柱形图、折线图和条形图都是既可以展示数据随类别（时间）等变动的趋势，又可以展示不同系列之间大小对比情况的图表类型。它们简洁、直观，是最常用的图表类型。
这些图表在自动生成时，值坐标轴（在柱形图和折线图中为垂直轴，在条形图中为水平轴）的最小值、最大值和单位为Excel基于数据大小自动选定的，Excel对最小值、最大值往往留有裕度，而单位为最大值的某种等分。这样生成出来的图表在总体上已经达到了不错的视觉水平，但经过专门的配置以后会获得更为出色的效果。
这里以著名的《2019年中国大学生就业报告》为例，其数据和图表在各大新闻网站上可以被查到，原报告中的图表由于被转载导致图片质量变差。因此，我们基于公开数据进行了重新绘制。其中，2014届至2018届毕业的大学生就业率数据如图16-15所示。在数据表中可以看出某些微小的差异和趋势，这种趋势只有在图表中才能更好地被展现。由于不同系列的数据差异很小，因此利用折线图来反映数据系列间的差异是恰当的选择。
图16-15 2014届至2018届大学毕业生就业率
选中数据表区域B1:E6，然后单击“插入”选项卡—“图表”组—“插入折线图或面积图”按钮，在下拉组合列表中选择“带数据标记的折线图”。
Excel自动生成的缺省折线图如图16-16左图所示。
Excel绘制此图时显然已经考虑了最小值不能从零开始，否则，表中数据的差异和趋势将完全被掩盖。因此，垂直（值）轴从最小值90开始，且以0.5为单位突出值之间的差异。同时，按照常规设置给出了相应的图表元素，例如图表标题、图例、网格线等。
图16-16 自动生成的折线图与调整之后的折线图
我们参照报告中的图表对Excel生成的图表进行了调整，获得如图16-16右图所示的图表。调整方法及分析介绍如下：
【Step 1】 选中整个图表，单击“图表工具—设计”选项卡—“图表布局”组—“添加图表元素”按钮，在其中选择“数据标签—右侧”选项。这样，图表中的数据系列均具有了数据标签。
【Step 2】 单击“图表工具—设计”选项卡—“图表布局”组—“添加图表元素”按钮，在其中选择“图表标题—无”选项，去除图表标题。
【Step 3】 单击“图表工具—设计”选项卡—“图表布局”组—“添加图表元素”按钮，在其中选择“网格线—主轴主要水平网格线”选项，去除网格线。
【Step 4】 单击“图表工具—设计”选项卡—“图表布局”组—“添加图表元素”按钮，在其中选择“图例—顶部”选项，将图例调至图表顶部。(https://www.xing528.com)
【Step 5】 在选中整个图表的状态下，单击“开始”选项卡—“字体”组—“字号”下拉按钮，在其中选择12，即可将所有文本的字号调整到12。
【Step 6】 选中垂直（值）轴（单击图表左侧那一列的值即可），单击“图表工具—格式”选项卡—“当前所选内容”组—“设置所选内容格式”按钮，弹出如图16-17左图所示的“设置坐标轴格式”窗格，在窗格中将最小值改为88，单位自动由0.5改为1。
这是整个图表配置中最有意思的改动。减小最小值，使得整个就业率折线被抬高，在观感上效果更好。一般对垂直（值）轴的调整，往往是去除Excel留下的裕度，而这里反其道而行之，实属巧思。
【Step 7】 不必关闭上一步打开的浮动窗格，直接在图表上单击标识“本科”就业率的橙色折线，此时浮动窗格标题切换为“设置数据系列格式”，在其中单击左侧的“填充与线条”图标，打开折线的设置界面。在“线条”选项页将“线条—颜色”改选为“蓝色，个性色1”，然后切换到“标记”选项页，在其中将标记的填充与边框颜色都改为“蓝色，个性色1”，再将“数据标记选项—内置—类型”改选为正方形，将大小改为7。如图16-17右图所示。
图16-17 “设置坐标轴格式”与“设置数据系列格式”浮动窗格
【Step 8】 参照上一步，将标识“全国总体”就业率的线条颜色改为“标准色—蓝色”，将标记的填充与边框颜色都改为“标准色—蓝色”，然后将“数据标记选项—内置—类型”改选为菱形，大小改为7。
【Step 9】 同样地，将标识“高职高专”就业率的线条颜色改为“蓝色，个性色5，淡色60%”，将标记的填充与边框颜色都改为“蓝色，个性色5，淡色60%”，然后将“数据标记选项—内置—类型”改选为三角形，大小改为7。
三个系列的色彩调整也是这一图表的特色，既用不同颜色和标记形状展现各个系列之间的不同，又用相近颜色体现了本质上的相似。
【Step 10】 在图表中插入文本框，输入括号与百分号（%）并置于数字93右侧。
在有些应用中，需要展示多组数据随时间变化的情况并进行大小对比。有些对比不是数据系列简单的并列，而是可以累积的。
图16-18所示的数据和图表，是某公司1～6月两类产品销售额与计划销售额之间的趋势对比图，其采用的图表类型为堆积柱形图，展示了对图表参数进行针对性配置的效果。
图16-18 随时间变化的量的累积与对比
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
