ഡയഗ്രം(ഗ്രീക്ക് Διάγραμμα (ഡയഗ്രമ) - ഇമേജ്, ഡ്രോയിംഗ്, ഡ്രോയിംഗ്) - രേഖീയ സെഗ്‌മെന്റുകൾ അല്ലെങ്കിൽ ജ്യാമിതീയ രൂപങ്ങൾ ഉപയോഗിച്ച് ഡാറ്റയുടെ ഗ്രാഫിക്കൽ അവതരണം, നിരവധി അളവുകളുടെ അനുപാതം വേഗത്തിൽ വിലയിരുത്താൻ നിങ്ങളെ അനുവദിക്കുന്നു.

ചിലപ്പോൾ ഡയഗ്രമുകളുടെ രൂപകൽപ്പനയ്ക്കായി ഉപയോഗിക്കുന്നു ത്രിമാന ദൃശ്യവൽക്കരണംഒരു വിമാനത്തിലേക്ക് പ്രൊജക്റ്റ് ചെയ്തു, അത് ഡയഗ്രം നൽകുന്നു തനതുപ്രത്യേകതകൾഅല്ലെങ്കിൽ അത് പ്രയോഗിച്ച പ്രദേശത്തെക്കുറിച്ച് പൊതുവായ ഒരു ആശയം നേടാൻ നിങ്ങളെ അനുവദിക്കുന്നു.

ഒരു ബാർ ചാർട്ടിന്റെ 3D സ്കീമാറ്റിക് പ്രാതിനിധ്യം

ചാർട്ട് തരങ്ങൾ:

ലൈൻ ചാർട്ടുകൾ (ഗ്രാഫുകൾ)

ലൈൻ ചാർട്ടുകൾ അല്ലെങ്കിൽ ഗ്രാഫുകൾ ലഭിച്ച ഡാറ്റ നേർരേഖകളാൽ ബന്ധിപ്പിച്ച ഡോട്ടുകളായി ചിത്രീകരിക്കുന്ന ഒരു തരം ചാർട്ടാണ്. പോയിന്റുകൾ ദൃശ്യവും അദൃശ്യവുമാകാം (തകർന്ന വരകൾ). വരകളില്ലാത്ത ഡോട്ടുകളും (സ്കാറ്റർ പ്ലോട്ടുകൾ) വരയ്ക്കാം. ലൈൻ ഡയഗ്രമുകൾ നിർമ്മിക്കാൻ, ഉപയോഗിക്കുക ചതുരാകൃതിയിലുള്ള കോർഡിനേറ്റ് സിസ്റ്റം.

ശ്രേണിയിലെ വലുപ്പങ്ങളുടെ എണ്ണം (ലെവലുകൾ) വലുതായിരിക്കുമ്പോൾ ലൈൻ ഡയഗ്രമുകൾ ഉപയോഗിക്കുന്നത് നല്ലതാണ്.

ലൈൻ ചാർട്ടുകളുടെ പ്രധാന പോരായ്മ ഒരു ഏകീകൃത സ്കെയിലാണ്, അത് പഠന കാലയളവിൽ സൂചകങ്ങളിലെ കേവലമായ വർദ്ധനവോ കുറവോ മാത്രം അളക്കാനും താരതമ്യം ചെയ്യാനും നിങ്ങളെ അനുവദിക്കുന്നു.

ഏരിയ ചാർട്ടുകൾ

ഏരിയ ചാർട്ടുകൾ വളഞ്ഞ വരകൾ വരയ്ക്കുന്ന രീതിയിൽ ലൈൻ ചാർട്ടുകൾക്ക് സമാനമായ ഒരു തരം ചാർട്ട് ആണ്. ഓരോ ഗ്രാഫിനും കീഴിലുള്ള പ്രദേശം ഒരു വ്യക്തിഗത നിറമോ നിഴലോ കൊണ്ട് നിറച്ചിരിക്കുന്നതിനാൽ അവയിൽ നിന്ന് വ്യത്യസ്തമാണ്.

ഈ രീതിയുടെ പ്രയോജനം, പരിഗണനയിലുള്ള പ്രക്രിയയിൽ ഓരോ ഘടകത്തിന്റെയും സംഭാവനയെ വിലയിരുത്താൻ നിങ്ങളെ അനുവദിക്കുന്നു എന്നതാണ്.

ഇത്തരത്തിലുള്ള ചാർട്ടുകളുടെ പോരായ്മയും പരമ്പരാഗത ലൈൻ ചാർട്ടുകളുടെ പോരായ്മയ്ക്ക് സമാനമാണ് - ഏകീകൃത ഓർഡിനേറ്റ് സ്കെയിൽ ഉപയോഗിച്ച് ഡൈനാമിക്സ് സൂചകങ്ങളിലെ ആപേക്ഷിക മാറ്റങ്ങളുടെ വികലത.

ബാർ, ലൈൻ ചാർട്ടുകൾ (ബാർ ചാർട്ടുകൾ)

ക്ലാസിക് ഡയഗ്രമുകളാണ് ബാറും ലൈൻ (ബാർ) ചാർട്ടുകളും ... അവരെയും വിളിക്കുന്നു ഹിസ്റ്റോഗ്രാമുകൾ ... ലഭിച്ച സ്റ്റാറ്റിസ്റ്റിക്കൽ ഡാറ്റ ദൃശ്യപരമായി താരതമ്യം ചെയ്യുന്നതിനോ ഒരു നിശ്ചിത കാലയളവിൽ അവയുടെ മാറ്റങ്ങൾ വിശകലനം ചെയ്യുന്നതിനോ കോളം ചാർട്ടുകൾ പ്രധാനമായും ഉപയോഗിക്കുന്നു. ഒരു ബാർ ചാർട്ടിന്റെ നിർമ്മാണം ലംബമായ ദീർഘചതുരങ്ങൾ അല്ലെങ്കിൽ ത്രിമാന ചതുരാകൃതിയിലുള്ള ബാറുകൾ രൂപത്തിൽ സ്ഥിതിവിവരക്കണക്ക് ഡാറ്റ പ്രദർശിപ്പിക്കുന്നത് ഉൾക്കൊള്ളുന്നു. ഓരോ ബാറും ഈ സ്റ്റാറ്റിസ്റ്റിക്കൽ സീരീസിന്റെ ലെവലിന്റെ മൂല്യത്തെ പ്രതിനിധീകരിക്കുന്നു.

ലൈൻ (ബാർ) ചാർട്ടുകൾ ബാർ ചാർട്ടുകളുടെ ഇനങ്ങളാണ്. നിരകളുടെ തിരശ്ചീന ക്രമീകരണത്തിൽ അവ വ്യത്യാസപ്പെട്ടിരിക്കുന്നു.

കോളം ചാർട്ടുകൾ ഗ്രൂപ്പുകളായി ചിത്രീകരിക്കാം (വ്യത്യസ്‌ത സവിശേഷതകളുടെ വ്യത്യസ്ത അളവുകളുള്ള ഒരേ തിരശ്ചീന അക്ഷത്തിൽ ഒരേസമയം സ്ഥിതിചെയ്യുന്നു).

പൈ (പൈ) ചാർട്ടുകൾ

തികച്ചും സാധാരണമായ രീതിയിൽ ഗ്രാഫിക് ചിത്രംഫ്രെയിം ഘടനയാണ് പൈ ചാർട്ട് , മുഴുവൻ എന്ന ആശയം ഒരു സർക്കിളിൽ വളരെ വ്യക്തമായി പ്രകടിപ്പിക്കുന്നതിനാൽ, അത് മുഴുവൻ സെറ്റിനെയും പ്രതിനിധീകരിക്കുന്നു. ഓരോ മൂല്യത്തിന്റെയും ആപേക്ഷിക മൂല്യം ഒരു സർക്കിളിന്റെ ഒരു സെക്ടറായി ചിത്രീകരിച്ചിരിക്കുന്നു, അതിന്റെ വിസ്തീർണ്ണം മൂല്യങ്ങളുടെ ആകെത്തുകയ്ക്ക് ഈ മൂല്യത്തിന്റെ സംഭാവനയുമായി യോജിക്കുന്നു. മൊത്തം വോള്യത്തിൽ ഓരോ മൂല്യത്തിന്റെയും പങ്ക് കാണിക്കേണ്ടിവരുമ്പോൾ ഇത്തരത്തിലുള്ള ഗ്രാഫുകൾ ഉപയോഗിക്കാൻ സൗകര്യപ്രദമാണ്. സെക്ടറുകൾ ഒരു പൊതു സർക്കിളിലും വെവ്വേറെ, പരസ്പരം ചെറിയ അകലത്തിലും ചിത്രീകരിക്കാം.

ചാർട്ടിലെ ജനസംഖ്യയുടെ ഭാഗങ്ങളുടെ എണ്ണം ചെറുതാണെങ്കിൽ മാത്രമേ പൈ ചാർട്ട് വ്യക്തമാകൂ. ഡയഗ്രാമിന്റെ നിരവധി ഭാഗങ്ങൾ ഉണ്ടെങ്കിൽ, താരതമ്യം ചെയ്ത ഘടനകൾ തമ്മിലുള്ള അപ്രധാനമായ വ്യത്യാസം കാരണം അതിന്റെ ഉപയോഗം ഫലപ്രദമല്ല.

റേഡിയൽ (ഗ്രിഡ്) ചാർട്ടുകൾ

ലൈൻ ചാർട്ടുകളിൽ നിന്ന് വ്യത്യസ്തമായി, റേഡിയൽ അല്ലെങ്കിൽ ഗ്രിഡ് ചാർട്ടുകൾക്ക് രണ്ടിൽ കൂടുതൽ അക്ഷങ്ങൾ ഉണ്ട്. അവ ഓരോന്നും കേന്ദ്രത്തിൽ സ്ഥിതിചെയ്യുന്ന ഉത്ഭവത്തിൽ നിന്നാണ് കണക്കാക്കുന്നത്. ലഭിച്ച ഓരോ തരം മൂല്യങ്ങൾക്കും, ചാർട്ടിന്റെ മധ്യഭാഗത്ത് നിന്ന് ആരംഭിക്കുന്ന അതിന്റേതായ അച്ചുതണ്ട് സൃഷ്ടിക്കപ്പെടുന്നു. റേഡിയൽ ചാർട്ടുകൾ ഒരു ഗ്രിഡ് അല്ലെങ്കിൽ ചിലന്തിവലയോട് സാമ്യമുള്ളതാണ്, അതിനാലാണ് അവയെ ചിലപ്പോൾ മെഷ് എന്ന് വിളിക്കുന്നത്. റേഡിയൽ ചാർട്ടുകളുടെ പ്രയോജനം, സ്റ്റാറ്റിസ്റ്റിക്കൽ പോപ്പുലേഷനുകളുടെ ഘടനയുടെ പൊതുവായ അവസ്ഥയെ ചിത്രീകരിക്കുന്ന നിരവധി സ്വതന്ത്ര മൂല്യങ്ങൾ ഒരേസമയം പ്രദർശിപ്പിക്കാൻ അവ നിങ്ങളെ അനുവദിക്കുന്നു എന്നതാണ്. വായന നടത്തുന്നത് സർക്കിളിന്റെ മധ്യത്തിൽ നിന്നല്ല, വൃത്തത്തിൽ നിന്നാണെങ്കിൽ, അത്തരമൊരു ഡയഗ്രം വിളിക്കപ്പെടും സർപ്പിള ഡയഗ്രം .

സ്പേഷ്യൽ (3D) ചാർട്ടുകൾ

സ്പേഷ്യൽ, അഥവാ 3D ചാർട്ടുകൾദ്വിമാന ചാർട്ടുകളുടെ അഞ്ച് പ്രധാന തരം വോള്യൂമെട്രിക് അനലോഗുകളാണ്: ലൈൻ ചാർട്ടുകൾ, ഏരിയ ചാർട്ടുകൾ, ഹിസ്റ്റോഗ്രാമുകൾ (ബാറും ലൈനും), പൈ ചാർട്ടുകൾ. 3D ഇമേജ് വിവരങ്ങൾ മനസ്സിലാക്കാൻ എളുപ്പമാക്കുന്നു. ഈ ഡയഗ്രമുകൾ കൂടുതൽ ബോധ്യപ്പെടുത്തുന്നതായി തോന്നുന്നു.

MS Excel-ലെ ചാർട്ടുകളുടെ തരങ്ങൾ

Microsoft Excel പിന്തുണയ്ക്കുന്നു വിവിധ തരംഒരു പ്രത്യേക പ്രേക്ഷകർക്ക് മനസ്സിലാക്കാവുന്ന തരത്തിൽ ഡാറ്റ അവതരിപ്പിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്ന ചാർട്ടുകൾ.

ഹിസ്റ്റോഗ്രാമുകൾ

നിങ്ങൾക്ക് ഒരു ബാർ ചാർട്ടായി ഒരു വർക്ക് ഷീറ്റിലെ നിരകളിലോ വരികളിലോ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയും. കാലക്രമേണ ഡാറ്റയിലെ മാറ്റങ്ങൾ കാണിക്കുന്നതിനും വ്യത്യസ്ത അളവുകൾ ദൃശ്യപരമായി താരതമ്യം ചെയ്യുന്നതിനും ബാർ ചാർട്ടുകൾ ഉപയോഗപ്രദമാണ്. ബാർ ചാർട്ടുകളിൽ, വിഭാഗങ്ങൾ സാധാരണയായി തിരശ്ചീന അക്ഷത്തിലും മൂല്യങ്ങൾ ലംബ അക്ഷത്തിലും പ്ലോട്ട് ചെയ്യുന്നു.

