我之前也踩过Excel雷达图因数据量级悬殊导致失效的坑，结合你的数据集，给你两个可行的解决思路，优先推荐第一个：

你的数据里各指标的数值范围差得离谱——比如T的两个值一个是2*10^-6，另一个是2.24E+09，跨度15个数量级；V的数值又从0.0024到10^6，这种情况下雷达图的统一坐标轴必然会把小数值压缩成几乎看不见的直线。

归一化能把所有指标的数值映射到0-1（或0-100）的统一区间，完美保留各指标的相对差异。最适合雷达图的是最小-最大归一化（Min-Max Scaling），公式很简单：

归一化值 = (原始值 - 该指标最小值) / (该指标最大值 - 该指标最小值)

拿你的数据集举个实操例子：

1. 给每个指标新增一列“归一化值”，比如针对T列，在空白单元格输入公式：

   =(A2-MIN($A$2:$A$3))/(MAX($A$2:$A$3)-MIN($A$2:$A$3))
   

   （假设T的两个值在A2和A3单元格）
2. 下拉填充公式，就能得到T的两个归一化值（分别是0和1）；
3. 用同样的方法处理V、U、WeightThresholdToBeExtracted等所有指标，把所有数据都转到0-1区间；
4. 最后用归一化后的数据集生成雷达图，就能清晰看到每个指标的相对表现了。

如果想要更直观的百分比展示，把结果乘以100就行。

如果不想修改原始数据，也可以尝试调整坐标轴缩放，但这个方法局限性很大：

1. 右键点击雷达图的数值坐标轴 → 选择「设置坐标轴格式」；
2. 在右侧面板的「坐标轴选项」里，手动设置「最小值」和「最大值」。

但问题在于，Excel雷达图默认是所有指标共享同一个数值轴，如果强行把最大值设为中间量级，大数据会被截断；设为最大的那个数值，小数据还是会被压缩成直线。所以这个方法只适合量级差距不算特别极端的场景，对你的数据集来说，还是归一化更靠谱。

额外小贴士 #

如果是对比两组数据（你的每个指标都有两个值），归一化后可以在雷达图的每个数据点上添加原始数据标签，既能保证图表可读性，又能保留真实数值参考。

内容的提问来源于stack exchange，提问作者Jing Huang