甘特图又称为横道图或条状图，以图示的方式通过活动列表和时间刻度形象地表示出任何特定项目的活动顺序与持续时间。横轴表示时间，纵轴表示活动（项目），线条表示在整个期间上计划和实际的活动完成情况，常用于项目管理。 由此可知，甘特图一般用于项目管理中。 但在制造业中，是否可以借鉴其原理，绘制出用于生产监控的图形。 甘特图原理官方文档中有详细说明，在此就不多赘述了。 当然，下面列举一个案例； 业务人员希望通过按班次，对白班（08：00-20：00），晚班（20：00-次日8：00），看生产线一天的状态。 日期 班次 状态 状态开始时间 状态结束时间 2024/10/15 A06 正常运行 2024/10/15 8:09 2024/10/15 11:00 2024/10/15 A06 转机 2024/10/15 11:00 2024/10/15 11:16 2024/10/15 A06 正常运行 2024/10/15 11:16 2024/10/15 14:15 2024/10/15 A06 保养 2024/10/15 14:15 2024/10/15 16:41 2024/10/15 A06 转机 2024/10/15 16:41 2024/10/15 17:10 2024/10/15 A06 正常运行 2024/10/15 17:10 2024/10/15 21:36 2024/10/15 A06 异常 2024/10/15 21:36 2024/10/15 22:50 2024/10/15 A06 正常运行 2024/10/15 22:50 2024/10/16 4:29 2024/10/15 A06 转机 2024/10/16 4:29 2024/10/16 4:57 2024/10/15 A06 正常运行 2024/10/16 4:57 2024/10/16 7:59 那么如何通过Fienbi来实现。 效果图如下： 在线效果展示 准备工作 软件：Finebi=6.1 数据：上述案例数据 注:此栗子使用的是6.1 版本，其它版本未进行测试，理论上适用于V5.0及V6.0以上版本，大家可自行进行测试。 操作步骤如下: 1、导入数据 2、新增字段 日期起止（8点）=DATESUBDATE(${状态开始时刻},${日期},"m")-8*60 3、选择自定义图表矩形块 ps：横轴对应的值是分钟，当然我们也可以将其转换为小时 横轴如果想实现展示时间，我们需要单据绘制，并将两个图进行组合 4、仪表盘及美化 略   本次分享了质量管理中常用的控制图绘制原理。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！           登录地址：https://pcdemo.finebi.com/webroot/decision

新年伊始，我们站在了新旧交替的节点上。 回首 2024 年，在对 FINEBI 的深入研究过程中，也积累了一定的经验与成果。今天，就着重对这一年的工作进行归纳总结，相信其中本年度新增的一系列创意图形，会成为大家关注的焦点，能让大家眼前一亮，为大家后续的工作提供更多的启发与助力。 图形 文氏图 爱心图（创意） 立体圆柱图 按钮（创意） 矩形散点图 日历图 元素周期表 点环形图 WIFI信号图（创意） 动态组合图（创意） 动态饼图 心动指数（创意） 三角形柱状图 幂函数柱状图 频数直方图 频率直方图 正态分布 控制图 过程能力指数       最后和大家拜个早年。 祝愿新的一年里，番薯们身体健康，阖家欢乐。 希望明年会有更多创新的想法。 我的朋友们。 当然大家有什么有趣的图型，可以在评论区留言，我也会考虑将其纳入2025年的研究范围内。   写于二〇二五年年前

上章我们通过数据计算出来过程能力Cp和Cpk，但在质量管理过程中相关的过程分析图形是必须，毕竟这样才能反应最真实的过程情况。 结合这几期的学习，我们可以将正态分布、控制图、过程能力指数三者结合起来做分析。 严谨的同学可能会有疑问，为什么拿到数据就可以直接做正态分布呢？在绘制频率直方图时，图形存在各种分布情况，针对一些异常的图形，我们首先是要弄懂异常原因，对其进行改进，然后再开展分析。 没错，确实是这样的。 但在质量管理中，还有这样一条定律，中心极限定理 中心极限定理，是指概率论中讨论随机变量序列部分和分布渐近于正态分布的一类定理。这组定理是数理统计学和误差分析的理论基础，指出了大量随机变量近似服从正态分布的条件。它是概率论中最重要的一类定理，有广泛的实际应用背景。在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的。中心极限定理就是从数学上证明了这一现象。最早的中心极限定理是讨论重点，伯努利试验中，事件A出现的次数渐近于正态分布的问题。 故只要数据量足够大，它就近似服从正态分布     效果图如下： 在线效果展示   准备工作 软件：Finebi=6.1 数据：某工厂生产一种零件，其直径规格要求为 10±0.2mm   9.92 9.95 9.98 10.02 10.05 10.01 9.97 10.03 9.99 10.04 9.96 10.06 10 9.94 10.07 9.93 10.08 9.91 10.1 9.9 10.09 9.89 10.11 9.88 10.12 9.87 10.13 9.86 10.14 9.98 10.02 10.01 9.97 10.03 9.99 10.04 9.96 10.06 10 9.94 10.07 9.93 10.08 9.91 10.1 9.9 10.09 9.89 10.11 9.88   注:此栗子使用的是6.1 版本，其它版本未进行测试，理论上适用于V5.0 、V6.0以上版本，大家可自行进行测试。     本次结合前几张分享的原理作了综合的绘制，算是一次系统总结，有兴趣的同学们可以结合实际案例进行实践。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！       登录地址：https://pcdemo.finebi.com/webroot/decision