ചാർട്ടുകൾ

ഒരു വർക്ക് ഷീറ്റിന്റെ നിരകളിലോ വരികളിലോ സ്ഥിതി ചെയ്യുന്ന ഡാറ്റ ഒരു ഗ്രാഫിന്റെ രൂപത്തിൽ അവതരിപ്പിക്കാവുന്നതാണ്. സ്ഥിരമായ സ്കെയിലിൽ കാലക്രമേണ തുടർച്ചയായ ഡാറ്റ മാറ്റങ്ങൾ പ്ലോട്ട് ചെയ്യാൻ ഗ്രാഫുകൾ നിങ്ങളെ അനുവദിക്കുന്നു കൂടാതെ കൃത്യമായ ഇടവേളകളിൽ ഡാറ്റയിലെ ട്രെൻഡുകൾ അവതരിപ്പിക്കുന്നതിന് അനുയോജ്യമാണ്.

കാറ്റഗറി ലേബലുകൾ ടെക്‌സ്‌റ്റ് ആകുകയും മാസങ്ങൾ, ക്വാർട്ടേഴ്‌സ്, അല്ലെങ്കിൽ സാമ്പത്തിക വർഷം എന്നിങ്ങനെ തുല്യ അകലത്തിലുള്ള മൂല്യങ്ങളെ പ്രതിനിധീകരിക്കുകയും ചെയ്യുമ്പോൾ ഗ്രാഫുകൾ ഉപയോഗിക്കാനാകും. നിങ്ങൾക്ക് ഒന്നിലധികം സീരീസ് ഉള്ളപ്പോൾ ഇത് വളരെ പ്രധാനമാണ്: ഒരൊറ്റ സീരീസ് പ്രദർശിപ്പിക്കാൻ നിങ്ങൾക്ക് ഒരു സ്കാറ്റർ പ്ലോട്ട് ഉപയോഗിക്കാം. കൂടാതെ, തുല്യ ഇടവേളകളാൽ വേർതിരിച്ച നിരവധി സംഖ്യാ ലേബലുകൾ ഉണ്ടെങ്കിൽ ഗ്രാഫുകൾ ഉപയോഗിക്കാം, പ്രത്യേകിച്ചും, വർഷങ്ങൾ. പത്തിൽ കൂടുതൽ സംഖ്യാ ലേബലുകൾ ഉണ്ടെങ്കിൽ, ഒരു ഗ്രാഫിന് പകരം ഒരു സ്കാറ്റർ പ്ലോട്ട് ഉപയോഗിക്കുന്നതാണ് നല്ലത്.

പൈ ചാർട്ടുകൾ

ഒരു വർക്ക് ഷീറ്റിന്റെ ഒരു കോളത്തിലോ വരിയിലോ ഉള്ള ഡാറ്റ ഒരു പൈ ചാർട്ടായി പ്രതിനിധീകരിക്കാം. മൂലകങ്ങളുടെ ആകെത്തുകയുമായി ബന്ധപ്പെട്ട് ഒരു ഡാറ്റാ ശ്രേണിയിലെ മൂലകങ്ങളുടെ വലുപ്പം ഒരു പൈ ചാർട്ട് കാണിക്കുന്നു. ഒരു പൈ ചാർട്ടിലെ ഡാറ്റ പോയിന്റുകൾ മുഴുവൻ സർക്കിളിന്റെയും ശതമാനമായി പ്ലോട്ട് ചെയ്തിരിക്കുന്നു.

ബാർ ചാർട്ടുകൾ

നിങ്ങൾക്ക് ഒരു ബാർ ചാർട്ടായി ഒരു വർക്ക് ഷീറ്റിലെ നിരകളിലോ വരികളിലോ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയും. വ്യക്തിഗത ഇനങ്ങൾ താരതമ്യം ചെയ്യാൻ ബാർ ചാർട്ടുകൾ ഉപയോഗിക്കുന്നു.

ഏരിയ ചാർട്ടുകൾ

ഒരു ഏരിയ ചാർട്ടായി ഒരു വർക്ക് ഷീറ്റിലെ കോളങ്ങളിലോ വരികളിലോ ഉള്ള ഡാറ്റ നിങ്ങൾക്ക് ദൃശ്യവൽക്കരിക്കാൻ കഴിയും. ഏരിയ ചാർട്ടുകൾ കാലക്രമേണയുള്ള മാറ്റത്തിന്റെ വ്യാപ്തി ഉയർത്തിക്കാട്ടുന്നു, ഒരു ട്രെൻഡ് അനുസരിച്ച് മൊത്തം മൂല്യത്തിലേക്ക് ശ്രദ്ധ ആകർഷിക്കാൻ ഇത് ഉപയോഗിക്കാം. ഉദാഹരണത്തിന്, മൊത്തത്തിലുള്ള ലാഭത്തിലേക്ക് ശ്രദ്ധ ആകർഷിക്കുന്നതിനായി ഒരു ഏരിയ ചാർട്ടിൽ കാലക്രമേണ ലാഭം കാണിക്കുന്ന ഡാറ്റ പ്ലോട്ട് ചെയ്യാം.

സ്കാറ്റർ ചാർട്ടുകൾ

ഒരു വർക്ക് ഷീറ്റിന്റെ നിരകളിലെയും വരികളിലെയും ഡാറ്റ ഒരു സ്‌കാറ്റർ ചാർട്ടായി പ്രതിനിധീകരിക്കാം. തമ്മിലുള്ള ബന്ധത്തെയാണ് സ്കാറ്റർ പ്ലോട്ട് കാണിക്കുന്നത് സംഖ്യാ മൂല്യങ്ങൾഒന്നിലധികം ഡാറ്റ ശ്രേണിയിൽ, അല്ലെങ്കിൽ x, y കോർഡിനേറ്റുകളുടെ ഒരു വരിയായി രണ്ട് ഗ്രൂപ്പുകളുടെ സംഖ്യകൾ പ്രദർശിപ്പിക്കുന്നു.

ഒരു സ്‌കാറ്റർ പ്ലോട്ടിന് രണ്ട് മൂല്യ അക്ഷങ്ങളുണ്ട്, ചില സംഖ്യാ മൂല്യങ്ങൾ തിരശ്ചീനമായ (എക്സ്-ആക്സിസ്) അക്ഷത്തിലും മറ്റുള്ളവയും ലംബ അക്ഷം(Y അക്ഷം). ഒരു സ്‌കാറ്റർ പ്ലോട്ടിൽ, ഈ മൂല്യങ്ങൾ ഒരൊറ്റ പോയിന്റായി സംയോജിപ്പിച്ച് ക്രമരഹിതമായ ഇടവേളകളിലോ ക്ലസ്റ്ററുകളിലോ പ്ലോട്ട് ചെയ്യുന്നു.

സയന്റിഫിക്, സ്റ്റാറ്റിസ്റ്റിക്കൽ അല്ലെങ്കിൽ ടെക്നിക്കൽ ഡാറ്റ പോലുള്ള സംഖ്യാ മൂല്യങ്ങൾ ചിത്രീകരിക്കാനും താരതമ്യം ചെയ്യാനും സ്കാറ്റർ ചാർട്ടുകൾ സാധാരണയായി ഉപയോഗിക്കുന്നു.

സ്റ്റോക്ക് ചാർട്ടുകൾ

ഒരു നിശ്ചിത ക്രമത്തിൽ ഷീറ്റിന്റെ നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു സ്റ്റോക്ക് ചാർട്ടിന്റെ രൂപത്തിൽ പ്രതിനിധീകരിക്കാം.

പേര് സൂചിപ്പിക്കുന്നത് പോലെ, സ്റ്റോക്ക് ചാർട്ടുകൾ മിക്കപ്പോഴും സ്റ്റോക്ക് വിലയിലെ മാറ്റങ്ങൾ ചിത്രീകരിക്കാൻ ഉപയോഗിക്കുന്നു.

എന്നിരുന്നാലും, ശാസ്ത്രീയ ഡാറ്റ ഔട്ട്പുട്ട് ചെയ്യാനും അവ ഉപയോഗിക്കാം.

ഉദാഹരണത്തിന്, ദൈനംദിന അല്ലെങ്കിൽ വാർഷിക താപനില വ്യതിയാനങ്ങളെ പ്രതിനിധീകരിക്കാൻ നിങ്ങൾക്ക് ഒരു സ്റ്റോക്ക് ചാർട്ട് ഉപയോഗിക്കാം.

ഉപരിതല ചാർട്ടുകൾ

വർക്ക് ഷീറ്റിന്റെ നിരകളിലോ വരികളിലോ ഉള്ള ഡാറ്റ ഒരു ഉപരിതല ചാർട്ടായി പ്രതിനിധീകരിക്കാം.

രണ്ട് സെറ്റുകളിൽ നിന്നുള്ള ഡാറ്റയുടെ ഒപ്റ്റിമൽ കോമ്പിനേഷനുകൾ കണ്ടെത്തേണ്ടിവരുമ്പോൾ ഒരു ഉപരിതല ചാർട്ട് ഉപയോഗപ്രദമാണ്.

എങ്ങനെ ടോപ്പോഗ്രാഫിക് മാപ്പ്, ഒരേ ശ്രേണിയിൽ പെട്ട പ്രദേശങ്ങൾ നിറങ്ങളും ഷേഡിംഗും ഉപയോഗിച്ച് ഹൈലൈറ്റ് ചെയ്യുന്നു.

സംഖ്യാ മൂല്യങ്ങളെ പ്രതിനിധീകരിക്കുന്ന വിഭാഗങ്ങളും ഡാറ്റാസെറ്റുകളും ചിത്രീകരിക്കാൻ ഉപരിതല ചാർട്ടുകൾ ഉപയോഗിക്കാം.

ഡോനട്ട് ചാർട്ടുകൾ

ഒരു വർക്ക് ഷീറ്റിന്റെ നിരകളിലോ വരികളിലോ മാത്രം സ്ഥിതി ചെയ്യുന്ന ഡാറ്റ ഒരു ഡോനട്ട് ചാർട്ടായി പ്രതിനിധീകരിക്കാം. ഒരു പൈ ചാർട്ട് പോലെ, ഒരു ഡോനട്ട് ചാർട്ട് ഭാഗങ്ങളുടെ മൊത്തത്തിലുള്ള ബന്ധം കാണിക്കുന്നു, എന്നാൽ അതിൽ ഒന്നിലധികം ഡാറ്റ പരമ്പരകൾ അടങ്ങിയിരിക്കാം.

ബബിൾ ചാർട്ടുകൾ

ഒരു ബബിൾ ചാർട്ടിൽ, ഡാറ്റയുടെ ആദ്യ നിരയിൽ നിന്ന് x-ആക്സിസ് വലിച്ചുകൊണ്ട് നിങ്ങൾക്ക് വർക്ക്ഷീറ്റ് കോളങ്ങളിൽ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയും, കൂടാതെ അടുത്തുള്ള നിരകളിൽ നിന്ന് അനുബന്ധ y- മൂല്യങ്ങളും ബബിൾ വലുപ്പവും വലിക്കുക.

പെറ്റൽ ചാർട്ടുകൾ

ഒരു റഡാർ ചാർട്ടായി ഒരു വർക്ക് ഷീറ്റിലെ നിരകളിലോ വരികളിലോ ഉള്ള ഡാറ്റ നിങ്ങൾക്ക് ദൃശ്യവൽക്കരിക്കാൻ കഴിയും.

മൊത്തവുമായി ബന്ധപ്പെട്ട വ്യക്തിഗത മൂല്യങ്ങൾ പൈ ചാർട്ടുകൾ ഉപയോഗിച്ച് പ്രദർശിപ്പിക്കും. വിൽപ്പന, ഭരണപരമായ ചെലവുകൾ എന്നിവയുടെ വിഹിതം ചിത്രീകരിക്കാൻ അവ ഉപയോഗിക്കുന്നു മൊത്തം തുകചെലവുകൾ.

പഠിച്ച സൂചകങ്ങളുടെ ഘടന പ്രകടിപ്പിക്കാൻ ഘടനാപരമായ (പൈ) ഡയഗ്രമുകൾ നിങ്ങളെ അനുവദിക്കുന്നു, പ്രത്യേക ഗുരുത്വാകർഷണം പ്രത്യേക ഭാഗങ്ങൾവി ആകെസൂചകം. ഘടനാപരമായ ഡയഗ്രമുകളിൽ, സൂചകം സെക്ടറുകളായി തിരിച്ചിരിക്കുന്നു ജ്യാമിതീയ രൂപങ്ങൾ(ചതുരങ്ങൾ, സർക്കിളുകൾ), അതിന്റെ വിസ്തീർണ്ണം 100 അല്ലെങ്കിൽ 1 ആയി കണക്കാക്കുന്നു. സെക്ടറിന്റെ വലുപ്പം നിർണ്ണയിക്കുന്നത് ഭാഗത്തിന്റെ നിർദ്ദിഷ്ട ഭാരം അനുസരിച്ചാണ്.

ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്ന പൈ ചാർട്ട്. 1.13, മൊത്തം ചെലവിൽ ഓരോ വകുപ്പിന്റെയും വിഹിതം പ്രദർശിപ്പിക്കുന്നു. ഉദാഹരണത്തിന്, ഡയഗ്രം ഏതാണ്ട് കാണിക്കുന്നു

ഒരു പ്രതിഭാസത്തിന്റെ ഘടനയെ ചിത്രീകരിക്കാൻ പൈ ചാർട്ടുകൾ പലപ്പോഴും ഉപയോഗിക്കാറുണ്ട്. ഈ സാഹചര്യത്തിൽ, മുഴുവൻ പ്രതിഭാസവും 100% ആയി എടുക്കുകയും അതിന്റെ ഓരോ ഘടക ഘടകങ്ങളുടെയും അനുപാതം കണക്കാക്കുകയും ചെയ്യുന്നു. സെക്ടറിന്റെ വലുപ്പം (ഡിഗ്രിയിൽ) നിർണ്ണയിക്കാൻ, ഓരോ മൂലകത്തിന്റെയും ശതമാനം 3.6 ° കൊണ്ട് ഗുണിക്കണം. ഉദാഹരണത്തിന്, കന്നുകാലി ഉൽപന്നങ്ങളിൽ മാംസത്തിന്റെ പങ്ക് 50% ആണെങ്കിൽ, പാലിന്റെ പങ്ക് 35% ഉം മറ്റ് മൃഗ ഉൽപ്പന്നങ്ങളുടെ (തേൻ, കമ്പിളി, മുട്ട മുതലായവ) വിഹിതം 15% ഉം ആണെങ്കിൽ, ഈ മേഖലയുടെ വലുപ്പം കന്നുകാലി ഉൽപന്നങ്ങളുടെ ഓരോ ഘടകങ്ങളും ആയിരിക്കും

അപ്പോൾ പൈ ചാർട്ട് ഇതുപോലെ കാണപ്പെടും

പൈ ചാർട്ടുകൾ രണ്ട് തരത്തിൽ പരിമിതപ്പെടുത്തിയിരിക്കുന്നു. ആദ്യത്തേത്, അഗ്രഗേറ്റുകളെ ചെറിയ ഭാഗങ്ങളായി വിഭജിക്കുമ്പോൾ അവ പ്രകടിപ്പിക്കുന്ന സ്വഭാവം നിലനിർത്തുന്നു - 4 - 5 ൽ കൂടരുത്, ഈ പരിധിക്കപ്പുറം അവയുടെ ഉപയോഗം ഫലപ്രദമല്ല. രണ്ടാമതായി, താരതമ്യപ്പെടുത്തിയ ഘടനകൾക്കിടയിൽ കാര്യമായ വ്യത്യാസങ്ങളുണ്ടെങ്കിൽ മാത്രമേ പൈ ചാർട്ട് ബോധ്യപ്പെടുത്തുന്നുള്ളൂ, അല്ലാത്തപക്ഷം അത് വേണ്ടത്ര പ്രകടിപ്പിക്കാത്തതായി മാറുന്നു.

പൈ ചാർട്ടുകൾ - ഭാഗവും മൊത്തവും താരതമ്യം ചെയ്യാൻ നിങ്ങളെ സഹായിക്കുന്നു.

ഈ ആവശ്യത്തിനായി, അക്കൗണ്ടന്റിന്റെ വർക്ക്സ്റ്റേഷനിൽ സോഫ്റ്റ്വെയർ അല്ലെങ്കിൽ ബിസിനസ്സ് (അല്ലെങ്കിൽ സാമ്പത്തിക) ഗ്രാഫിക്സ് എന്ന് വിളിക്കപ്പെടുന്ന ഘടകങ്ങൾ ഉണ്ടായിരിക്കണം. അക്കൌണ്ടിംഗ്, അനലിറ്റിക്കൽ, ഫോർകാസ്റ്റിംഗ് ജോലികൾ പരിഹരിക്കുമ്പോൾ, വിവരങ്ങൾ ലീനിയർ, ബാർ അല്ലെങ്കിൽ പൈ ചാർട്ടുകളുടെ രൂപത്തിൽ നൽകണം, ഇതിനായി പ്രത്യേക സോഫ്റ്റ്വെയർ ടൂളുകൾ ഡാറ്റയെ ചിത്രങ്ങളിലേക്കും ഗ്രാഫുകളിലേക്കും പരിവർത്തനം ചെയ്യാൻ ഉപയോഗിക്കുന്നു.

ഗ്രാഫിക് ഷീറ്റിൽ, ചെലവ് വിലയുടെ ഘടനയുടെ സെക്ടർ ഡയഗ്രമുകൾ, സാമ്പത്തിക ഫലത്തിന്റെ ഘടനാപരമായ ഡയഗ്രമുകൾ, കാറിന്റെ പ്രകടനത്തിന്റെ ഗ്രാഫുകളുടെ വ്യക്തിഗത സൂചകങ്ങളിലെ മാറ്റങ്ങളുടെ ബാർ ഡയഗ്രമുകൾ, ഗതാഗത ചെലവ് മുതലായവ.

സ്തംഭം, ടേപ്പ്, രേഖീയ, വൃത്താകൃതി, ചതുരം, സെക്ടർ, ഫിഗർ-സൈനുകളുടെയും റേഡിയോ-ഡയയുടെയും രീതി അനുസരിച്ച് ഡയഗ്രമുകൾ എന്നിവയാണ് ഏറ്റവും വ്യാപകമായി ഉപയോഗിക്കുന്ന ഡയഗ്രമുകൾ. മറ്റുള്ളവരും.

എന്താണ് ഒരു പൈ ചാർട്ട്, ഏത് തരത്തിലുള്ള വിവരങ്ങൾക്ക് ഇത് അനുയോജ്യമാണ്, അതിന് അനുയോജ്യമല്ല

പ്രാരംഭ ഡാറ്റയും കണക്കുകൂട്ടൽ ഫലങ്ങളും സംഖ്യാപരമായി വിശകലനം ചെയ്യാനും ബിസിനസ് ഗ്രാഫിക്സ് (ഹിസ്റ്റോഗ്രാമുകൾ, പൈ ചാർട്ടുകൾ, ഡിപൻഡൻസി ഗ്രാഫുകൾ മുതലായവ) ഉപയോഗിച്ച് അവതരിപ്പിക്കാനും കഴിയും. മാത്രമല്ല, ഗ്രാഫുകൾ നിർമ്മിച്ച ഡാറ്റയിലെ മാറ്റം ഗ്രാഫിക്കൽ ഇമേജിലെ മാറ്റത്തിൽ യാന്ത്രികമായി പ്രതിഫലിക്കും.

ഘടനാപരമായ (പൈ) ഡയഗ്രമുകൾ നിർദ്ദിഷ്ട ഭാരം പ്രകടിപ്പിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു ഘടകഭാഗങ്ങൾസൂചകത്തിന്റെ ആകെ മൂല്യത്തിൽ. അവയിൽ, സൂചകത്തിന്റെ ചിത്രം സെക്ടറുകളായി തിരിച്ചിരിക്കുന്ന ജ്യാമിതീയ രൂപങ്ങളുടെ (ചതുരങ്ങൾ, സർക്കിളുകൾ, വളയങ്ങൾ) രൂപത്തിൽ നൽകിയിരിക്കുന്നു, അതിന്റെ വിസ്തീർണ്ണം 100 അല്ലെങ്കിൽ 1 ആയി കണക്കാക്കുന്നു. സെക്ടറിന്റെ വലുപ്പം നിർണ്ണയിക്കുന്നത് നിർദ്ദിഷ്ടമാണ്. ഭാഗത്തിന്റെ ഭാരം. ഒരു ഡോനട്ട് ചാർട്ട് ഒരു പൈ ചാർട്ടിന് സമാനമാണ്, എന്നാൽ അതിൽ നിന്ന് വ്യത്യസ്തമായി, ഇതിന് ഒന്നല്ല, നിരവധി ഡാറ്റ സീരീസ് പ്രദർശിപ്പിക്കാൻ കഴിയും (ചിത്രം, 4.3).

നൽകിയിരിക്കുന്ന ഡാറ്റ ഉപയോഗിച്ച്, സ്വാധീനം നിർവീര്യമാക്കുക

നിങ്ങളുടെ പ്രേക്ഷകർക്ക് അർത്ഥവത്തായ രീതിയിൽ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ സഹായിക്കുന്നതിന് Microsoft Office Excel 2007 വിവിധ തരം ചാർട്ടുകളെ പിന്തുണയ്ക്കുന്നു. നിലവിലുള്ള ഒരു ചാർട്ട് സൃഷ്‌ടിക്കുകയോ പരിഷ്‌ക്കരിക്കുകയോ ചെയ്യുമ്പോൾ, ലഭ്യമായ വിവിധ ചാർട്ട് തരങ്ങളിൽ നിന്ന് നിങ്ങൾക്ക് തിരഞ്ഞെടുക്കാം.

പ്രധാനപ്പെട്ടത്.നിങ്ങൾക്ക് ഉപയോഗിക്കാനാകുന്ന ചാർട്ടുകളുടെ തരങ്ങൾ ഈ ലേഖനം വിവരിക്കുന്നു. ചാർട്ടുകൾ സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക ചാർട്ട് സൃഷ്ടിക്കൽ.

ഈ ലേഖനത്തിൽ:

ഹിസ്റ്റോഗ്രാമുകൾ

ചാർട്ടുകൾ

പൈ ചാർട്ടുകൾ

ബാർ ചാർട്ടുകൾ

ഏരിയ ചാർട്ടുകൾ

സ്കാറ്റർ ചാർട്ടുകൾ

സ്റ്റോക്ക് ചാർട്ടുകൾ

ഉപരിതല ചാർട്ടുകൾ

ഡോനട്ട് ചാർട്ടുകൾ

ബബിൾ ചാർട്ടുകൾ

പെറ്റൽ ചാർട്ടുകൾ

Excel-ൽ നിങ്ങൾക്ക് സൃഷ്ടിക്കാൻ കഴിയുന്ന മറ്റ് തരത്തിലുള്ള ചാർട്ടുകൾ

ഹിസ്റ്റോഗ്രാമുകൾ

നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു ബാർ ഗ്രാഫായി പ്രദർശിപ്പിക്കാൻ കഴിയും. ഒരു നിശ്ചിത കാലയളവിൽ ഡാറ്റയിലെ മാറ്റങ്ങൾ കാണിക്കുന്നതിനോ ഒബ്‌ജക്‌റ്റുകളുടെ താരതമ്യങ്ങൾ ചിത്രീകരിക്കുന്നതിനോ ബാർ ചാർട്ടുകൾ ഉപയോഗിക്കുന്നു.

ബാർ ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

ക്ലസ്റ്റേർഡ് ഹിസ്റ്റോഗ്രാമും ക്ലസ്റ്റേർഡ് വോള്യൂമെട്രിക് ഹിസ്റ്റോഗ്രാമുംക്ലസ്റ്റേർഡ് ഹിസ്റ്റോഗ്രാമുകൾ വിഭാഗമനുസരിച്ച് മൂല്യങ്ങളെ താരതമ്യം ചെയ്യുകയും അവയെ പരന്ന ലംബ ദീർഘചതുരങ്ങളായി പ്രദർശിപ്പിക്കുകയും ചെയ്യുന്നു. ഒരു ക്ലസ്റ്റേർഡ് 3-D ഹിസ്റ്റോഗ്രാം 3D-യിൽ ഡാറ്റ പ്രദർശിപ്പിക്കുന്നു. മൂന്നാമത്തെ മൂല്യ അക്ഷം (ഡെപ്ത് ആക്സിസ്) ഉപയോഗിച്ചിട്ടില്ല.

ഇനിപ്പറയുന്ന വിഭാഗത്തിലുള്ള ഡാറ്റ പ്രദർശിപ്പിക്കുമ്പോൾ ഗ്രൂപ്പുചെയ്ത ഹിസ്റ്റോഗ്രാമുകൾ ഉപയോഗിക്കാനാകും

മൂല്യങ്ങളുടെ ശ്രേണികൾ (ഉദാഹരണത്തിന്, കാർഡിനാലിറ്റി).

നിർദ്ദിഷ്ട സ്കെയിലുകൾ (ഉദാഹരണത്തിന്, ശക്തമായി അംഗീകരിക്കുക, അംഗീകരിക്കുക, അറിയരുത്, വിയോജിക്കുക, ശക്തമായി വിയോജിക്കുക തുടങ്ങിയ മാസ്കുകളുള്ള ലൈക്കർട്ട് സ്കെയിൽ).

ഓർഡർ ചെയ്യാത്ത പേരുകൾ (ഉദാഹരണത്തിന്, ഇനത്തിന്റെ പേരുകൾ, സ്ഥലപ്പേരുകൾ അല്ലെങ്കിൽ ആളുകളുടെ പേരുകൾ).

