实操练习手册
24 道题分四组：Excel 8 题、Python 8 题、ECharts 4 题、综合 4 题。先自己做再点开答案。
怎么练① 用课程示例数据或自己下载的公开数据；② 每题先想"用什么图、为什么"；③ 卡住看思路，再点参考答案对照。
Excel（第6章）
01
用透视表统计"各省销售额"，并按降序排出前 10。
提示：行=省份，值=销售额求和，再排序+前10项筛选
解题思路聚合优先于画图；排名类图表必须先排序。
查看参考答案
插入 → 数据透视表
行：省份 值：销售额（求和）
对销售额列 → 排序 → 降序 → 值筛选 → 前 10 项02
统计"每月销售额"并做成折线图，x 轴必须是日期轴。
提示：透视表行=月份，插入折线图后设 x 轴为日期轴
解题思路文本类别的 x 轴会按字符串排序，导致 10 月排在 2 月前。
查看参考答案
透视表：行=日期（按月分组），值=销售额
插入折线图 → 右键 x 轴 → 设置坐标轴格式 → 坐标轴类型选"日期坐标轴"03
用条件格式把"各省销售额"做成热力色阶。
提示：开始 → 条件格式 → 色阶
解题思路顺序配色用同色相深浅，不要用彩虹色。
查看参考答案
选中销售额数据区 → 开始 → 条件格式 → 色阶 → 选"绿-白"或"蓝-白"单色相方案04
给"月度销售额"加迷你图趋势列（每个省一行一个趋势）。
提示：插入 → 迷你图 → 折线
解题思路迷你图适合密集报表，比单独画图更省版面。
查看参考答案
选中要放迷你图的单元格 → 插入 → 迷你图 → 折线 → 数据范围选该省 12 个月 → 勾选"显示高点/低点"05
把"销售额"和"订单量"画在一张图上（量级相差 20 倍），并说明风险。
提示：组合图 + 次坐标轴
解题思路双轴可被随意缩放，容易误导；必须在图注里写清。
查看参考答案
选中两个系列 → 右键 → 更改系列图表类型 → 订单量设为"次坐标轴"
风险：两条轴的缩放比例可任意设置，可能制造虚假交叉；量级差不大时应拆成两张图06
把 12 个分类的饼图改成更合适的图形。
提示：饼图只适合 ≤5 类
解题思路角度/面积精度低，分类多了无法比较。
查看参考答案
改成"排序后的条形图"，只标注 Top5 的数值与占比，其余合并为"其它"07
做一张 KPI 卡片：本月销售额、环比、迷你趋势。
提示：大字号数字 + 同比箭头 + 迷你图
解题思路KPI 卡是一屏看板的"顶部结论区"。
查看参考答案
A1：本月销售额（字号 28，加粗）
B1：环比 = (本月-上月)/上月，用条件格式图标集显示 ▲▼
C1：插入迷你图显示近 6 个月趋势08
列出你这张报表里三处"可以删掉的墨水"。
提示：边框、网格、图例框、3D、背景
解题思路数据墨水比：删装饰而不是删数据。
查看参考答案
示例：① 图表外边框 ② 竖向网格线 ③ 图例的边框与阴影
（保留：坐标轴、必要的刻度、数据标签）Python（第8章）
09
读入 CSV，画"各省销售额 Top10"柱状图，标题写结论。
提示：sort_values + head(10) + ax.bar
解题思路先排序再画，标题写成结论。
查看参考答案
import pandas as pd, matplotlib.pyplot as plt
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False
df = pd.read_csv('sales.csv').groupby('province', as_index=False)['sales'].sum()
top = df.sort_values('sales', ascending=False).head(10)
fig, ax = plt.subplots(figsize=(8, 4), dpi=120)
ax.bar(top['province'], top['sales'], color='#4E7CFF')
ax.set_title('广东销售额居首，前10省合计占全国 68%')
ax.set_ylabel('销售额（万元）')
ax.grid(axis='y', linestyle='--', alpha=.3); ax.set_axisbelow(True)
plt.tight_layout(); plt.savefig('top10.png', bbox_inches='tight')10
画"月度销售额"折线图，并把最高点标注出来。
提示：ax.plot + ax.annotate
解题思路标注关键点比标所有点更有信息量。
查看参考答案
ax.plot(df['month'], df['sales'], marker='o')
i = df['sales'].idxmax()
ax.annotate(f"峰值 {df.loc[i,'sales']}", xy=(df.loc[i,'month'], df.loc[i,'sales']),
xytext=(df.loc[i,'month'], df.loc[i,'sales']*1.1),
arrowprops=dict(arrowstyle='->', color='gray'))11
画"价格与销量"散点图，判断是否存在相关关系。
提示：ax.scatter + 透明度
解题思路散点看关系；点重叠时加 alpha。
查看参考答案
ax.scatter(df['price'], df['qty'], alpha=.5, s=30)
ax.set_xlabel('价格（元）'); ax.set_ylabel('销量（件）')
# 若想加趋势线：sns.regplot(data=df, x='price', y='qty')12
画"销售额分布"直方图，判断是否右偏。
提示：ax.hist(bins=30)
解题思路直方图看形状：右偏说明少数大值拉高了均值。
查看参考答案
ax.hist(df['sales'], bins=30, color='#4E7CFF', edgecolor='white')
ax.set_title('销售额右偏：多数订单集中在中低区间')
ax.set_xlabel('销售额（元）'); ax.set_ylabel('订单数')13
用 seaborn 画"星期 × 小时"访问量热力图。
提示：pivot_table + sns.heatmap
解题思路两维交叉用热力图，颜色用单色相顺序配色。
查看参考答案
import seaborn as sns
pivot = df.pivot_table(index='weekday', columns='hour', values='visits', aggfunc='sum')