过程能力指数是指过程能力满足产品质量标准要求（规格范围等）的程度。也称工序能力指数，是指工序在一定时间里，处于控制状态（稳定状态）下的实际加工能力。它是工序固有的能力，或者说它是工序保证质量的能力。这里所指的工序，是指操作者、机器、原材料、工艺方法和生产环境等五个基本质量因素综合作用的过程，也就是产品质量的生产过程。 Cp, Cpk, Pp 和 Ppk都是用来体现过程能力的指标，它们是用来测量过程能力的指数（process capability index），不是过程能力本身。   定义： USL（上限） USL（Upper Specification Limit）：规格上限 LSL（下限） LSL（Low Specification Limit）：规格下限 T（规格公差） 公差之和   x̄平均值   Cp 过程能力指数Cp是表征过程固有的波动状态，即技朮水平。它是在过程的平均值μ与目标值M重合的情形。 具体表达式：   因此，质量特性值分布的总体标准差σ越小，过程能力指数越大，表明加工质量越高，但这时对设备及操作人员的要求也高，加工成本越大，所以对Cp值的选择应该根据技朮与经济的综合分析来决定。 Cpu 只有规格上限和规格中心的规格： Cpl 只有规格上限和规格中心的规格： Ca（制程准确度） Ca (Capability of Accuracy)：制程准确度。 Ca 在衡量 ”实际平均值“ 与 “规格中心值” 之一致性。 单边规格 不存在规格中心，因此也就不存在Ca。 双边规格 σ特指质量特性值分布的总体标准差   Cpk Cp适用于过程输出的平均值与目标值重合的情形，但事实上目标值与平均值重合情形较为少见；因此，引入一个偏移度K，即过程平均值x̄与目标值M的偏离过程。 Cpk是指过程平均值与产品标准规格发生偏移（ε=M-x̄）的大小，常用客户满意的上限偏差值减去平均值和平均值减去下限偏差值中数值小的一个，再除以3σ的结果来表示。 具体表达式： 通常状况下，质量特性值分布的总体标准差σ是未知的，所以可以采用样本标准差s代替。 Cpk指数意义 等级 范围 评价 说明 A++级 Cpk≥2.0 特优 可考虑成本的降低 A+ 级 2.0>Cpk≥1.67 优 应当保持之 A 级 1.67>Cpk≥1.33 良 能力良好，状态稳定，但应尽力提升为A+级 B 级 1.33>Cpk≥1.0 一般 状态一般，制程因素稍有变异即有产生不良的危险，应利用各种资源及方法将其提升为A+级 C 级 1.0>Cpk≥0.67 差 制程不良较多，必须提升其能力 D 级 0.67>Cpk 不可接受 其能力太差，应考虑重新整改设计制程。 Pp、Ppk PP （PerformanceIndex of Process）不考虑过程有无偏移，容差范围除以过程性能。 Ppk （Preliminaryprocess Capability）考虑过程有偏差时，样本数据的过程性能。 PP、PPK的公式与Cp、Cpk相同，区别为标准差的计算方式不同。PP、PPK的σ是全部样本的标准偏差，即等于所有样本的标准差S。 PP、PPK通常用来与cp及Cpk对比，度量和确认内改进的优先次序。 示例： 一、案例背景 某工厂生产一种零件，其直径规格要求为 10±0.2mm。现从生产线上随机抽取了 50 个零件进行测量，得到以下数据（单位：mm）： 9.92 9.95 9.98 10.02 10.05 10.01 9.97 10.03 9.99 10.04 9.96 10.06 10 9.94 10.07 9.93 10.08 9.91 10.1 9.9 10.09 9.89 10.11 9.88 10.12 9.87 10.13 9.86 10.14 9.98 10.02 10.01 9.97 10.03 9.99 10.04 9.96 10.06 10 9.94 10.07 9.93 10.08 9.91 10.1 9.9 10.09 9.89 10.11 9.88 二、计算过程 计算平均值 x̄： 计算标准差 σ： 确定规格上限 USL 和规格下限 LSL： 计算 Cp、Cpk：   效果图如下： 数据来源：百度 准备工作 软件：Finebi=6.1 数据：某工厂生产一种零件，其直径规格要求为 10±0.2mm 注:此栗子使用的是6.1 版本，其它版本未进行测试，理论上适用于V5.0 、V6.0以上版本，大家可自行进行测试。       本次分享了质量管理中常用的控制图绘制原理。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！           登录地址：https://pcdemo.finebi.com/webroot/decision