കുറിപ്പ്.മൂന്ന് അക്ഷങ്ങൾ (തിരശ്ചീന അക്ഷം, ലംബ അക്ഷം, ആഴത്തിലുള്ള അക്ഷം) ഉപയോഗിക്കുന്ന ഒരു ത്രിമാന കാഴ്ചയിൽ നിങ്ങളുടെ ഡാറ്റയെ പ്രതിനിധീകരിക്കാൻ, 3-D ഹിസ്റ്റോഗ്രാം ഉപവിഭാഗം ഉപയോഗിക്കുക.

സ്റ്റാക്ക്ഡ് ഹിസ്റ്റോഗ്രാമും സ്റ്റാക്ക്ഡ് വോളിയം ഹിസ്റ്റോഗ്രാമുംസ്റ്റാക്ക് ചെയ്ത ഹിസ്റ്റോഗ്രാമുകൾ, ഓരോ മൂല്യത്തിന്റെയും മൊത്തത്തിലുള്ള സംഭാവനയെ തരം തിരിച്ച് താരതമ്യപ്പെടുത്തി അവയുടെ മൊത്തത്തിലുള്ള മൂല്യവുമായി വ്യക്തിഗത ഘടകങ്ങളുടെ അനുപാതം കാണിക്കുന്നു. സ്റ്റാക്ക് ചെയ്ത ഹിസ്റ്റോഗ്രാം മൂല്യങ്ങൾ അടുക്കിയ പരന്ന ലംബ ദീർഘചതുരങ്ങളായി പ്രദർശിപ്പിക്കുന്നു. ഒരു അടുക്കിയിരിക്കുന്ന 3-D ഹിസ്റ്റോഗ്രാം ഒരേ ഡാറ്റ 3D-യിൽ മാത്രം കാണിക്കുന്നു. മൂന്നാമത്തെ മൂല്യ അക്ഷം (ഡെപ്ത് ആക്സിസ്) ഉപയോഗിച്ചിട്ടില്ല.

നിങ്ങൾക്ക് ആകെ ശ്രദ്ധ നൽകണമെങ്കിൽ ഒന്നിലധികം ശ്രേണി ഡാറ്റ പ്രദർശിപ്പിക്കാൻ സ്റ്റാക്ക് ചെയ്ത ഹിസ്റ്റോഗ്രാമുകൾ ഉപയോഗിക്കാം.

സ്റ്റാക്ക്ഡ് നോർമലൈസ്ഡ് ഹിസ്റ്റോഗ്രാമും സ്റ്റാക്ക്ഡ് വോളിയം നോർമലൈസ്ഡ് ഹിസ്റ്റോഗ്രാമുംസ്റ്റാക്ക് ചെയ്ത നോർമലൈസ്ഡ് ഹിസ്റ്റോഗ്രാമുകളും വോള്യൂമെട്രിക് സ്റ്റാക്ക് ചെയ്ത നോർമലൈസ്ഡ് ഹിസ്റ്റോഗ്രാമുകളും, വിഭാഗമനുസരിച്ച്, മൊത്തത്തിലുള്ള ഓരോ മൂല്യത്തിന്റെയും ശതമാനം താരതമ്യം ചെയ്യുന്നു. സ്റ്റാക്ക് ചെയ്ത നോർമലൈസ്ഡ് ഹിസ്റ്റോഗ്രാം മൂല്യങ്ങളെ പരന്ന ലംബമായി അടുക്കിയ ദീർഘചതുരങ്ങളായി പ്രദർശിപ്പിക്കുന്നു. ഒരു സ്റ്റാക്ക് ചെയ്ത 3-D നോർമലൈസ്ഡ് ഹിസ്റ്റോഗ്രാം ഒരേ ഡാറ്റയെ ത്രിമാനത്തിൽ അവതരിപ്പിക്കുന്നു. മൂന്നാമത്തെ മൂല്യ അക്ഷം (ഡെപ്ത് ആക്സിസ്) ഉപയോഗിച്ചിട്ടില്ല.

മൂന്നോ അതിലധികമോ ഡാറ്റ സീരീസ് ഉണ്ടെങ്കിൽ, മൊത്തത്തിൽ അവരുടെ സംഭാവനയ്ക്ക് ഊന്നൽ നൽകണമെങ്കിൽ, പ്രത്യേകിച്ച് ഓരോ വിഭാഗത്തിനും ഒരേ പോലെയാണെങ്കിൽ, ഒരു സാധാരണ സ്റ്റാക്ക് ചെയ്ത ബാർ ചാർട്ട് ഉപയോഗിക്കാം.

വോള്യൂമെട്രിക് ഹിസ്റ്റോഗ്രാംത്രിമാന ഹിസ്റ്റോഗ്രാമുകൾ മാറ്റാൻ കഴിയുന്ന മൂന്ന് അക്ഷങ്ങൾ ഉപയോഗിക്കുന്നു (തിരശ്ചീന അക്ഷം, ലംബ അക്ഷം, ആഴത്തിലുള്ള അക്ഷം). ഈ ഹിസ്റ്റോഗ്രാമുകൾ താരതമ്യം ചെയ്യുന്നു ഡാറ്റാ പോയിന്റുകൾ (ഡാറ്റ ഇനങ്ങൾ. ബാറുകൾ, കോളങ്ങൾ, ലൈനുകൾ, സ്ലൈസുകൾ, പോയിന്റുകൾ അല്ലെങ്കിൽ ഡാറ്റ മാർക്കറുകൾ എന്ന് വിളിക്കപ്പെടുന്ന മറ്റ് ഒബ്‌ജക്റ്റുകളായി ഒരു ചാർട്ടിൽ പ്രദർശിപ്പിക്കുന്ന വ്യക്തിഗത മൂല്യങ്ങൾ. ഒരേ നിറത്തിലുള്ള ഡാറ്റ മാർക്കറുകൾ ഡാറ്റയുടെ ഒരു ശ്രേണിയായി മാറുന്നു.)തിരശ്ചീന അക്ഷത്തിലും ആഴത്തിലുള്ള അച്ചുതണ്ടിലും.

വിഭാഗവും ശ്രേണിയും അനുസരിച്ച് ഡാറ്റ താരതമ്യം ചെയ്യാൻ നിങ്ങൾക്ക് ഒരു 3-D ബാർ ചാർട്ട് ഉപയോഗിക്കാം, കാരണം ഇത്തരത്തിലുള്ള ചാർട്ട് തിരശ്ചീന അക്ഷത്തിലും ആഴത്തിലുള്ള അക്ഷത്തിലും വിഭാഗങ്ങൾ കാണിക്കുകയും ലംബ അക്ഷത്തിൽ മൂല്യങ്ങൾ പ്രദർശിപ്പിക്കുകയും ചെയ്യുന്നു.

സിലിണ്ടർ, പിരമിഡ്, കോൺസിലിണ്ടർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്കായി, ചതുരാകൃതിയിലുള്ള ഹിസ്റ്റോഗ്രാമുകൾക്ക് സമാനമായ അവതരണ തരങ്ങൾ (ഗ്രൂപ്പ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോള്യൂമെട്രിക്) ലഭ്യമാണ്. അവർ സമാനമായ രീതിയിൽ ഡാറ്റ കാണിക്കുകയും താരതമ്യം ചെയ്യുകയും ചെയ്യുന്നു. ഒരേയൊരു വ്യത്യാസം, ഈ ചാർട്ട് തരങ്ങളിൽ ദീർഘചതുരങ്ങൾക്ക് പകരം സിലിണ്ടർ, കോണാകൃതി, പിരമിഡൽ ആകൃതികൾ അടങ്ങിയിരിക്കുന്നു എന്നതാണ്.

ഉപദേശം.ഒരു ഹിസ്റ്റോഗ്രാം സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക ഒരു ഹിസ്റ്റോഗ്രാം രൂപത്തിൽ ഡാറ്റയുടെ അവതരണം.

പേജിന്റെ മുകളിലേക്ക് മടങ്ങുക

ചാർട്ടുകൾ

നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ പ്ലോട്ട് ചെയ്യാൻ കഴിയും. കാലക്രമേണ ഡാറ്റയിലെ തുടർച്ചയായ മാറ്റങ്ങൾ ഒരൊറ്റ സ്കെയിലിൽ ചിത്രീകരിക്കാൻ ഗ്രാഫുകൾ നിങ്ങളെ അനുവദിക്കുന്നു; അതിനാൽ, കൃത്യമായ ഇടവേളകളിൽ ഡാറ്റ ട്രെൻഡുകൾ പ്രദർശിപ്പിക്കുന്നതിന് അവ അനുയോജ്യമാണ്. ഗ്രാഫുകളിൽ, ഡാറ്റ വിഭാഗങ്ങൾ തിരശ്ചീന അക്ഷത്തിൽ തുല്യ അകലത്തിലും മൂല്യങ്ങൾ ലംബ അക്ഷത്തിൽ തുല്യ അകലത്തിലുമാണ്.

വിഭാഗ ടെക്‌സ്‌റ്റ് ലേബലുകൾക്കൊപ്പം ഗ്രാഫുകൾ ഉപയോഗിക്കാനും മാസങ്ങൾ, പാദങ്ങൾ, അല്ലെങ്കിൽ എന്നിങ്ങനെയുള്ള തുല്യ അകലത്തിലുള്ള മൂല്യങ്ങൾ പ്രദർശിപ്പിക്കാനും കഴിയും സാമ്പത്തിക വർഷങ്ങൾ... ഒന്നിലധികം വരികൾ ഉള്ളപ്പോൾ ഇത് വളരെ പ്രധാനമാണ്. ഒരൊറ്റ സീരീസിനായി, നിങ്ങൾക്ക് ഒരു വിഭാഗ ചാർട്ട് ഉപയോഗിക്കാം. കൂടാതെ, തുല്യ അകലത്തിലുള്ള നിരവധി സംഖ്യാ ലേബലുകൾ ഉണ്ടെങ്കിൽ ഗ്രാഫുകൾ ഉപയോഗിക്കാം, പ്രധാനമായും വർഷങ്ങൾ. പത്തിൽ കൂടുതൽ സംഖ്യാ ലേബലുകൾ ഉണ്ടെങ്കിൽ, ഒരു ഗ്രാഫിന് പകരം ഒരു സ്കാറ്റർ പ്ലോട്ട് ഉപയോഗിക്കുന്നതാണ് നല്ലത്.

മാർക്കറുകൾ ഉള്ള ഗ്രാഫും ഗ്രാഫുംവ്യക്തിഗത ഡാറ്റ മൂല്യങ്ങൾക്കായുള്ള മാർക്കറുകൾ ഉള്ളതോ അല്ലാത്തതോ ആയ ഗ്രാഫുകൾ കാലക്രമേണ അല്ലെങ്കിൽ ഓർഡർ ചെയ്ത വിഭാഗങ്ങളിൽ ഡാറ്റയുടെ ചലനാത്മകത കാണിക്കുന്നതിന് ഉപയോഗപ്രദമാണ്, പ്രത്യേകിച്ചും ധാരാളം ഡാറ്റ പോയിന്റുകൾ ഉള്ളപ്പോൾ അവ അവതരിപ്പിക്കുന്ന ക്രമം പ്രധാനമാണ്. നിരവധി ഡാറ്റ വിഭാഗങ്ങളുണ്ടെങ്കിൽ അല്ലെങ്കിൽ മൂല്യങ്ങൾ ഏകദേശമാണെങ്കിൽ, മാർക്കറുകൾ ഇല്ലാതെ ഒരു ഗ്രാഫ് ഉപയോഗിക്കുക.

സഞ്ചിത പ്ലോട്ടും മാർക്കറുകളുള്ള അടുക്കിയ പ്ലോട്ടുംവ്യക്തിഗത ഡാറ്റ മൂല്യങ്ങൾക്കുള്ള മാർക്കറുകൾ ഉള്ളതോ അല്ലാതെയോ അടുക്കിയിരിക്കുന്ന പ്ലോട്ടുകൾ, കാലാകാലങ്ങളിൽ അല്ലെങ്കിൽ ഓർഡർ ചെയ്ത വിഭാഗങ്ങളിൽ ഓരോ മൂല്യത്തിന്റെയും സംഭാവനയുടെ ചലനാത്മകത ചിത്രീകരിക്കാൻ ഉപയോഗിക്കാം. ലൈനുകൾ ഉപയോഗിച്ച് സ്റ്റാക്കിംഗ് പ്ലോട്ട് ചെയ്യുന്നത് വളരെ വിവരണാത്മകമല്ലാത്തതിനാൽ, അത്തരം സന്ദർഭങ്ങളിൽ വ്യത്യസ്ത തരം ഗ്രാഫ് അല്ലെങ്കിൽ ഒരു അടുക്കിയ ഏരിയ ചാർട്ട് ഉപയോഗിക്കാൻ ശുപാർശ ചെയ്യുന്നു.

മാർക്കറുകളുള്ള നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ് പ്ലോട്ടും നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ് പ്ലോട്ടുംവ്യക്തിഗത ഡാറ്റ മൂല്യങ്ങൾക്കുള്ള മാർക്കറുകൾ ഉള്ളതോ അല്ലാതെയോ അടുക്കിയിരിക്കുന്ന നോർമലൈസ്ഡ് പ്ലോട്ടുകൾ, ഓരോ മൂല്യത്തിന്റെയും സംഭാവനയുടെ ചലനാത്മകത കാലക്രമേണ ഒരു ശതമാനമായി അല്ലെങ്കിൽ ഓർഡർ ചെയ്ത വിഭാഗങ്ങളിൽ ചിത്രീകരിക്കാൻ ഉപയോഗിക്കാം. നിരവധി ഡാറ്റ വിഭാഗങ്ങൾ ഉണ്ടെങ്കിലോ മൂല്യങ്ങൾ ഏകദേശമാണെങ്കിൽ, മാർക്കറുകൾ ഇല്ലാതെ ഒരു സാധാരണ സ്റ്റാക്ക് ചെയ്ത പ്ലോട്ട് ഉപയോഗിക്കുക.

