ppt数据分析图怎么做好看(3点做好ppt数据分析图)

2022-10-07 深圳推广 前沿资讯

嗨,各位木友们好呀,我是小木。

鲁迅说过:人在江湖漂,难免要做ppt图表,图表做得好,升职加薪自然少不了。

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第1张

当然,像下面这种图表就不在加薪的考虑范围内了

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第2张

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第3张

如何做出看起来既美观又专业的ppt数据图表

不慌,今天人称“图婊小王子”的木哥就来跟大家说说用ppt制作数据图表时的一些技巧:

• 删减乱七八糟的元素

• 不用花里胡哨的背景

• 拒绝随心所欲的配色

学会上面这些制作图表的技巧,涨薪以后记得过来点个赞!

删减乱七八糟的元素

ppt自带的图表,一般会详细地包括各种图表元素——标题、坐标轴、坐标轴标题、网格线、图例、数据标签。

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第4张
ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第5张

而网上的很多美化教程都会让你别管三七二十一地删掉那些所谓“多余的”元素,比如网格线、坐标轴等,然后把图表变成下面这个所谓的简洁美丽模样:

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第6张
ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第7张

讲真,图表确实是越简单越好看,所以“大神们”让你删掉某些图表元素也确实有道理。

但是,无论是什么元素,只有当它的存在没有意义,或者说比较鸡肋时,咱们才应该考虑删掉。

我举两个直观的例子好了。

例子一、网格线不好看,不如删掉?

下面是一个数据组非常多的图表:

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第8张

阅读者的需求是,能从图表中快速比较出不同时间点下的数据变化。

因此,在这个图表中,网格线的存在就显得十分必要了,它能帮助读者找出相同的数据,以及比较出不同数据之间的差距大小。

如果你把网格线删了,让图表变成下面这样:

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第9张

简洁是简洁了那么一丢丢,但你却人为增加了阅读的难度,这是会遭报应的…

例子二、图表越复杂,看起来就越专业?

下面是一个反映了公司的业绩变化趋势的图表:

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第10张

这个图表详细地标记出了每个数据点,而阅读者的需求则是,粗略观察一下数据变化趋势。

也就是说,读者并不需要知道每个数据,他只需要看一下数据的变化趋势,以及一些关键的高峰、低峰数据。

所以,在这个图表中你就可以删掉网格线,以及大部分的数据标签,让图表变得更清晰易看:

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第11张

通过上面这两个例子,你可以看出:

图表里的元素并不是越多越好,但也不是越少越好,而是应该做到“需要什么再保留什么,没用的才删掉”。

这样一方面能保持图表的简洁,另一方面也能确保图表的功能性不会被削弱。

不用花里胡哨的背景

鲁迅还说过,一切“使用会让图表的辨识度受到干扰的背景”的行为,都是耍流氓。

比如:

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第12张
ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第13张

而那些看起来很商务很专业的图表,都不会用那些花里胡哨的背景:

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第14张

那么照上面这样来看的话,是不是做图表时只用纯色背景就好了?

那倒不是,比如下面这种背景,虽然丑了点,但由于没有让图表的辨识度受影响,而且也比较切题,所以还是勉强能用那么一下下:

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第15张

不过凡事都有万一:

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第16张

万一老板就是要你用他曾祖母的照片当背景怎么办?

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第17张

那也不慌,给这种复杂的背景加上一个半透明的矩形蒙版就行:

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第18张

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第19张

这种半透明的矩形蒙版是怎么做的?

插入一个矩形,右击矩形,点击【设置形状格式】-【填充】-调整一下【透明度】即可:

ppt数据分析图怎么做好看(3点做好ppt数据分析图) 前沿资讯 第20张

抵制花里胡哨,就从ppt图表做起…

拒绝随心所欲的配色

鲁迅又说了,好看的图表各有各的不同,不好看的图表基本都是相似的:

不好看的图表,相似的地方都在于:图表的配色几乎都是瞎鸡儿乱配的。

1)数据组的颜色

很多人为了区分图表中的数据组别,就会给数据组填充各种不同的颜色:

怎么给图表配色就跟怎么给ppt配色一样,都是一门大学问,真的要深入讲解的话,可能等你曾孙子都娶老婆了我还没讲完…

这里我就教大家一个最简单的方法,那就是使用模板的主色搭配黑白灰来替代彩色:

像这种做法,主要目的就是为了减少图表的颜色,这样能让图表显得既专业又好看了。

2)其他图表元素的颜色

除了数据组以外,木哥个人的配色习惯是:

除非是需要重点突出某个元素,否则一般不给其他图表元素添加彩色的颜色。

之所以这样做,主要还是为了让图表保持简洁,不信的话你可以对比一下以下两张图表:

▲无多余装饰

▲装饰过度

通过这样一对比,你可以很明显地看出,如果想要保持图表的精致感,那么注意这些细节是多么重要。

以上就是木哥在制作数据图表时用的最核心的美化思维了,用这些思维来应付日常工作的话,用广东话来说,那就是“洒洒水”的事情啦~

好了,现在我们来总结一下以上内容,用ppt制作数据图表时,你可以使用以下美化技巧:

• 删减乱七八糟的元素

• 不用花里胡哨的背景

• 拒绝随心所欲的配色

再贱…

路人甲:慢着!你还没说怎么这些图表是哪来的!

小问题~

点击【插入】-【图表】,你就能看到一大坨各种各样的ppt图表了,而且还是可编辑数据的那种!

  • 聚类分析方法有哪些
    hover

    聚类分析方法有哪些

    聚类分析是一种无监督学习技术,用于将具有相似特征的数据点分组。常见的聚类分析方法包括:k-means、层次聚类、平均偏移聚类、ward's 法、dbscan、optics 和谱聚类。 聚类分析方法 聚类分析是一种无监督学习技术,用于将数据点分组为···

    2024-04-29
  • 聚类分析的意义和作用
    hover

    聚类分析的意义和作用

    聚类分析是一种无监督机器学习技术,用于将相似数据点分组为“簇”,帮助发现数据模式、简化数据并检测异常值。它广泛应用于市场细分、图像处理、文本挖掘、生物信息学和社交网络分析等领域。 聚类分析的意义和作用 聚类分析的概念 聚类···

    2024-04-29
  • 聚类分析是什么意思
    hover

    聚类分析是什么意思

    聚类分析是一种将数据分组为相似簇,从而识别数据中内在模式的方法。其工作原理包括:1. 确定相似性度量;2. 初始化簇;3. 迭代分配数据点;4. 更新簇中心;5. 重复步骤 3 和 4 直到收敛。聚类算法包括 k 均值、层次和基于密度的聚类···

    2024-04-29
  • 聚类分析有哪几种
    hover

    聚类分析有哪几种

    聚类分析有五种主要类型:层次聚类(基于距离)划分聚类(k-均值、k-中心点、模糊c均值)密度聚类(dbscan、optics)谱聚类(拉普拉斯特征图)其他聚类算法(基于模型、神经网络) 聚类分析的类型 聚类分析是一种无监督机器学习技术,···

    2024-04-29
  • AMD为RDNA 3+架构GPU准备大量固件文件 为Strix Point发布做好准备
    hover

    AMD为RDNA 3+架构GPU准备大量固件文件 为Strix Point发布做好准备

    过去一段时间里,AMD在对Linux的支持上下了不少功夫,发布了相当数量的补丁。对于即将到来的新CPU和GPU架构,AMD也积极地在Linux上提供早期的支持,比起以往产品的进度要更快,这些工作值得肯定。 据Phoronix报道,AMD已经为RDNA···

    2024-04-23
  • 什么是数据智能,为什么它很重要
    hover

    什么是数据智能,为什么它很重要

    数据智能是一种运用人工智能和机器学习技术从数据获取洞察并自动化决策的能力。它通过让组织将庞杂的数据转化为可操作知识,从而提高决策质量、自动化流程并预测未来结果。 什么是数据智能? 数据智能是一种利用人工智能和机器学习···

    2024-04-10
  • PB数据窗口下一条记录如何显示
    hover

    PB数据窗口下一条记录如何显示

    在 powerbuilder 数据窗口中显示下一条记录的方法有:使用向下箭头键 (↓) 移动到下一条记录。单击列或单元格并右键选择“下一条记录”。使用 getrowindex() 和 setrowindex() 方法移动到指定索引处的记录。使用 retrievenext() 命令检···

    2024-04-05
  • 大数据技术主要学什么
    hover

    大数据技术主要学什么

    大数据技术主要学习内容涵盖:大数据基础:概念、特征、数据类型大数据处理与分析:数据清理、分析技术大数据平台与工具:hadoop、spark、nosql大数据安全与隐私:数据安全技术、数据隐私保护大数据应用:数据分析、个性化推荐、欺诈···

    2024-03-28
在线客服 13691917840 提交需求 二维码