控制图（Control Chart）是1924年由美国的品管大师休哈特所发明。是对过程或过程中的各特性值进行测定、记录、评估和监察过程是否处于控制状态的一种用统计方法设计的图，也叫做管制图。 上图所示的图形，我们标注了UCL和LCL这两个上下限，这里要给大家明确的是，这是控制上下限，不是公差上下限，一定要注意。 中心线（CL，Central Line）、 上控制线（UCL，Upper Control Line），通常控制界限设定在+3倍标准差的位置 下控制线（LCL，Lower Control Line），通常控制界限设定在-3倍标准差的位置   控制图是根据假设检验的原理构造一种图，用于监测生产或服务过程是否处于控制状态。他是统计质量管理的一种重要手段和工具。将实际的品质特性，与根据过去经验所建立的过程能力的控制界限比较，按时间先后的次序，以判别质量是否稳定。 控制图种类及应用场合   以下是一个关于产品直径尺寸的 X - R 控制图案例。 一、案例背景 某机械加工厂生产一种特定规格的零件，其关键尺寸为直径。为了确保产品质量稳定，决定采用 X - R 控制图对生产过程进行监控。 二、数据收集 连续抽取 25 个样本，每个样本包含 5 个产品的直径测量值（单位：mm）。 样本序号 直径测量值1 直径测量值2 直径测量值3 直径测量值4 直径测量值5 1 10.1 10.2 10 10.3 10.2 2 10.2 10.1 10.3 10.2 10.4 3 10.3 10.2 10.1 10.4 10.3 4 10.2 10.3 10.4 10.1 10.2 5 10.1 10.2 10.3 10.4 10.2 6 10.2 10.3 10.1 10.4 10.3 7 10.3 10.2 10.4 10.1 10.2 8 10.2 10.1 10.3 10.4 10.2 9 10.3 10.2 10.1 10.4 10.3 10 10.2 10.3 10.4 10.1 10.2 11 10.1 10.2 10.3 10.4 10.2 12 10.2 10.3 10.1 10.4 10.3 13 10.3 10.2 10.4 10.1 10.2 14 10.2 10.1 10.3 10.4 10.2 15 10.3 10.2 10.1 10.4 10.3 16 10.2 10.3 10.4 10.1 10.2 17 10.1 10.2 10.3 10.4 10.2 18 10.2 10.3 10.1 10.4 10.3 19 10.3 10.2 10.4 10.1 10.2 20 10.2 10.1 10.3 10.4 10.2 21 10.3 10.2 10.1 10.4 10.3 22 10.2 10.3 10.4 10.1 10.2 23 10.1 10.2 10.3 10.4 10.2 24 10.2 10.3 10.1 10.4 10.3 25 10.3 10.2 10.4 10.1 10.2 三、计算过程 计算每个样本的均值（X̄）和极差（R）。 例如，对于样本 1，均值 X̄₁ = (10.1 + 10.2 + 10.0 + 10.3 + 10.2) / 5 = 10.16，极差 R₁ = 10.3 - 10.0 = 0.3。 计算总体均值（X̅̅）和平均极差（R̅）。 X̅̅ = ΣX̄ₙ /n，其中 n 为样本数量。这里 X̅̅ = (10.16 + 10.24 +... + 10.24) / 25 ≈ 10.224。 R̅ = ΣRₙ /n。这里 R̅ = (0.3 + 0.3 +... + 0.3) / 25 = 0.3。 计算控制限。 X 图控制限： 中心线（CL）= X̅̅ = 10.224。 上控制限（UCL）= X̅̅ + A₂R̅，其中 A₂ 是根据样本大小查表得到的值，当样本大小为 5 时，A₂ ≈ 0.577。所以 UCL = 10.224 + 0.577×0.3 ≈ 10.397。 下控制限（LCL）= X̅̅ - A₂R̅ = 10.224 - 0.577×0.3 ≈ 10.051。 R 图控制限： 中心线（CL）= R̅ = 0.3。 上控制限（UCL）= D₄R̅，当样本大小为 5 时，D₄ ≈ 2.114。所以 UCL = 2.114×0.3 ≈ 0.634。 下控制限（LCL）= D₃R̅，当样本大小为 5 时，D₃ ≈ 0。所以 LCL = 0。 四、绘制控制图 以样本序号为横坐标，分别绘制 X 图和 R 图。 X 图： 画出中心线（CL ）、上控制限（UCL ）和下控制限（LCL ）。 将每个样本的均值（X̄）在图上用点表示出来，并连接成折线。 R 图： 画出中心线（CL ）、上控制限（UCL ）和下控制限（LCL ）。 将每个样本的极差（R）在图上用点表示出来，并连接成折线。 五、分析控制图 观察 X 图和 R 图中的点是否超出控制限。如果有点超出控制限，说明生产过程可能存在异常因素，需要进行调查和分析。 观察点的分布趋势。如果点呈现出明显的上升、下降或周期性变化趋势，也可能表明生产过程存在问题。   效果图如下：   在线效果展示 数据来源：百度   注:此栗子使用的是6.1 版本，其它版本未进行测试，理论上适用于V5.0 、V6.0以上版本，大家可自行进行测试。   本次分享了质量管理中常用的控制图绘制原理。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！         登录地址：https://pcdemo.finebi.com/webroot/decision  