ഉപദേശം.ഇത്തരത്തിലുള്ള ഡാറ്റയുടെ മികച്ച അവതരണത്തിന്, നിങ്ങൾ ഒരു നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ് ഏരിയ ചാർട്ട് ഉപയോഗിക്കാൻ ശുപാർശ ചെയ്യുന്നു.

വോളിയം ചാർട്ട് 3-D ചാർട്ടുകളിൽ, ഓരോ വരിയും നിരയും ഒരു 3-D ടേപ്പായി പ്ലോട്ട് ചെയ്‌തിരിക്കുന്നു. ഒരു 3-D ചാർട്ടിൽ നിങ്ങൾക്ക് മാറ്റാൻ കഴിയുന്ന തിരശ്ചീനവും ലംബവും ആഴവുമുള്ള അക്ഷമുണ്ട്.

ഉപദേശം.ഗ്രാഫുകൾ സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക .

പേജിന്റെ മുകളിലേക്ക് മടങ്ങുക

പൈ ചാർട്ടുകൾ

ഒരു കോളത്തിലോ വരിയിലോ ഉള്ള ഡാറ്റ ഒരു പൈ ചാർട്ടായി പ്ലോട്ട് ചെയ്യാം. പൈ ചാർട്ട് ഒന്നിന്റെ മൂലകങ്ങളുടെ വലുപ്പം കാണിക്കുന്നു മൂലകങ്ങളുടെ ആകെത്തുകയ്ക്ക് ആനുപാതികമാണ്. ഡാറ്റാ പോയിന്റുകൾ (ഡാറ്റ ഇനങ്ങൾ. ബാറുകൾ, കോളങ്ങൾ, ലൈനുകൾ, സ്ലൈസുകൾ, പോയിന്റുകൾ അല്ലെങ്കിൽ ഡാറ്റാ മാർക്കറുകൾ എന്ന് വിളിക്കപ്പെടുന്ന മറ്റ് ഒബ്‌ജക്റ്റുകളായി ഒരു ചാർട്ടിൽ പ്രദർശിപ്പിക്കുന്ന വ്യക്തിഗത മൂല്യങ്ങൾ. ഒരേ നിറത്തിലുള്ള ഡാറ്റ മാർക്കറുകൾ ഡാറ്റയുടെ ഒരു ശ്രേണിയായി മാറുന്നു.)ഒരു പൈ ചാർട്ടിൽ മുഴുവൻ സർക്കിളിന്റെയും ശതമാനമായി പ്രദർശിപ്പിക്കും.

നിങ്ങൾക്ക് ഒരു വരി ഡാറ്റ മാത്രമേ പ്രദർശിപ്പിക്കാൻ താൽപ്പര്യമുള്ളൂ.

പ്രദർശിപ്പിക്കേണ്ട എല്ലാ മൂല്യങ്ങളും നെഗറ്റീവ് അല്ല.

നിങ്ങൾ പ്രദർശിപ്പിക്കാൻ ആഗ്രഹിക്കുന്ന മിക്കവാറും എല്ലാ മൂല്യങ്ങളും പൂജ്യത്തേക്കാൾ വലുതാണ്.

പൈ ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

പൈ, 3-ഡി പൈ ചാർട്ടുകൾപൈ ചാർട്ടുകൾ 2D അല്ലെങ്കിൽ 3D യിൽ മൊത്തത്തിൽ ഓരോ അളവിന്റെയും സംഭാവന കാണിക്കുന്നു. ചില സെക്ടറുകളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ, നിങ്ങൾക്ക് അവയെ പൈ ചാർട്ടിൽ നിന്ന് നേരിട്ട് വലിച്ചിടാം.

സെക്കൻഡറി പൈ ചാർട്ടും സെക്കൻഡറി ബാർ ചാർട്ടുംസെക്കണ്ടറി പൈ ചാർട്ടും സെക്കൻഡറി ബാർ ചാർട്ടും പ്രധാന പൈ ചാർട്ടിൽ നിന്ന് എക്‌സ്‌ട്രാക്‌റ്റുചെയ്‌ത് ഒരു ദ്വിതീയ പൈ ചാർട്ടിലേക്കോ സ്റ്റാക്ക് ചെയ്‌ത ബാർ ചാർട്ടിലേക്കോ മാറ്റുന്ന ഉപയോക്തൃ നിർവചിച്ച മൂല്യങ്ങളുള്ള പൈ ചാർട്ടുകളാണ്. പ്രധാന പൈ ചാർട്ടിന്റെ ചെറിയ സ്ലൈസുകൾ കാണുന്നത് എളുപ്പമാക്കാൻ നിങ്ങൾ ആഗ്രഹിക്കുമ്പോൾ ഈ ചാർട്ട് തരങ്ങൾ ഉപയോഗപ്രദമാണ്.

സ്ലൈസ് ചെയ്ത പൈ ചാർട്ടും 3-ഡി സ്ലൈസ് ചെയ്ത പൈ ചാർട്ടുംസ്ലൈസ് ചെയ്ത പൈ ചാർട്ട് വ്യക്തിഗത മൂല്യങ്ങൾ ഹൈലൈറ്റ് ചെയ്യുമ്പോൾ ഓരോ മൂല്യത്തിന്റെയും മൊത്തത്തിലുള്ള സംഭാവന കാണിക്കുന്നു. നിങ്ങൾക്ക് സ്ലൈസ് ചെയ്ത പൈ ചാർട്ടുകൾ 3D-യിൽ പ്രദർശിപ്പിക്കാൻ കഴിയും. നിങ്ങൾക്ക് എല്ലാ സ്ലൈസുകൾക്കും വ്യക്തിഗത സ്ലൈസുകൾക്കുമായി ചാർട്ട് കട്ട് ക്രമീകരണങ്ങൾ മാറ്റാൻ കഴിയും, എന്നാൽ നിങ്ങൾക്ക് സ്ലൈസ് ചെയ്ത ചാർട്ടിന്റെ സ്ലൈസുകൾ സ്വമേധയാ നീക്കാൻ കഴിയില്ല. നിങ്ങൾക്ക് സ്ലൈസുകൾ സ്വമേധയാ വലിച്ചിടണമെങ്കിൽ, ഒരു പൈ അല്ലെങ്കിൽ 3-ഡി പൈ ചാർട്ട് ഉപയോഗിക്കുക.

ഉപദേശം.ഒരു പൈ ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക ഡാറ്റയുടെ പൈ ചാർട്ട് അവതരണം.

പേജിന്റെ മുകളിലേക്ക് മടങ്ങുക

ബാർ ചാർട്ടുകൾ

നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു ബാർ ചാർട്ടായി പ്രദർശിപ്പിക്കാൻ കഴിയും. ബാർ ചാർട്ടുകൾ വ്യക്തിഗത ഇനങ്ങളുടെ താരതമ്യം ചിത്രീകരിക്കുന്നു.

ആക്സിസ് ലേബലുകൾ നീളമുള്ളതാണ്.

പ്രദർശിപ്പിച്ച മൂല്യങ്ങൾ ദൈർഘ്യങ്ങളാണ്.

ബാർ ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

ഗ്രൂപ്പുചെയ്‌ത ബാർ ചാർട്ടുകളും ഗ്രൂപ്പുചെയ്‌ത 3-D ബാർ ചാർട്ടുകളുംഗ്രൂപ്പുചെയ്ത ബാർ ചാർട്ടുകൾ വിഭാഗങ്ങളിലുടനീളം മൂല്യങ്ങൾ താരതമ്യം ചെയ്യാൻ നിങ്ങളെ അനുവദിക്കുന്നു. ഇത്തരത്തിലുള്ള ചാർട്ടുകളിൽ, വിഭാഗങ്ങൾ സാധാരണയായി ലംബ അക്ഷത്തിലും മൂല്യങ്ങൾ തിരശ്ചീന അക്ഷത്തിലും ക്രമീകരിച്ചിരിക്കുന്നു. ഗ്രൂപ്പുചെയ്ത 3-D ബാർ ചാർട്ടുകൾ തിരശ്ചീനമായ 3-D ദീർഘചതുരങ്ങൾ ഉപയോഗിക്കുന്നു; അത്തരം ചാർട്ടുകളിൽ, നിങ്ങൾക്ക് 3D പ്രൊജക്ഷനിൽ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയില്ല.

സ്റ്റാക്ക് ചെയ്ത ബാറും 3-ഡി സ്റ്റാക്ക് ചെയ്ത ബാർ ചാർട്ടുകളുംഒരു സ്റ്റാക്ക് ചെയ്ത ബാർ ചാർട്ട് മൊത്തത്തിൽ വ്യക്തിഗത മൂല്യങ്ങളുടെ സംഭാവന കാണിക്കുന്നു. അടുക്കിയിരിക്കുന്ന 3-D ബാർ ചാർട്ടുകൾ തിരശ്ചീനമായ 3-D ദീർഘചതുരങ്ങൾ ഉപയോഗിക്കുന്നു; അത്തരം ചാർട്ടുകളിൽ, നിങ്ങൾക്ക് 3D പ്രൊജക്ഷനിൽ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയില്ല.

സ്റ്റാക്ക് ചെയ്‌ത ബാർ ചാർട്ടും സ്‌റ്റാക്ക് ചെയ്‌ത 3-ഡി ബാർ ചാർട്ടും ഈ ചാർട്ട് തരം വിഭാഗമനുസരിച്ച്, മൊത്തം സംഭാവന ചെയ്യുന്ന ഓരോ മൂല്യത്തിന്റെയും ശതമാനം താരതമ്യം ചെയ്യാൻ നിങ്ങളെ അനുവദിക്കുന്നു. അടുക്കിയിരിക്കുന്ന 3-D നോർമലൈസ്ഡ് ബാർ ചാർട്ടുകൾ തിരശ്ചീനമായ 3-D ദീർഘചതുരങ്ങൾ ഉപയോഗിക്കുന്നു; അത്തരം ചാർട്ടുകളിൽ, നിങ്ങൾക്ക് 3D പ്രൊജക്ഷനിൽ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയില്ല. ...

തിരശ്ചീന സിലിണ്ടർ, പിരമിഡ്, കോൺചതുരാകൃതിയിലുള്ള ചാർട്ടുകൾക്കുള്ള അതേ അവതരണ തരങ്ങൾ (ഗ്രൂപ്പ് ചെയ്‌ത, അടുക്കിയ, നോർമലൈസ് ചെയ്‌ത സഞ്ചിത) ഇത്തരത്തിലുള്ള ചാർട്ടുകൾക്കും ലഭ്യമാണ്. സമാനമായ രീതിയിൽ ഡാറ്റ പ്രദർശിപ്പിക്കാനും താരതമ്യം ചെയ്യാനും അവർ നിങ്ങളെ അനുവദിക്കുന്നു. ഒരേയൊരു വ്യത്യാസം, ഈ ചാർട്ട് തരങ്ങളിൽ തിരശ്ചീന ദീർഘചതുരങ്ങൾക്ക് പകരം സിലിണ്ടർ, കോണാകൃതി, പിരമിഡൽ ആകൃതികൾ അടങ്ങിയിരിക്കുന്നു എന്നതാണ്.

ഉപദേശം.ഒരു ബാർ ചാർട്ട് എങ്ങനെ സൃഷ്ടിക്കാം എന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക ഒരു ബാർ ചാർട്ടായി ഡാറ്റ അവതരിപ്പിക്കുന്നു.

പേജിന്റെ മുകളിലേക്ക് മടങ്ങുക

ഏരിയ ചാർട്ടുകൾ

നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു ഏരിയ ചാർട്ടിൽ പ്രദർശിപ്പിക്കാൻ കഴിയും. ഏരിയ ചാർട്ടുകൾ കാലക്രമേണയുള്ള മാറ്റത്തിന്റെ വ്യാപ്തി വ്യക്തമാക്കുന്നു, ഒരു ട്രെൻഡിന് അനുസൃതമായി മൊത്തം മൂല്യത്തിലേക്ക് ശ്രദ്ധ ആകർഷിക്കാൻ ഇത് ഉപയോഗിക്കാം. ഉദാഹരണത്തിന്, മൊത്തം ലാഭത്തിലേക്ക് ശ്രദ്ധ ആകർഷിക്കുന്നതിനായി, കാലക്രമേണ ലാഭം കാണിക്കുന്ന ഡാറ്റ ഒരു ഏരിയ ചാർട്ടിൽ പ്രദർശിപ്പിക്കാൻ കഴിയും.

ശ്രേണിയുടെ മൂല്യങ്ങളുടെ ആകെത്തുക പ്രദർശിപ്പിക്കുന്നതിലൂടെ, ഈ ചാർട്ട് ഓരോ ശ്രേണിയുടെയും സംഭാവന ഗ്രാഫിക്കായി കാണിക്കുന്നു.

