当前位置:首页 > 文章列表 > 文章 > 软件教程 > Excel散点图制作与趋势线设置教程

Excel散点图制作与趋势线设置教程

2026-04-09 17:58:33 0浏览 收藏
本文手把手教你用Excel制作专业级散点图并添加趋势线进行相关性分析——从规范整理成对数据、精准插入基础图表,到手动校准坐标轴、一键添加带R²值的线性趋势线,再到优化标题、轴标签和网格线提升可读性,每一步都直击实际操作中的常见痛点,助你快速将枯燥数字转化为直观有力的数据洞察,轻松判断变量间是否存在显著线性关系。

Excel如何制作散点图_Excel相关性分析图表制作与趋势线教程

如果您需要在Excel中展示两组数值数据之间的关系,并通过可视化方式识别其相关性,则散点图是最直接有效的图表类型。以下是制作散点图并添加趋势线进行相关性分析的具体操作步骤:

一、准备并整理数据源

散点图要求数据以成对的数值形式存在,通常为X轴(自变量)和Y轴(因变量)两列,且每行对应一个观测点。确保两列数据长度一致、无空行或文本干扰,否则图表将无法正确映射坐标点。

1、在Excel工作表中,将第一列输入为X轴变量(例如“广告投入”),第二列输入为Y轴变量(例如“销售额”)。

2、选中这两列数据区域(含标题行),检查是否存在空单元格、错误值(如#N/A、#VALUE!)或非数字字符。

3、若存在异常数据,使用“查找替换”清除不可见字符,或通过“数据”选项卡中的“删除重复项”与“筛选”功能剔除无效行。

二、插入基础散点图

Excel散点图默认以第一列为横坐标、第二列为纵坐标生成点阵,不依赖行号或序列,因此必须明确指定数据范围,避免误用列标题或空白行参与绘图。

1、选中包含X轴和Y轴数据的两列(例如A1:B21),注意不要多选其他无关列。

2、点击“插入”选项卡,在“图表”组中找到“插入散点图或气泡图”按钮,点击下拉箭头。

3、从弹出菜单中选择“仅带数据标记的散点图”(即最基础的散点图类型,不含连线)。

三、调整坐标轴与数据系列

默认生成的散点图可能自动设定坐标轴范围,导致数据点过于集中或分散;同时需确认Excel是否将首行识别为数据标签而非数值,影响X轴刻度精度。

1、右键单击图表任意空白处,选择“选择数据…”。

2、在弹出窗口中检查“图例项(系列)”下的“编辑”按钮,确认“X轴系列值”引用的是第一列数值区域(如=Sheet1!$A$2:$A$21),“Y轴系列值”引用的是第二列数值区域(如=Sheet1!$B$2:$B$21)。

3、双击横坐标轴,在右侧“设置坐标轴格式”面板中,将“边界”最小值设为略小于X列最小值,最大值设为略大于X列最大值;纵坐标轴同理按Y列数值范围手动设定。

四、添加趋势线及显示R²值

趋势线用于拟合数据点分布方向,线性趋势线适用于近似直线关系,其R²值(决定系数)反映拟合优度,越接近1表示线性相关性越强。

1、点击图表内任意一个数据点,使所有点被选中。

2、右键单击,选择“添加趋势线…”。

3、在右侧“设置趋势线格式”窗格中,保持“线性”类型,默认勾选“显示公式”与“显示R平方值”两项。

4、如需突出趋势线样式,可在同一窗格中修改“线条”颜色、宽度(建议设为2磅以上)及“预测”前后若干期数值延伸段。

五、优化图表可读性与标注

原始散点图缺乏标题、轴标签和网格线,影响信息传达效率;合理添加文字说明与视觉引导有助于快速理解变量含义与相关方向。

1、点击图表,选择“图表设计”选项卡,点击“添加图表元素”,依次勾选“图表标题”并输入名称(如“广告投入与销售额散点图”)。

2、在“添加图表元素”中展开“轴标题”,分别为“主要横坐标轴标题”和“主要纵坐标轴标题”输入变量名(如“广告投入(万元)”、“销售额(万元)”)。

3、再次进入“添加图表元素”,选择“网格线”→“主要横网格线”与“主要纵网格线”,启用浅灰色细线增强坐标定位感。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

Go中执行外部命令详解Go中执行外部命令详解
上一篇
Go中执行外部命令详解
ES6尾调用优化原理与限制解析
下一篇
ES6尾调用优化原理与限制解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    821次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    814次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    904次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    876次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    697次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码