质量管理中最常遇到的连续型分布是正态分布，很多质量特性X都可以用正态分布来描述其取值的规律性。数学理论上可以证明，如果某项指标受到很多项随机因素的干扰，而每项干扰都很小的话，则所有干扰影响的综合结果将导致此项指标的分布为正态分布。 一般正态分布的概率密度函数为： μ是正态分布的均值，σ²是正态分布的方差，π和e都是常量 e是自然数大约为2.718 上两章节我们讲解频数直方图和频率直方图，不难发现正态分布只是在其基础上多了一条正态分布的曲线，结合曲线我们可以更好的观察分布情况。 示例： 某地区连续50年中四月份平均气温资料如下(单位：℃)： 某地区连续50年中四月份平均气温资料如下(单位：℃)： 6.9 4.1 6.6 5.2 6.4 7.9 8.6 3 4.4 6.7 7.1 4.7 9.1 6.8 8.6 5.2 5.8 7.9 5.6 8.8 8.1 5.7 8.4 4.1 6.4 6.2 5.2 6.8 5.6 5.6 6.8 8.2 6.4 4.8 6.9 7.1 9.7 6.4 7.3 6.8 7.1 4.8 5.8 6.5 5.9 7.3 5.5 7.4 6.2 7.7 解： 样本观测值中最小值min=3，最大值max=9.7，取整，最小为3，最大为10，将区间等分为7个小区间，区间长度为（10-3）/7=1，计算样本观测值落人各小区间的频数 区间 频数 频率 1 1/50 (4,5] 6 6/50 (5,6] 11 11/50 (6,7] 15 15/50 (7,8] 9 9/50 (8,9] 6 6/50 (9,10] 2 2/50 ps: 集中和记录数据，求出其最大值和最小值。数据的数量应在100个以上，在数量不多的情况下，至少也应在50个以上。 我们把分成组的个数称为组数，每一个组的两个端点的差称为组距。 将数据分成若干组，并做好记号。分组的数量在5－12之间较为适宜。 计算组距的宽度。用最大值和最小值之差去除组数，求出组距的宽度。   结合上章的案例数据，我们只需在其基础上新增密度曲线，其可以结合一般正态分布的概率密度函数计算得来 效果图如下： 在线效果展示   数据来源：百度   注:此栗子使用的是6.1 版本，其它版本未进行测试，理论上适用于V5.0 、V6.0以上版本，大家可自行进行测试。 这是对函数的解释 本次结合上两章分享的质量管理中常用的直方图，在其基础上绘制了正态分布的概率密度函数用于直观展现数据的分布情况。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！       登录地址：https://pcdemo.finebi.com/webroot/decision  

频率直方图（frequency histogram）亦称频率分布直方图。统计学中表示频率分布的图形。在直角坐标系中，用横轴表示随机变量的取值，横轴上的每个小区间对应一个组的组距，作为小矩形的底边；纵轴表示频率与组距的比值，并用它作小矩形的高，以这种小矩形构成的一组图称为频率直方图。  https://t.doruo.cn/1paJK1DK8 频率直方图 文字有点绕，可能不是很好理解，但结合上章分享的内容，不难发现，频率直方图只是在频数直方图的基础上将y轴的值转换为了百分比。   示例： 某地区连续50年中四月份平均气温资料如下(单位：℃)： 6.9 4.1 6.6 5.2 6.4 7.9 8.6 3 4.4 6.7 7.1 4.7 9.1 6.8 8.6 5.2 5.8 7.9 5.6 8.8 8.1 5.7 8.4 4.1 6.4 6.2 5.2 6.8 5.6 5.6 6.8 8.2 6.4 4.8 6.9 7.1 9.7 6.4 7.3 6.8 7.1 4.8 5.8 6.5 5.9 7.3 5.5 7.4 6.2 7.7 解： 样本观测值中最小值min=3，最大值max=9.7，取整，最小为3，最大为10，将区间等分为7个小区间，区间长度为（10-3）/7=1，计算样本观测值落人各小区间的频数 区间 频数 频率 1 1/50 (4,5] 6 6/50 (5,6] 11 11/50 (6,7] 15 15/50 (7,8] 9 9/50 (8,9] 6 6/50 (9,10] 2 2/50 ps: 集中和记录数据，求出其最大值和最小值。数据的数量应在100个以上，在数量不多的情况下，至少也应在50个以上。 我们把分成组的个数称为组数，每一个组的两个端点的差称为组距。 将数据分成若干组，并做好记号。分组的数量在5－12之间较为适宜。 计算组距的宽度。用最大值和最小值之差去除组数，求出组距的宽度。   结合上章的案例数据，我们只是在其基础上新增了频率 效果图如下： 在线效果展示     本次再次分享了质量管理中常用的直方图，用于直观展现数据的分布情况。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！     登录地址：https://pcdemo.finebi.com/webroot/decision