ഏരിയ ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

ഏരിയ, 3-ഡി ഏരിയ ചാർട്ടുകൾഏരിയ അല്ലെങ്കിൽ 3-ഡി ഏരിയ ചാർട്ടുകൾ, കാലത്തിനനുസരിച്ച് അല്ലെങ്കിൽ വിഭാഗമനുസരിച്ച് അളവ് എങ്ങനെ മാറുന്നുവെന്ന് കാണിക്കുന്നു. ഏരിയ ചാർട്ടുകൾ നിങ്ങൾക്ക് പരിഷ്‌ക്കരിക്കാവുന്ന മൂന്ന് അക്ഷങ്ങൾ (തിരശ്ചീന അക്ഷം, ലംബ അക്ഷം, ആഴത്തിലുള്ള അക്ഷം) ഉപയോഗിക്കുന്നു. ഒരു ശ്രേണിയിൽ നിന്നുള്ള ഡാറ്റ മറ്റൊരു സീരീസിൽ നിന്നുള്ള ഡാറ്റയുമായി ഓവർലാപ്പ് ചെയ്യാമെന്നതിനാൽ, നോൺ-സ്റ്റാക്ക് ചെയ്യാത്ത ഏരിയ ചാർട്ടുകൾക്ക് പകരം ഗ്രാഫുകൾ ഉപയോഗിക്കാൻ സാധാരണയായി ശുപാർശ ചെയ്യുന്നു.

അടുക്കിയ ഏരിയ ചാർട്ടുകൾ അടുക്കിയ ഏരിയ 3-D ചാർട്ടുകൾസഞ്ചിത ഏരിയ ചാർട്ടുകൾ കാലക്രമേണ അല്ലെങ്കിൽ വിഭാഗമനുസരിച്ച് ഓരോ അളവിന്റെയും സംഭാവനയിലെ മാറ്റം കാണിക്കുന്നു. സഞ്ചിത ഏരിയ ചാർട്ടുകൾ സമാന ഡിപൻഡൻസികൾ പ്രദർശിപ്പിക്കുന്നു, എന്നാൽ 3D-യിൽ മാത്രം. എന്നിരുന്നാലും, ഈ ചാർട്ടുകൾ യഥാർത്ഥത്തിൽ 3-D അല്ല, കാരണം അവ ഒരു മൂന്നാം മൂല്യ അക്ഷം (ഡെപ്ത് ആക്സിസ്) ഉപയോഗിക്കുന്നില്ല.

സ്റ്റാക്ക്ഡ് ഏരിയയും 3-ഡി സ്റ്റാക്ക്ഡ് ഏരിയ ചാർട്ടുകളും സ്റ്റാക്ക്ഡ് ഏരിയ പ്ലോട്ടുകൾ ഓരോ മൂല്യത്തിന്റെയും കാലത്തിനനുസരിച്ച് അല്ലെങ്കിൽ വിഭാഗമനുസരിച്ച് സംഭാവനയിലെ ശതമാനം മാറ്റം കാണിക്കുന്നു. അടുക്കിയിരിക്കുന്ന 3-D ഏരിയ പ്ലോട്ടുകൾ സമാന ബന്ധങ്ങൾ പ്രദർശിപ്പിക്കുന്നു, എന്നാൽ 3D-യിൽ മാത്രം. എന്നിരുന്നാലും, ഈ ചാർട്ടുകൾ യഥാർത്ഥത്തിൽ 3-D അല്ല, കാരണം അവ ഒരു മൂന്നാം മൂല്യ അക്ഷം (ഡെപ്ത് ആക്സിസ്) ഉപയോഗിക്കുന്നില്ല.

ഉപദേശം.ഒരു ഏരിയ ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക നിങ്ങളുടെ ഡാറ്റ ഒരു ഏരിയ ചാർട്ടായി അവതരിപ്പിക്കുന്നു.

പേജിന്റെ മുകളിലേക്ക് മടങ്ങുക

സ്കാറ്റർ ചാർട്ടുകൾ

നിരകളിലും വരികളിലും ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു സ്കാറ്റർ പ്ലോട്ടായി പ്ലോട്ട് ചെയ്യാം. ഒരു സ്‌കാറ്റർ പ്ലോട്ട് ഒന്നിലധികം ഡാറ്റ ശ്രേണികളിലെ സംഖ്യാ മൂല്യങ്ങൾ തമ്മിലുള്ള ബന്ധം കാണിക്കുന്നു, അല്ലെങ്കിൽ x, y കോർഡിനേറ്റുകളുടെ ഒരു വരിയായി രണ്ട് ഗ്രൂപ്പുകളുടെ സംഖ്യകൾ പ്രദർശിപ്പിക്കുന്നു.

ഒരു സ്‌കാറ്റർ ചാർട്ടിന് രണ്ട് മൂല്യ അക്ഷങ്ങൾ ഉണ്ട്, ചില സംഖ്യാ മൂല്യങ്ങൾ തിരശ്ചീന അക്ഷത്തിലും (X- ആക്‌സിസ്) മറ്റുള്ളവ ലംബ അക്ഷത്തിലും (Y- ആക്‌സിസ്) പ്ലോട്ട് ചെയ്‌തിരിക്കുന്നു. ഒരു സ്‌കാറ്റർ പ്ലോട്ടിൽ, ഈ മൂല്യങ്ങൾ ഒരൊറ്റ പോയിന്റായി സംയോജിപ്പിച്ച് ക്രമരഹിതമായ ഇടവേളകളിലോ ക്ലസ്റ്ററുകളിലോ പ്ലോട്ട് ചെയ്യുന്നു. സയന്റിഫിക്, സ്റ്റാറ്റിസ്റ്റിക്കൽ അല്ലെങ്കിൽ ടെക്നിക്കൽ ഡാറ്റ പോലുള്ള സംഖ്യാ മൂല്യങ്ങൾ ചിത്രീകരിക്കാനും താരതമ്യം ചെയ്യാനും സ്കാറ്റർ ചാർട്ടുകൾ സാധാരണയായി ഉപയോഗിക്കുന്നു.

തിരശ്ചീന അക്ഷത്തിന്റെ സ്കെയിൽ മാറ്റാൻ ഇത് ആവശ്യമാണ്.

തിരശ്ചീന അക്ഷത്തിന് ഒരു ലോഗരിഥമിക് സ്കെയിൽ ഉപയോഗിക്കേണ്ടത് ആവശ്യമാണ്.

മൂല്യങ്ങൾ തിരശ്ചീന അക്ഷത്തിൽ അസമമായി സ്ഥിതിചെയ്യുന്നു.

തിരശ്ചീന അക്ഷത്തിൽ നിരവധി ഡാറ്റ പോയിന്റുകൾ ഉണ്ട്.

ഗ്രൂപ്പുചെയ്‌ത മൂല്യ ഫീൽഡുകളുടെ ജോഡികൾ ഉൾക്കൊള്ളുന്ന സ്‌പ്രെഡ്‌ഷീറ്റ് ഡാറ്റ കാര്യക്ഷമമായി പ്രദർശിപ്പിക്കാനും ഗ്രൂപ്പുചെയ്‌ത മൂല്യങ്ങളെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾ കാണിക്കുന്നതിന് സ്വതന്ത്ര സ്‌കാറ്റർ പ്ലോട്ട് സ്കെയിലുകൾ നൽകാനും നിങ്ങൾ ആഗ്രഹിക്കുന്നു.

നിങ്ങൾ കാണിക്കാൻ ആഗ്രഹിക്കുന്നത് ഡാറ്റ പോയിന്റുകൾ തമ്മിലുള്ള വ്യത്യാസങ്ങളല്ല, വലിയ ഡാറ്റാസെറ്റുകളിലെ സമാനതകളാണ്.

സമയം പരിഗണിക്കാതെ ഒന്നിലധികം ഡാറ്റ പോയിന്റുകൾ താരതമ്യം ചെയ്യാൻ നിങ്ങൾ ആഗ്രഹിക്കുന്നു. സ്കാറ്റർ പ്ലോട്ട് പ്ലോട്ട് ചെയ്യാൻ കൂടുതൽ ഡാറ്റ ഉപയോഗിക്കുന്നു, താരതമ്യം കൂടുതൽ കൃത്യതയുള്ളതായിരിക്കും.

പട്ടിക ഡാറ്റ ഒരു സ്‌കാറ്റർ ചാർട്ടായി പ്രദർശിപ്പിക്കുന്നതിന്, X- ആക്‌സിസ് ഡാറ്റ ഒരു വരിയിലോ നിരയിലോ, അനുബന്ധ Y- ആക്‌സിസ് ഡാറ്റ അടുത്തുള്ള വരികളിലോ നിരകളിലോ സ്ഥാപിക്കുക.

സ്കാറ്റർ ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

മാർക്കറുകൾ ഉപയോഗിച്ച് സ്കാറ്റർ ചാർട്ടുകൾമൂല്യങ്ങളുടെ ജോഡി താരതമ്യം ചെയ്യാൻ ഇത്തരത്തിലുള്ള ചാർട്ട് നിങ്ങളെ അനുവദിക്കുന്നു. കൂടെ സ്കാറ്റർ പ്ലോട്ട് ഡാറ്റ മാർക്കറുകൾ (ഡാറ്റ മാർക്കർ. ഷീറ്റിലെ ഒരു സെല്ലിന്റെ ഒരു മൂല്യവുമായി ബന്ധപ്പെട്ട ചാർട്ടിലെ ബാൻഡ്, ഏരിയ, പോയിന്റ്, സെഗ്‌മെന്റ് അല്ലെങ്കിൽ മറ്റ് ഘടകങ്ങൾ. ചാർട്ടിലെ അതേ നിറത്തിലുള്ള ഡാറ്റ മാർക്കറുകൾ ഒരു ഡാറ്റ സീരീസ് ഉണ്ടാക്കുന്നു.)എന്നാൽ ധാരാളം ഡാറ്റ പോയിന്റുകൾ ഉള്ളപ്പോൾ ലൈനുകൾ ഇല്ലാതെ ഉപയോഗിക്കണം, ലൈനുകൾ ബന്ധിപ്പിക്കുന്നത് അവ വായിക്കാൻ ബുദ്ധിമുട്ട് ഉണ്ടാക്കും. ഡാറ്റാ പോയിന്റുകൾ തമ്മിലുള്ള ബന്ധം കാണിക്കാൻ താൽപ്പര്യമില്ലാത്തപ്പോൾ നിങ്ങൾക്ക് ഈ ചാർട്ട് തരം ഉപയോഗിക്കാനും കഴിയും.

മിനുസമാർന്ന വരകളുള്ള സ്‌കാറ്റർ ചാർട്ടുകളും സോഫ്റ്റ് ലൈനുകളും മാർക്കറുകളും ഉള്ള സ്‌കാറ്റർ ചാർട്ടുകളുംഈ തരത്തിലുള്ള ഒരു ഡയഗ്രാമിൽ, പോയിന്റുകൾ മിനുസമാർന്ന വരകളാൽ ബന്ധിപ്പിച്ചിരിക്കുന്നു. അത്തരം വരികൾ മാർക്കറുകൾ ഉപയോഗിച്ചോ അല്ലാതെയോ പ്രദർശിപ്പിക്കാൻ കഴിയും. ധാരാളം ഡാറ്റ പോയിന്റുകൾ ഉണ്ടെങ്കിൽ മാർക്കറുകൾ ഇല്ലാതെ മിനുസമാർന്ന കർവ് ഉപയോഗിക്കുക.

നേർരേഖകളുള്ള സ്‌കാറ്റർ ചാർട്ടുകളും നേർരേഖകളും മാർക്കറുകളും ഉള്ള സ്‌കാറ്റർ ചാർട്ടുകളുംഇത്തരത്തിലുള്ള ചാർട്ട് ഡാറ്റ പോയിന്റുകളെ നേർരേഖകളുമായി ബന്ധിപ്പിക്കുന്നു. മാർക്കറുകൾ ഉപയോഗിച്ചോ അല്ലാതെയോ നേർരേഖകൾ പ്രദർശിപ്പിക്കാൻ കഴിയും.

ഉപദേശം.ഒരു സ്കാറ്റർ ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക ഒരു സ്കാറ്റർ ചാർട്ട് അല്ലെങ്കിൽ ഗ്രാഫ് ആയി ഡാറ്റ അവതരിപ്പിക്കുന്നു.

പേജിന്റെ മുകളിലേക്ക് മടങ്ങുക

സ്റ്റോക്ക് ചാർട്ടുകൾ

ഒരു നിശ്ചിത ക്രമത്തിൽ നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു സ്റ്റോക്ക് ചാർട്ടായി പ്രദർശിപ്പിക്കാൻ കഴിയും. പേര് സൂചിപ്പിക്കുന്നത് പോലെ, സ്റ്റോക്ക് വിലയിലെ മാറ്റങ്ങൾ ചിത്രീകരിക്കാൻ സ്റ്റോക്ക് ചാർട്ട് സാധാരണയായി ഉപയോഗിക്കുന്നു. എന്നിരുന്നാലും, ഈ ചാർട്ട് ശാസ്ത്രീയ ഡാറ്റ പ്രദർശിപ്പിക്കാനും ഉപയോഗിക്കാം. ഉദാഹരണത്തിന്, പ്രതിദിന അല്ലെങ്കിൽ വാർഷിക താപനിലയിൽ ഏറ്റക്കുറച്ചിലുകൾ കാണിക്കാൻ നിങ്ങൾക്ക് സ്റ്റോക്ക് ചാർട്ടുകൾ ഉപയോഗിക്കാം. ഒരു സ്റ്റോക്ക് ചാർട്ട് സൃഷ്ടിക്കാൻ, നിങ്ങൾ ഔട്ട്പുട്ട് ഡാറ്റ ശരിയായി ഓർഡർ ചെയ്യേണ്ടതുണ്ട്.

