如何在Excel中制作多年份散点图？两类细分图表需求

Excel原生操作方案 #

第一类：月份vs% Gas年度趋势散点图 #

• 数据预处理：确认Month字段为1-12的数值（或可识别的月份文本），Year为2018-2022的年份值，% Gas为数值格式。
• 插入基础散点图：选中Year、Month、% Gas三列所有数据，点击「插入」→「散点图」→「仅带数据标记的散点图」。
• 按年份区分颜色：
  1. 右键图表→「选择数据」，点击「添加」，为每个年份单独创建数据系列：
     • 系列名称：选中对应年份的单元格（如2018）
     • X轴系列值：框选该年份所有Month数据
     • Y轴系列值：框选该年份所有% Gas数据
  2. 逐个选中各年份系列，右键→「设置数据系列格式」，在「填充与线条」中设置独特的标记颜色。
• 优化X轴显示：右键X轴→「设置坐标轴格式」，将最小值设为1、最大值设为12，刻度间隔设为1；在「数字」选项卡选自定义格式，输入mmm将数字1-12转为Jan-Dec文本标签。

第二类：Demand vs% Gas散点图 #

• 插入基础散点图：选中Demand、% Gas、Year三列数据，插入「仅带数据标记的散点图」。
• 按年份区分颜色：重复上述添加年份系列、设置颜色的操作。
• 调整坐标轴：根据Demand数据范围，设置X轴的最小值和最大值，确保所有数据点完整展示。

Python自动化实现方案 #

适合数据量较大或需要批量生成图表的场景：

依赖安装 #

pip install pandas matplotlib seaborn

代码示例 #

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 读取Excel数据，替换为你的文件路径
df = pd.read_excel("your_data_file.xlsx")

# 将年份转为字符串，确保分组区分
df['Year'] = df['Year'].astype(str)

# 生成第一类散点图：月份vs% Gas
plt.figure(figsize=(10, 6))
sns.scatterplot(data=df, x='Month', y='% Gas', hue='Year', palette='tab10', alpha=0.6)
plt.xlabel('Month')
plt.ylabel('% Gas')
plt.title('% Gas Trend by Month (2018-2022)')
plt.xticks(ticks=range(1,13), labels=['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec'])
plt.grid(True, alpha=0.3)
plt.show()

# 生成第二类散点图：Demand vs% Gas
plt.figure(figsize=(10, 6))
sns.scatterplot(data=df, x='Demand', y='% Gas', hue='Year', palette='tab10', alpha=0.6)
plt.xlabel('Demand')
plt.ylabel('% Gas')
plt.title('% Gas vs Demand (2018-2022)')
plt.grid(True, alpha=0.3)
plt.show()

代码说明：利用seaborn的scatterplot可直接通过hue参数按年份自动区分颜色，无需手动拆分系列，效率更高；alpha参数调整点的透明度，避免数据重叠时看不清。

内容的提问来源于stack exchange，提问作者pkl775