在统计数据时，按照频数分布表，在平面直角坐标系中，横轴标出每个组的端点，纵轴表示频数，每个矩形的高代表对应的频数，称这样的统计图为频数分布直方图。 相关概念： 组数：在统计数据时，我们把数据按照不同的范围分成几个组，分成的组的个数称为组数。 组距：每一组两个端点的差。 特点介绍 ①能够显示各组频数分布的情况； ②易于显示各组之间频数的差别。 目的 作直方图的目的就是通过观察图的形状，判断生产过程是否稳定，预测生产过程的质量。 1判断一批已加工完毕的产品； 搜集有关数据。 直方图将数据根据差异进行分类，特点是明察秋毫地掌握差异。 2在质量管理中，作直方图的目的有： ①估算可能出现的不合格率； ②考察工序能力估算法 ③判断质量分布状态； ④判断施工能力； 绘制注意事项 a. 抽取的样本数量过小，将会产生较大误差，可信度低，也就失去了统计的意义。因此，样本数不应少于50个。 b. 组数 k 选用不当，k 偏大或偏小，都会造成对分布状态的判断有误。 c. 直方图一般适用于计量值数据，但在某些情况下也适用于计数值数据，这要看绘制直方图的目的而定。   示例： 某地区连续50年中四月份平均气温资料如下(单位：℃)： 6.9 4.1 6.6 5.2 6.4 7.9 8.6 3 4.4 6.7 7.1 4.7 9.1 6.8 8.6 5.2 5.8 7.9 5.6 8.8 8.1 5.7 8.4 4.1 6.4 6.2 5.2 6.8 5.6 5.6 6.8 8.2 6.4 4.8 6.9 7.1 9.7 6.4 7.3 6.8 7.1 4.8 5.8 6.5 5.9 7.3 5.5 7.4 6.2 7.7 解： 样本观测值中最小值min=3，最大值max=9.7，取整，最小为3，最大为10，将区间等分为7个小区间，区间长度为（10-3）/7=1，计算样本观测值落人各小区间的频数 区间 频数 1 (4,5] 6 (5,6] 11 (6,7] 15 (7,8] 9 (8,9] 6 (9,10] 2 ps: 集中和记录数据，求出其最大值和最小值。数据的数量应在100个以上，在数量不多的情况下，至少也应在50个以上。 我们把分成组的个数称为组数，每一个组的两个端点的差称为组距。 将数据分成若干组，并做好记号。分组的数量在5－12之间较为适宜。 计算组距的宽度。用最大值和最小值之差去除组数，求出组距的宽度。   效果图如下： 在线效果展示   数据来源：百度 准备工作 软件：Finebi=6.1 数据：某地区连续50年中四月份平均气温资料如下(单位：℃)：   注:此栗子使用的是6.1 版本，其它版本未进行测试，理论上适用于V5.0 、V6.0以上版本，大家可自行进行测试。     今天分享了质量管理中常用的直方图，用于直观展现数据的分布情况。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！           登录地址：https://pcdemo.finebi.com/webroot/decision

上章给大家详细讲解了幂函数柱状图原理，并确定了具体的计算公式，若不清楚的可以返回上章。 【Finebi技巧】Finebi技巧（31）：绘制幂函数原理   效果图如下： 在线效果展示 数据来源：excel生成 准备工作 软件：Finebi=6.1 数据：-1——1区间值，步长0.02 注:此栗子使用的是6.1 版本，其它版本未进行测试，理论上适用于V5.0 、V6.0以上版本，大家可自行进行测试。   32幂函数柱状图.xlsx (9.46 K)   操作步骤如下: 1、导入数据 2、新增字段 y轴： r变量 3、选择组合图面积图并拖入相关字段 面积图： ps：连线的点为维度字段 4、设置轴 5、仪表盘及美化 一些简单的美化设计 x轴偏移和值的两个参数，大家感兴趣可自行研究。    🤔尝试绘画出上述图型后，我想下面这个案例一定也不在话下 如下图：     今天分享创意t图形是不是有点意思。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！         登录地址：https://pcdemo.finebi.com/webroot/decision  

上章我们分享了三角形柱状图的绘制，但总觉得，尖尖的太过锐利了，我希望平滑点，及有弧度，又有棱角。   那么我们温故下高中的幂函数知识：   观看图形，我们可以直观看出，不同的函数公式绘制的图形各不一样，之前的圆形、心形、心电图等都是通过同样的原理实现的。   那么如下实现的图形： 对比发现   其图形显示和上述的图形类似但是有以下几点注意事项： 1、x在分母位置，所以不等于0。(高中之前数学就这么定义的) 当然，一晃毕业好多年了，为什么呢？有兴趣的鞋同们可以点击下方链接详细了解下。 都说1不能除以0，如果我硬要除呢？ 通过图形可以看出，当x=0的时候，y是趋近∞ 2、当x趋近-∞时，y趋近0 3、当x趋近∞时，y趋近0   🤔 如果在分母中定义一个正数常量（非零），那么分母就不会为零，y值就不会趋近∞ 上开口是不是就可以合并了，达成了我们想要的图形。 接下来我们做一个简单的验证： Excel构建数据 X -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 效果如下图：   明显，添加常量值后，实现了上述我们想要的效果图 在线效果展示 下章，我们将结合本章的验证结论，绘制完整的幂函数柱状图     今天主要给大家讲解了原理知识。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？   FineBI在线版开放，提供个人独立分析账号！

在第二章节的时候，有讲解锥状柱形图，它是一种特殊类型的柱状图，其中柱子的宽度在顶部变窄，并呈锥形。同时也给大家讲解了其绘制原理，本次在原基础上做了一定修改，绘制了三角形柱状图。 效果图如下：   在线效果展示 数据来源：DC中国，2021 点 软件 占比 1 FienBI 19.10% 0 FienBI 19.10% -1 FienBI 19.10% 准备工作 软件：Finebi=6.1 数据：中国国内BI软件占比 注:此栗子使用的是6.1 版本，其它版本未进行测试，理论上适用于V5.0 、V6.0以上版本，大家可自行进行测试。   30三角柱状图 （单）.xlsx (8.85 K)   操作步骤如下: 1、导入数据 2、新增字段 y轴： 标签： 3、选择组合图面积图、文本图并拖入相关字段 面积图： ps：连线的点为维度字段 文本图： ps：当然你可以将其放置图形的正中心，调整为y轴的高度即可。 4、仪表盘及美化 一些简单的美化设计 好了，这样一个简单的，单类型三角形柱状图，多个类型原理是一样的，大家可以自行研究下。      🤔尝试绘画出上述图型后，我想下面这个案例一定也不在话下 如下图：     今天分享创意t图形是不是有点意思。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！           登录地址：https://pcdemo.finebi.com/webroot/decision