സ്റ്റോക്ക് ചാർട്ടിൽ ഉപയോഗിക്കേണ്ട ഷീറ്റിലെ ഡാറ്റ ക്രമീകരിച്ചിരിക്കുന്ന രീതി വളരെ പ്രധാനമാണ്. ഉദാഹരണത്തിന്, ഒരു ലളിതമായ സ്റ്റോക്ക് ചാർട്ട് (ഏറ്റവും ഉയർന്നത്, ഏറ്റവും താഴ്ന്നത്, അടയ്ക്കുക) സൃഷ്ടിക്കുന്നതിന്, ഇവിടെ ലിസ്റ്റുചെയ്തിരിക്കുന്ന ക്രമത്തിൽ, ഏറ്റവും ഉയർന്നത്, ഏറ്റവും താഴ്ന്നത്, അടയ്ക്കുക എന്നിങ്ങനെയുള്ള കോളങ്ങളിൽ നിങ്ങൾ ഡാറ്റ സ്ഥാപിക്കും.

സ്റ്റോക്ക് ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

ചാർട്ട് (ഏറ്റവും ഉയർന്ന നിരക്ക്, കുറഞ്ഞ നിരക്ക്, ക്ലോസിംഗ് നിരക്ക്)സ്റ്റോക്ക് ചാർട്ട് (ഏറ്റവും ഉയർന്നത്, താഴ്ന്നത്, അടുത്തത്) സ്റ്റോക്ക് വിലകൾ കാണിക്കാൻ പലപ്പോഴും ഉപയോഗിക്കുന്നു. ഇതിന് ഇനിപ്പറയുന്ന ക്രമത്തിൽ മൂന്ന് സെറ്റ് ഡാറ്റ ആവശ്യമാണ്: ഉയർന്ന നിരക്ക്, ഏറ്റവും കുറഞ്ഞ നിരക്ക്, അടുത്ത നിരക്ക്.

ഓപ്പൺ-ഹൈ-ലോ-ക്ലോസ്ഈ തരത്തിലുള്ള ചാർട്ടുകൾക്ക് നാല് സെറ്റ് മൂല്യങ്ങൾ ആവശ്യമാണ് ശരിയായ ക്രമം(ഓപ്പണിംഗ് നിരക്ക്, ഉയർന്ന നിരക്ക്, കുറഞ്ഞ നിരക്ക്, ക്ലോസിംഗ് നിരക്ക്).

വോളിയം-പരമാവധി-മിനിമം-ക്ലോസ്ഇത്തരത്തിലുള്ള ചാർട്ടിന് ശരിയായ ക്രമത്തിൽ നാല് സെറ്റ് മൂല്യങ്ങൾ ആവശ്യമാണ് (വോളിയം, ഉയർന്നത്, ഏറ്റവും താഴ്ന്നത്, അടുത്തത്). ഇനിപ്പറയുന്ന സ്റ്റോക്ക് ചാർട്ട് രണ്ട് മൂല്യ അക്ഷങ്ങളിലെ വിൽപ്പന വോള്യങ്ങളിലെ മാറ്റം കാണിക്കുന്നു, ഒന്ന് വോളിയം കോളങ്ങൾക്കും മറ്റൊന്ന് സ്റ്റോക്ക് വിലകൾക്കും.

വോളിയം-ഓപ്പൺ-പരമാവധി-മിനിമം-ക്ലോസ്ഇത്തരത്തിലുള്ള ചാർട്ടിന് ശരിയായ ക്രമത്തിൽ അഞ്ച് സെറ്റ് മൂല്യങ്ങൾ ആവശ്യമാണ് (വോളിയം, തുറന്നത്, ഉയർന്നത്, ഏറ്റവും താഴ്ന്നത്, അടുത്തത്).

ഉപദേശം.ഒരു സ്റ്റോക്ക് ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക ഒരു സ്റ്റോക്ക് ചാർട്ടിന്റെ രൂപത്തിൽ ഡാറ്റയുടെ അവതരണം.

പേജിന്റെ മുകളിലേക്ക് മടങ്ങുക

ഉപരിതല ചാർട്ടുകൾ

നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു ഉപരിതല ചാർട്ടായി പ്ലോട്ട് ചെയ്യാം. രണ്ട് ഡാറ്റാസെറ്റുകളിൽ ഒപ്റ്റിമൽ കോമ്പിനേഷനുകൾ കണ്ടെത്തേണ്ടിവരുമ്പോൾ ഒരു ഉപരിതല ചാർട്ട് ഉപയോഗിക്കുന്നു. ഒരു ടോപ്പോഗ്രാഫിക് മാപ്പിലെന്നപോലെ, നിറങ്ങളും ഷേഡിംഗുകളും മൂല്യങ്ങളുടെ തുല്യ ശ്രേണികളുള്ള മേഖലകളെ ഹൈലൈറ്റ് ചെയ്യുന്നു.

സംഖ്യാ മൂല്യങ്ങളെ പ്രതിനിധീകരിക്കുന്ന വിഭാഗങ്ങളും ഡാറ്റാസെറ്റുകളും ചിത്രീകരിക്കാൻ ഉപരിതല ചാർട്ടുകൾ ഉപയോഗിക്കാം.

ഉപരിതല ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

3-D ഉപരിതല ചാർട്ടുകൾഈ തരത്തിലുള്ള ചാർട്ട് ഒരു പ്രതലമെന്ന നിലയിൽ രണ്ട് അളവുകളിലുള്ള അളവിൽ മാറ്റം കാണിക്കുന്നു. ഉപരിതലത്തിൽ നിറമുള്ള വരകൾ ഇല്ല ഡാറ്റ പരമ്പര... മൂല്യങ്ങൾ വേർതിരിക്കാൻ അവ ഉപയോഗിക്കുന്നു. ഈ തരത്തിലുള്ള ചാർട്ടുകളിൽ, ഡാറ്റ ത്രിമാന രൂപത്തിൽ അവതരിപ്പിക്കാൻ കഴിയും, ഉദാഹരണത്തിന്, ഒരു ത്രിമാന ഹിസ്റ്റോഗ്രാമിൽ നീട്ടിയിരിക്കുന്ന ഒരു റബ്ബർ ബാൻഡ് രൂപത്തിൽ. സാധാരണഗതിയിൽ, അത്തരം ചാർട്ടുകൾ മറ്റൊരു തരത്തിലും പ്രദർശിപ്പിക്കാൻ കഴിയാത്ത വലിയ അളവിലുള്ള ഡാറ്റകൾ തമ്മിലുള്ള ആശ്രിതത്വം കാണിക്കാൻ ഉപയോഗിക്കുന്നു.

വയർവൗണ്ട് 3D ഉപരിതല ചാർട്ട്നിറങ്ങളില്ലാത്ത ഒരു ഉപരിതല ചാർട്ടിനെ വയർ (സുതാര്യമായ) ഉപരിതലം എന്ന് വിളിക്കുന്നു. ഈ ചാർട്ട് വരികൾ മാത്രം കാണിക്കുന്നു. ഏതെങ്കിലും പ്രതലത്തിൽ നിറമുള്ള ബാൻഡുകളില്ലാതെ പ്രദർശിപ്പിക്കുന്ന ഒരു 3-D ഉപരിതല പ്ലോട്ടിനെ വയർഡ് (സുതാര്യമായ) ഉപരിതലം എന്ന് വിളിക്കുന്നു. ഈ ചാർട്ട് വരികൾ മാത്രം കാണിക്കുന്നു.

കുറിപ്പ്.ഉപരിതല വയർലൈൻ ചാർട്ടുകൾ വായിക്കാൻ പ്രയാസമാണ്, എന്നാൽ വലിയ ഡാറ്റാസെറ്റുകൾ വേഗത്തിൽ പ്രദർശിപ്പിക്കുന്നതിന് ഇത്തരത്തിലുള്ള ചാർട്ട് ശുപാർശ ചെയ്യുന്നു.

കോണ്ടൂർ ചാർട്ട്കോണ്ടൂർ പ്ലോട്ടുകൾ ഉപരിതല പ്ലോട്ടുകളുടെ മുകളിൽ നിന്ന് താഴേക്കുള്ള കാഴ്ചയാണ്. അവയിൽ, വ്യത്യസ്ത നിറങ്ങൾ മൂല്യങ്ങളുടെ ചില ശ്രേണികളുമായി പൊരുത്തപ്പെടുന്നു. ഒരു കോണ്ടൂർ ഡയഗ്രാമിലെ വരികൾ ഇന്റർപോളേഷൻ വഴി ലഭിച്ച അതേ മൂല്യങ്ങളുടെ കോർഡിനേറ്റുകളെ ബന്ധിപ്പിക്കുന്നു.

വയർഫ്രെയിം കോണ്ടൂർ ചാർട്ട്വയർഫ്രെയിം കോണ്ടൂർ പ്ലോട്ടുകൾ മുകളിൽ നിന്ന് നോക്കുമ്പോൾ ഉപരിതല പ്ലോട്ടുകൾ പോലെ കാണപ്പെടുന്നു. അവയിൽ കളർ ബാറുകൾ അടങ്ങിയിട്ടില്ല കൂടാതെ ഡിസ്പ്ലേ ലൈനുകൾ മാത്രം.

കുറിപ്പ്.ഒരു വയർഫ്രെയിം കോണ്ടൂർ ഡയഗ്രം വായിക്കാൻ പ്രയാസമാണ്. പകരം നിങ്ങൾക്ക് ഒരു ഉപരിതല 3-D ചാർട്ട് ഉപയോഗിക്കാം.

ഉപദേശം.ഒരു ഉപരിതല ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക ഒരു ഉപരിതല ചാർട്ടായി ഡാറ്റ അവതരിപ്പിക്കുന്നു.

പേജിന്റെ മുകളിലേക്ക് മടങ്ങുക

ഡോനട്ട് ചാർട്ടുകൾ

കോളങ്ങളിലോ വരികളിലോ മാത്രമുള്ള ഡാറ്റ ഒരു ഡോനട്ട് ചാർട്ടിൽ പ്രദർശിപ്പിക്കാൻ കഴിയും. ഒരു പൈ ചാർട്ട് പോലെ, ഒരു ഡോനട്ട് ചാർട്ട് ഭാഗങ്ങളുടെ മൊത്തത്തിലുള്ള ബന്ധം പ്രദർശിപ്പിക്കുന്നു, എന്നാൽ അതിൽ ഒന്നിൽ കൂടുതൽ അടങ്ങിയിരിക്കാം ഡാറ്റ സീരീസ് (ഡാറ്റ സീരീസ്. ഒരു ചാർട്ടിൽ പ്രദർശിപ്പിച്ചിരിക്കുന്ന അനുബന്ധ ഡാറ്റാ ഇനങ്ങളുടെ ഒരു കൂട്ടം. ഒരു ചാർട്ടിലെ ഓരോ ഡാറ്റാ സീരീസും ചാർട്ട് ലെജൻഡിൽ സൂചിപ്പിച്ചിരിക്കുന്ന മറ്റൊരു വർണ്ണത്തിനോ പദവിയോ ആണ്. ഒരു പൈ ചാർട്ട് ഒഴികെയുള്ള എല്ലാ ചാർട്ട് തരങ്ങളിലും ഒന്നിലധികം ഡാറ്റ അടങ്ങിയിരിക്കാം പരമ്പര.).

കുറിപ്പ്.ഡോനട്ട് ചാർട്ടുകൾ വായിക്കാൻ പ്രയാസമാണ്. പകരം നിങ്ങൾക്ക് സ്റ്റാക്ക് ചെയ്ത ബാർ അല്ലെങ്കിൽ സ്റ്റാക്ക് ചെയ്ത ബാർ ചാർട്ടുകൾ ഉപയോഗിക്കാം.

ഡോനട്ട് ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

ഡോനട്ട് ചാർട്ട്ഈ തരത്തിലുള്ള ചാർട്ടുകൾ റിംഗ് ആയി ഡാറ്റ പ്രദർശിപ്പിക്കുന്നു, അവ ഓരോന്നും ഡാറ്റയുടെ ഒരു ശ്രേണിയെ പ്രതിനിധീകരിക്കുന്നു. ഡാറ്റ ലേബലുകൾ ശതമാനം കാണിക്കുന്നുവെങ്കിൽ, ഓരോ റിംഗും 100% വരെ ചേർക്കണം.

