提醒，是大部分互联网公司会用到的日常报表平台。
尤其是公司体系内经营报表，我们用的是商业报表工具，就是finereport。推荐他是因为有两个高效率的点：①可以完成从数据库取数（有整合数据功能）—设计报表模板—数据展示的过程。②类似excel做报表，一张模板配合参数查询可以代替几十张报表。
FineBI
简洁明了的数据分析工具，也是我个人最喜欢的可视化工具，优点是零代码可视化、可视化图表丰富，只需要拖拖拽拽就可以完成十分炫酷的可视化效果，拥有数据整合、可视化数据处理、探索性分析、数据挖掘、可视化分析报告等功能，更重要的是个人版免费。
主要优点是可以实现自助式分析，而且学习成本极低，几乎不需要太深奥的编程基础，比起很多国外的工具都比较易用上手，非常适合经常业务人员和运营人员。在综合性方面，FineBI的表现比较突出，不需要编程而且简单易做，能够实现平台展示，比较适合企业用户和个人用户，在数据可视化方面是一个不错的选择；
这些是我见过比较常用的，对数据探索有帮助的可视化方法。
- 相关评论
- 我要评论
-