这不马上七夕了吗？ 简单做了一个随机动态游戏，仅供大家学习、娱乐。 提前祝大家七夕快乐！ 在线效果展示 实现原理： 1、图片背景 通过web组件，没错，进入后，背景图片都会发生变化 2、类似心电图 以下是一个简单的模拟心电图的公式示例： 其中： A 控制波的振幅，可以根据您想要的图形大小进行调整。 B 影响波的周期，例如B=2π/5可以产生一个相对较短的周期。 C是相位偏移，可以设置为 或其他较小的值。 通过excel生成1-100，间隔为1. 和画折线图类似 3、心型图 通过excel生成1-101，间隔为1. 并将其进行排序，按下述逻辑 为1的时候，对于X=6，Y=1 为2的时候，对于X=5，Y=2 。。。 为16的时候，对于X=9，Y=4 如何让其显示差异的颜色，这个在之前的文章中有分享过 大家可以看看 【Finebi技巧】Finebi技巧（08）：华夫饼图 指数的差异，这里运用了随机函数 4、仪表盘显示 通过组件实现动态参数，让对应组件内的图形进行显示   今天分享创意是不是有点意思。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！         登录地址：https://pcdemo.finebi.com/webroot/decision

饼图（Pie chart）是一种常见的数据可视化图表，通常用于展示各部分占整体的比例关系。它的特点是通过圆形的扇形区域来表示数据的比例，每个扇形的大小与其代表的数据量的大小成比例。 结构和特点： 圆形结构：整个饼图呈圆形，代表了总体或总量。 扇形区域：饼图被分割成几个扇形区域，每个区域的大小（角度）表示对应数据的相对大小。 比例关系：每个扇形的面积或角度与其所代表的数据量成比例关系，可以直观地看出各部分在整体中的相对重要性或比例。 标签和图例：通常饼图会配有标签或图例，标识每个扇形区域所代表的具体数据或类别，帮助观众理解和解释图表。 适用场景： 相对比例展示：适合展示各部分占整体的比例关系，如市场份额、资源分配等。 少量类别：适合展示类别较少的情况，过多的扇形会使得图表难以理解。 数据的相对大小：当需要展示数据的相对大小而不是绝对数值时，饼图非常有效。 使用注意事项： 数据量限制：不适合展示过多的数据类别，否则会导致图表复杂和难以解读。 比较困难：不易用于比较各部分的细微差别，因为视觉上难以精确比较扇形的大小。 避免过度装饰：过多的装饰、3D效果或分裂效果可能会分散读者注意力或误导观众。 本章给大家演示如何通过Finbi实现动态饼图。 在线效果展示 数据来源：选取网络 准备工作 软件：Finebi=6.0.11 数据：订单数据 注:此栗子使用的是6.0.11 版本，其它版本未进行测试，理论上适用于V6.0以上版本，大家可自行进行测试。   订单.xlsx (1.08 M)   操作步骤如下: 1、导入数据 2、新增字段 序号（供应商） 最佳排列 列 行 ps:列、行需转换为维度 3、选择组合图饼图并拖入相关字段 4、仪表盘及美化 添加对应的过滤组件，美化等。   今天分享创意是不是有点意思。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！       登录地址：https://pcdemo.finebi.com/webroot/decision  

更新：2024/7/25 添加原始数据文件   上个月重新对近半年新增的图表进行汇总，发掘自己确实成长了不少，很难想象，那些困扰我很久的图形，有一天我也可以绘制出来。 最近工作很忙，大部分的精力都放在工作上了，图形研究绘制完全是个人兴趣爱好而已。 新图形的绘制最近确实没有什么灵感，所以适当延后，不过我在对之前绘制的图形重新复盘总结的时候，有了一点灵感。 Finebi是否可以绘制动图，就是将图形一帧一帧的展现出来，只要网速够快，效果是不是可以实现。 那么go on showtime     感觉有点意思🙂，如果官方针对过滤组件增加更多的参数绑定功能，我想效果一定很nice！     数据来源：2019-2022中国BI软件市场占有率 链接1 链接2 准备工作 软件：Finebi=6.0.11 数据：excel模拟生成数据 注:此栗子使用的是6.0.11 版本，其它版本未进行测试，理论上适用于V5.0及V6.0以上版本，大家可自行进行测试。 ICD.xlsx (10.85 K)     制作步骤就不公开了，绘制这个图耗费了不少精力。 不过我可以分享下实现的原理： 首页背景图片的显示借鉴了【Finebi技巧】Finebi技巧（21）：画个按钮相关原理 第二个图形借鉴了【Finebi技巧】Finebi技巧（23）：日历图相关原理 最后一个图形，大家比较眼熟，就是我们用得比较多的四象限图，横坐标是均值占比，纵坐标是频次     为了证明图形的真实性，下面是访问路径，大家可以自行查看。     在线效果展示       今天分享创意是不是有点意思。 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！     登录地址：https://pcdemo.finebi.com/webroot/decision