sns.heatmap(pivot, cmap='Blues')
plt.title('访问高峰集中在工作日 9–11 点与 20–22 点')14
用箱线图对比各省销售额分布，并说明异常值怎么处理。
提示：sns.boxplot
解题思路箱线图看中位数、四分位与离群点。
查看参考答案
sns.boxplot(data=df, x='province', y='sales')
# 异常值处理原则：先核对是否录入错误；真实极值不要删，
# 可改对数刻度或"Top N + 其它"合并展示15
一个画布放两张子图（柱状 + 折线），共用一套配色。
提示：plt.subplots(1, 2)
解题思路多子图用面向对象写法更清晰。
查看参考答案
fig, axes = plt.subplots(1, 2, figsize=(11, 4))
axes[0].bar(top['province'], top['sales'], color='#4E7CFF'); axes[0].set_title('各省 Top10')
axes[1].plot(df_m['month'], df_m['sales'], color='#4E7CFF', marker='o'); axes[1].set_title('月度趋势')
plt.tight_layout()16
用 pyecharts 输出一个可交互的柱状图 HTML。
提示：Bar().add_xaxis().add_yaxis().render()
解题思路pyecharts 产出 HTML，内置 ECharts 交互。
查看参考答案
from pyecharts.charts import Bar
from pyecharts import options as opts
bar = (Bar().add_xaxis(top['province'].tolist())
.add_yaxis('销售额', top['sales'].tolist())
.set_global_opts(title_opts=opts.TitleOpts(title='各省销售额')))
bar.render('bar.html')ECharts（第9章）
17
写一个完整的 HTML，画出四省销售额柱状图（含悬停提示与自适应）。
提示：init + setOption + resize
解题思路四大步：引库、容器、init、setOption。
查看参考答案
<!DOCTYPE html><html><head><meta charset="utf-8">
<script src="echarts.min.js"></script>
<style>#main{width:820px;height:420px}</style></head>
<body><div id="main"></div><script>
const c = echarts.init(document.getElementById('main'));
c.setOption({
title:{text:'四省销售额对比'},
tooltip:{trigger:'axis'},
xAxis:{type:'category',data:['广东','江苏','山东','浙江']},
yAxis:{type:'value'},
series:[{type:'bar',data:[820,610,540,480],itemStyle:{color:'#4E7CFF'}}]
});
window.addEventListener('resize',()=>c.resize());
</script></body></html>18
把柱状图改成"2024 / 2025 双系列柱状图"。
提示：series 放两个对象 + legend
解题思路多系列同名维度，图例自动生成。
查看参考答案
series:[
{name:'2024', type:'bar', data:[820,610,540,480]},
{name:'2025', type:'bar', data:[900,660,520,510]}
],
legend:{top:8}19
画一个环形图展示"线上/门店"占比，并显示百分比。
提示：pie + radius 数组 + label.formatter
解题思路环形比实心饼更省墨水，也便于放总量。
查看参考答案
series:[{
type:'pie', radius:['45%','70%'],
label:{formatter:'{b}\n{d}%'},
data:[{value:1048,name:'线上'},{value:735,name:'门店'}]
}]20
数据量太大，折线图挤在一起，加缩放。
提示：dataZoom
解题思路inside 支持滚轮/拖拽，slider 提供可视滑块。
查看参考答案
dataZoom:[{type:'inside'},{type:'slider',height:18,bottom:8}]综合（第10章）
21
为"在线教育平台"设计一屏运营看板的版式（说出每块放什么）。
提示：顶部 KPI → 中部趋势 → 底部明细
解题思路F 型/三段式，一屏看到核心结论。
查看参考答案
顶部（4 个 KPI 卡）：月活用户、总访问量、会话数、咨询率（含环比）
中部左：访问用户量趋势（折线，按周）
中部右：渠道访问用户量 Top5（条形）
底部左：地区分布（分级设色地图）
底部右：会话页面排行（条形，可点击下钻）
筛选器：时间（月份）、终端（PC/移动）22
把"咨询率 3.2%，环比下降 1.1pp"写成一句结论型标题。
提示：包含指标、数值、变化、原因线索
解题思路标题回答"发生了什么"，副标题回答"为什么"。
查看参考答案
主标题：7 月咨询率降至 3.2%（环比 -1.1pp），主要拖累来自华东渠道
副标题：口径——有效咨询=发起会话且 msg_count>0；时间范围 2025-07-01~07-3123
给出三个"这张看板能不能用"的自检问题。
提示：结论、口径、可操作性
解题思路看板要能支持决策，不只是好看。
查看参考答案
① 一屏内能否读出至少一个结论？
② 每个指标的统计口径是否写清楚（范围/时间/去重规则）？
③ 看到异常后，有没有下钻路径能定位到原因？24
同一份数据，用"排序条形图"和"饼图"各画一次，比较可读性并给出结论。
提示：动手做对比
解题思路亲手对比过，才会形成判断力。
查看参考答案
结论：12 个分类的饼图几乎无法比较相邻扇区，标签还会重叠；排序条形图能立刻读出排名与前 3 名占比。
经验规则：分类 >5 个一律不用饼图。