看看新年里，Finebi又新增了哪些图型 点击查看在线效果20240616 文氏图： 文氏图是用封闭曲线（通常是圆形）来表示集合及其关系的一种直观图形表示法。 它的主要特点和作用包括： 清晰表达集合关系：能够简洁明了地展示不同集合之间的包含、相交、相离等关系。 便于分析和理解：帮助人们直观地理解复杂的逻辑关系和概念。 例如，假设有集合 A、B，通过文氏图可以清楚地看出它们是完全重合（表示两个集合完全相同）、部分重叠（表示有交集）还是相互独立（表示没有交集）。 在数学、统计学、逻辑学等领域都经常用到文氏图来辅助解决问题、讲解概念等。它以一种直观易懂的方式将抽象的集合概念具象化，使人们能够更好地掌握和分析相关内容。 爱心图： 爱心图是一种表达爱心和情感的图形，通常具有浪漫、温暖和关怀的含义。 笛卡尔成为了公主的数学老师。公主的数学在笛卡尔的悉心指导下突飞猛进，他们之间也开始变得亲密起来，每天的形影不离也使他们彼此产生了爱慕之心，一段纯粹、美好的爱情悄然萌发。然而，没过多久，他们的恋情传到了国王的耳朵里，过往大怒，下令马上将笛卡尔处死。在克里斯汀的苦苦哀求下，国王将他放逐回国，公主被软禁在宫中。身体孱弱的笛卡尔回到法国后不久，便染上重病。在生命进入倒计时的那段日子，他日夜思念公主，每天坚持给她写信，盼望着她的回音。在笛卡尔给克里斯汀寄出第十三封信后，他永远地离开了这个世界，这最后的一封信上没有写一句话，只有一个方程式：r=a(1-sinθ)，这条曲线就是著名的“心形线”。 立体圆柱： 立体圆柱是一种几何体，它由两个平行且全等的圆形底面和一个连接这两个底面的侧面组成。侧面是一个矩形，其长度等于圆的周长，宽度等于圆柱的高度。   不要在说finebi实现不了 按钮： 是否可以像点击按钮一样实现切换，当然还是能实现的。   矩形散点图： 矩形散点图s则是通过不同大小和尺寸来强调变化的范围，在散点图的基础上做了一定优化   日历图： 像日历一样展现数据，没错它实现了，三种形图这里都有

21世纪最伟大的发明莫过于智能手机，我们可以不拿钥匙、身份证或者钱包，但唯独它不可缺失。 出行必备两件事： 带上手机和充电器。 去的地方有wifi没？没有我怎么活。。。   貌似这成了当前年轻人的最焦虑的地方。 本期就给大家分享，如何通过Finebi实现WIFI信号图的绘制 首先我们来看下最终效果图： 在线效果展示 数据来源：excel生成 准备工作 软件：Finebi=6.0.11 数据：excel生成 注:此栗子使用的是6.0.11 版本，其它版本未进行测试，理论上适用于V6.0以上版本，大家可自行进行测试。   🤔：图形其实和之前的半圆类似【Finebi技巧】Finebi技巧（13）：画半圆弧（一），不过这次又在其基础上进行了三等份。   好的，知晓这个原理后，那么如何实现其实不难了。   26WIFI信号图.xlsx (10.02 K) 操作步骤如下: 1、导入数据 2、构建关系 3、新增字段 x=SUM_AGG(SIN(RADIANS(${点})))*SUM_AGG(${R})y=SUM_AGG(COS(RADIANS(${点})))*SUM_AGG(${R}) 4、选择组合图线图并拖入相关字段 ps:点字段为维度 5、一些美化 略            按照上述的方法实现了WIFI信号图的绘制，但还有是有几点和分享存在差异的。 1、颜色通过占比进行动态展示 2、最下层的弧形和⚪相差很大 感兴趣的童鞋们可以自行研究下 师傅领进门，修行在个人 相信自己，你可以的。💪       今天的知识学"废"了吗？ 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？   FineBI在线版开放，提供个人独立分析账号！

我在第15章节分享了通过柱状图在一个圆上进行呈现，虽然很直观展线了数据，但是相对年月数据，是否可以像圆环一样一层层展示每月数据，那么如何实现呢？ 【Finebi技巧】Finebi技巧（15）：画柱状环形图 首先我们来看下最终效果图： 在线效果展示 数据来源：Finebi新手入门demo数据 准备工作 软件：Finebi=6.0.11 数据：新手入门demo数据——销售明细表 注:此栗子使用的是6.0.11 版本，其它版本未进行测试，理论上适用于V5.0、V6.0以上版本，大家可自行进行测试。   🤔： 多圈的画法其实我在之前的分享过程中有写到，【Finebi技巧】Finebi技巧（11）：画多个圆,不过之前是将所有的点都连接起来构建了圆，而这里面的每一个点其实就是每个月的天，月则是对应的半径。 好的，知晓这个逻辑后，那么如何实现其实不难了。 操作步骤如下: 1、导入数据 2、数据汇总 ps:也可以不汇总，大家自行探索 3、新增字段 day=DAY(${日期(年月日)})month=MONTH(${日期(年月日)})点=(${day}-1)*INT(360/31)+1x=COS(RADIANS(${点}))*${month}y=SIN(RADIANS(${点}))*${month} ps:x y 轴的构造还是不懂的，请看我之前分享的章节。 4、选择组合点图将相关字段拖入 ps：维度字段需要拖入明细字段，及每天就是一个点 5、一些美化 略 点的大小这里我拖入数量字段，这个大家可以根据实际情况自行进行研究      尝试绘画出上述图型后，我想下面这个案例一定也不在话下 如下图： 是不是可以画个星空出来。🙂~~~///(^v^)\\\~~~     今天的知识学"废"了吗？ 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！           登录地址：https://pcdemo.finebi.com/webroot/decision

化学元素周期表（Periodic table of elements）是根据元素原子核电荷数从小至大排序的化学元素列表。列表大体呈长方形，某些元素周期中留有空格，使特性相近的元素归在同一族中，如碱金属元素、碱土金属、卤族元素、稀有气体，非金属，过渡元素等。这使周期表中形成元素分区且分有七主族、七副族、Ⅷ族、18族。由于周期表能够准确地预测各种元素的特性及其之间的关系，因此它在化学及其他科学范畴中被广泛使用，作为分析化学行为时十分有用的框架。 俄国化学家德米特里·伊万诺维奇·门捷列夫（Dmitri Mendeleev）于1869年总结发表此周期表（第一代元素周期表），此后不断有人提出各种类型周期表不下170余种，归纳起来主要有：短式表（以门捷列夫为代表）、长式表（以维尔纳式为代表）、特长表（以波尔塔式为代表）；平面螺线表和圆形表（以达姆开夫式为代表）；立体周期表（以莱西的圆锥柱立体表为代表）等众多类型表。 注：中国教学上长期使用的是长式周期表，即维尔纳式为代表。      https://baike.baidu.com/item/%E5%85%83%E7%B4%A0%E5%91%A8%E6%9C%9F%E8%A1%A8/282048 元素周期表   在线效果展示 数据来源：excel绘制 准备工作 软件：Finebi=6.0.11 数据：excel模拟生成数据 注:此栗子使用的是6.0.11 版本，其它版本未进行测试，理论上适用于V5.0及V6.0以上版本，大家可自行进行测试。 元素周期demo.xlsx (9.29 K) 1、绘制数据逻辑 ps:🤔 我们需要将其转换为x轴、y轴上面的点 例如： 元素 X Y 氢 1 7 氦 18 7 。。。 。。。 。。。 当然实际点的定位，大家可以结合自己需求进行调整。 2、导入数据 3、选择组合矩形块将相关字段拖入 当然选择点图也形 4、美化及仪表盘操作 按照上述的逻辑，大家自行构建完整的数据，即可完成最终效果。    尝试绘画出上述图型后，我想下面这个案例一定也不在话下 如下图：   今天的知识学"废"了吗？ 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！         登录地址：https://pcdemo.finebi.com/webroot/decision

日历图：顾名思义就是通过日历的形式展示数据 在线效果展示 数据来源：Finebi新手入门demo数据 准备工作 软件：Finebi=6.0.11 数据：新手入门demo数据——销售明细表 注:此栗子使用的是6.0.11 版本，其它版本未进行测试，理论上适用于V6.0以上版本，大家可自行进行测试。 操作步骤如下: 1、导入数据 2、数据汇总 ps:也可以不汇总，大家自行探索 3、选择组合矩型图将相关字段拖入 ps：横轴将日期选择为按星期显示，纵轴将日期选择为按周显示 4、仪表盘拖入时间控件 5、一些美化 略   实例中横轴和纵轴是在此基础上做了一些美化，大家可以按照这个思路自行调整。    尝试绘画出上述图型后，我想下面这个案例一定也不在话下 如下图：     今天的知识学会了吗？ 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！               登录地址：https://pcdemo.finebi.com/webroot/decision

散点图是由X值和Y值确定的点组成的图表，可以展示数据的分布和趋势， 而矩形散点图则是通过不同大小和尺寸来强调变化的范围。 在线效果展示 数据来源：网上整理的一些办工用品数据 准备工作 软件：Finebi=6.0.11 数据：excel生成 注:此栗子使用的是6.0.11 版本，其它版本未进行测试，理论上适用于V5.0及V6.0以上版本，大家可自行进行测试。 22矩形散点图.xlsx (10.14 K) 操作步骤如下: 1、下载数据并导入 2、构建视图 3、新增字段 x轴=IF(SUM_AGG(${路径})=1,0,SUM_AGG(${利润额}))颜色=IF(${利润额}<0,"负数","正数") 4、新增面积图并拖入相关字段 ps:路径需要调整为维度 5、美化及新增仪表盘 略   今天的知识学会了吗？ 访问：https://www.finebi.com/product/download，进行下载体验吧！ 当然，你也可以进行线上练习 没有服务器，个人电脑BI运行卡慢？ 本地安装，做好的看板无法分享？ FineBI在线版开放，提供个人独立分析账号！             登录地址：https://pcdemo.finebi.com/webroot/decision