വിഘടിച്ച ഡോനട്ട് ചാർട്ട്വിഘടിച്ച പൈ ചാർട്ടുകൾ പോലെ, വിഘടിച്ച ഡോനട്ട് ചാർട്ടുകൾ ഓരോ മൂല്യത്തിന്റെയും മൊത്തത്തിലുള്ള സംഭാവനയെ ചിത്രീകരിക്കുന്നു, വ്യക്തിഗത മൂല്യങ്ങൾ എടുത്തുകാണിക്കുന്നു, പക്ഷേ ഒന്നിലധികം ഡാറ്റ ശ്രേണികൾ അടങ്ങിയിരിക്കാം.

ഉപദേശം.ഒരു ഡോനട്ട് ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക ഡോനട്ട് ചാർട്ട് ഡാറ്റ പ്രാതിനിധ്യം.

പേജിന്റെ മുകളിലേക്ക് മടങ്ങുക

ബബിൾ ചാർട്ടുകൾ

ഒരു ബബിൾ ചാർട്ടിന് ഒരു സ്‌പ്രെഡ്‌ഷീറ്റിന്റെ കോളങ്ങളിൽ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയും, ആദ്യ നിരയിൽ നിന്ന് x-അക്ഷം തിരഞ്ഞെടുത്തു, ഒപ്പം അനുബന്ധ y-മൂല്യങ്ങളും ബബിൾ-സൈസിംഗ് മൂല്യങ്ങളും അടുത്തുള്ള നിരകളിൽ നിന്ന് തിരഞ്ഞെടുക്കുന്നു.

അതിനാൽ, നൽകിയിരിക്കുന്ന ഉദാഹരണം അനുസരിച്ച് ഡാറ്റ ക്രമീകരിക്കാം.

ബബിൾ ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

ബബിൾ അല്ലെങ്കിൽ 3-ഡി ബബിൾ ചാർട്ട്ഈ രണ്ട് തരത്തിലുള്ള ബബിൾ ചാർട്ടുകളും രണ്ട് മൂല്യങ്ങൾക്ക് പകരം മൂന്ന് മൂല്യങ്ങളുടെ സെറ്റുകൾ താരതമ്യം ചെയ്യാൻ നിങ്ങളെ അനുവദിക്കുന്നു. മൂന്നാമത്തെ മൂല്യം ബബിൾ മാർക്കറിന്റെ വലുപ്പം നിർണ്ണയിക്കുന്നു. കുമിളകൾ 2D അല്ലെങ്കിൽ 3D ആയി പ്രദർശിപ്പിക്കാൻ കഴിയും.

ഉപദേശം.ഒരു ബബിൾ ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക ഡാറ്റയുടെ ബബിൾ ചാർട്ട് അവതരണം.

പേജിന്റെ മുകളിലേക്ക് മടങ്ങുക

പെറ്റൽ ചാർട്ടുകൾ

ഒരു വർക്ക് ഷീറ്റിലെ നിരകളിലോ വരികളിലോ ഉള്ള ഡാറ്റ ഒരു റഡാർ ചാർട്ടായി പ്രതിനിധീകരിക്കാം. റഡാർ ചാർട്ടുകൾ നിരവധി സ്റ്റാറ്റിസ്റ്റിക്കൽ മൂല്യങ്ങൾ താരതമ്യം ചെയ്യുന്നു ഡാറ്റ സീരീസ് (ഡാറ്റയുടെ സീരീസ്. ഒരു ചാർട്ടിൽ പ്രദർശിപ്പിച്ചിരിക്കുന്ന അനുബന്ധ ഡാറ്റ ഇനങ്ങളുടെ ഒരു കൂട്ടം. ഒരു ചാർട്ടിലെ ഓരോ ഡാറ്റ സീരീസിനും ചാർട്ട് ലെജൻഡിൽ സൂചിപ്പിച്ചിരിക്കുന്ന വ്യത്യസ്ത നിറമോ പദവിയോ ഉണ്ട്. ഒരു പൈ ചാർട്ട് ഒഴികെയുള്ള എല്ലാ ചാർട്ട് തരങ്ങളിലും ഒന്നിലധികം ഡാറ്റ അടങ്ങിയിരിക്കാം പരമ്പര.).

പെറ്റൽ ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

മാർക്കറുകളുള്ള ദളങ്ങളും റഡാർ ചാർട്ടുകളുംപെറ്റൽ ചാർട്ടുകൾ ആപേക്ഷിക മൂല്യങ്ങളിൽ മാറ്റങ്ങൾ കാണിക്കുന്നു കേന്ദ്ര പോയിന്റ്വ്യക്തിഗത ഡാറ്റ പോയിന്റുകൾക്കായി മാർക്കറുകൾ ഉള്ളതോ അല്ലാതെയോ.

പെറ്റൽ ഏരിയ ചാർട്ട്ഏരിയകളുള്ള ഒരു റഡാർ ചാർട്ടിൽ, ഡാറ്റ സീരീസ് നിറഞ്ഞ ഏരിയകൾ നിറത്തിൽ ഹൈലൈറ്റ് ചെയ്തിരിക്കുന്നു.

ഉപദേശം.ഒരു റഡാർ ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക റഡാർ ചാർട്ട് ഡാറ്റ പ്രാതിനിധ്യം.

പേജിന്റെ മുകളിലേക്ക് മടങ്ങുക

Excel-ൽ നിങ്ങൾക്ക് സൃഷ്ടിക്കാൻ കഴിയുന്ന മറ്റ് തരത്തിലുള്ള ചാർട്ടുകൾ

ലഭ്യമായ ചാർട്ടുകളുടെ പട്ടികയിൽ ആവശ്യമായ തരത്തിലുള്ള ഒരു ചാർട്ട് അടങ്ങിയിട്ടില്ലെങ്കിൽ, Excel-ൽ നിങ്ങൾക്ക് അത് മറ്റൊരു രീതിയിൽ സൃഷ്ടിക്കാൻ കഴിയും.

ഉദാഹരണത്തിന്, നിങ്ങൾക്ക് ഇനിപ്പറയുന്ന തരത്തിലുള്ള ചാർട്ടുകൾ സൃഷ്ടിക്കാൻ കഴിയും.

ഗാന്റ് ചാർട്ടും ഫ്ലോട്ടിംഗ് ബാർ ചാർട്ടുംഇത്തരത്തിലുള്ള ചാർട്ടുകൾ അനുകരിക്കാൻ മുകളിൽ ലിസ്റ്റ് ചെയ്തിരിക്കുന്ന ചാർട്ടുകൾ ഉപയോഗിക്കാം. ഉദാഹരണത്തിന്, ഒരു ഗാന്റ് ചാർട്ട് അനുകരിക്കാൻ ഒരു ബാർ ചാർട്ട് ഉപയോഗിക്കാം, കൂടാതെ ഏറ്റവും കുറഞ്ഞതും കൂടിയതുമായ മൂല്യങ്ങൾ കാണിക്കുന്ന ഒരു ഫ്ലോട്ടിംഗ് ചാർട്ട് അനുകരിക്കാൻ ഒരു ബാർ ചാർട്ട് ഉപയോഗിക്കാം. കൂടുതൽ വിവരങ്ങൾക്ക് ലേഖനങ്ങൾ കാണുക ഒരു ഗാന്റ് ചാർട്ടിന്റെ രൂപത്തിൽ ഡാറ്റാ അവതരണംഒപ്പം .

മിക്സഡ് ചാർട്ടുകൾഒരു ചാർട്ടിൽ വ്യത്യസ്ത തരം ഡാറ്റ ഹൈലൈറ്റ് ചെയ്യുന്നതിന്, നിങ്ങൾക്ക് ഒരേ സമയം രണ്ടോ അതിലധികമോ ചാർട്ട് തരങ്ങൾ ഉപയോഗിക്കാം. ഉദാഹരണത്തിന്, നിങ്ങൾക്ക് ഒരു ബാർ ചാർട്ടും ഗ്രാഫും സംയോജിപ്പിച്ച് ചാർട്ട് കഴിയുന്നത്ര വേഗത്തിൽ വായിക്കാൻ കഴിയും. കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക ഡാറ്റയുടെ മിക്സഡ് ചാർട്ട് അവതരണം.

ഓർഗനൈസേഷൻ ചാർട്ടുകൾഒരു ഓർഗനൈസേഷൻ ചാർട്ട്, ഫ്ലോട്ടിംഗ് ചാർട്ട് അല്ലെങ്കിൽ ഹൈറാർക്കിക്കൽ ചാർട്ട് സൃഷ്ടിക്കാൻ, ഒരു SmartArt ഘടകം ചേർക്കുക. കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക ഓർഗനൈസേഷൻ ചാർട്ട് സൃഷ്ടിക്കൽ.

ഹിസ്റ്റോഗ്രാമുകളും പാരെറ്റോ ചാർട്ടുകളും Excel-ൽ ഒരു ബാർ അല്ലെങ്കിൽ പാരെറ്റോ (ക്രമീകരിച്ച ബാർ) ചാർട്ട് സൃഷ്ടിക്കാൻ, ഉപയോഗിക്കുക ഡാറ്റ വിശകലന ഉപകരണങ്ങൾനിങ്ങൾ Excel അനലൈസർ പാക്ക് ആഡ്-ഇൻ ഇൻസ്റ്റാൾ ചെയ്തതിന് ശേഷം അത് ലഭ്യമാകും (Microsoft Office അല്ലെങ്കിൽ Excel ഇൻസ്റ്റാളേഷൻ സമയത്ത് തിരഞ്ഞെടുത്തത്). കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക ഒരു ഹിസ്റ്റോഗ്രാം രൂപത്തിൽ ഡാറ്റയുടെ അവതരണം.

ഉപയോഗത്തിന്റെ ദിശയിലുള്ള സ്റ്റാറ്റിസ്റ്റിക്കൽ ഗ്രാഫുകൾ ഒരു പ്രധാന വൈവിധ്യത്താൽ സവിശേഷതയാണ്. അവരുടെ ശാസ്ത്രീയ വർഗ്ഗീകരണം അത്തരം അടയാളങ്ങൾ നൽകുന്നു പൊതു ഉപയോഗംഅടിസ്ഥാന ഘടകങ്ങളുടെ തരങ്ങൾ, രൂപങ്ങൾ, തരങ്ങൾ. പരമ്പരാഗതമായി, സ്റ്റാറ്റിസ്റ്റിക്സ് സിദ്ധാന്തം ഗ്രാഫുകളുടെ വർഗ്ഗീകരണത്തെ അവയുടെ ഫീൽഡുകളുടെ തരങ്ങൾക്കനുസരിച്ച് പരിഗണിക്കുന്നു. ഈ തത്വമനുസരിച്ച്, ഗ്രാഫിക് ഇമേജുകൾ ഡയഗ്രമുകൾ, കാർട്ടോഗ്രാമുകൾ, കാർട്ടോഗ്രാമുകൾ എന്നിങ്ങനെ തിരിച്ചിരിക്കുന്നു.

ഡയഗ്രമുകൾ -ജ്യാമിതീയ ചിഹ്നങ്ങൾ ഉപയോഗിച്ചുള്ള സംഖ്യാ മൂല്യങ്ങളുടെയും അവയുടെ അനുപാതങ്ങളുടെയും പരമ്പരാഗത ചിത്രങ്ങളാണിവ.

കാർട്ടോഗ്രാമുകൾ- മാപ്പിൽ സോപാധിക ഷേഡിംഗ് അല്ലെങ്കിൽ കളറിംഗ് ഉപയോഗിച്ച് സംഖ്യാ മൂല്യങ്ങളുടെയും അവയുടെ അനുപാതങ്ങളുടെയും ചിത്രം - സ്കീം.

ചാർട്ട് ചാർട്ടുകൾ -ഇത് ഒരു മാപ്പുള്ള ഒരു ഡയഗ്രാമിന്റെ സംയോജനമാണ് - ഒരു ഡയഗ്രം. ഒരു ഡയഗ്രം നിർമ്മിക്കുമ്പോൾ, ഒരു നിശ്ചിത സ്കെയിൽ സ്ഥാപിക്കപ്പെടുന്നു, അതായത്, ഗ്രാഫിലെ മൂല്യങ്ങളുടെ വലുപ്പവും പ്രകൃതിയിൽ ചിത്രീകരിച്ചിരിക്കുന്ന പ്രതിഭാസത്തിന്റെ യഥാർത്ഥ മൂല്യവും തമ്മിലുള്ള അനുപാതം.

സ്റ്റാറ്റിസ്റ്റിക്കൽ ഗ്രാഫുകളുടെ ഏറ്റവും സാധാരണമായ തരം ചാർട്ടുകളാണ്. സ്ഥിതിവിവരക്കണക്കുകൾ പ്രദർശിപ്പിക്കുന്ന രീതിയെ ആശ്രയിച്ച്, ഈ ഡാറ്റ ഒരേ വീതിയുടെ നേർരേഖകളോ വരകളോ ആയി ചിത്രീകരിക്കുമ്പോൾ അവ ഒരു അളവിലും ജ്യാമിതീയ രൂപങ്ങളുടെ മേഖലകൾ ഉപയോഗിച്ച് ഡാറ്റ ചിത്രീകരിക്കുന്ന രണ്ട് അളവുകളിലും (വിമാനങ്ങൾ) ആകാം. (ദീർഘചതുരങ്ങൾ, ചതുരങ്ങൾ, വൃത്തങ്ങൾ.).

ആദ്യ തരം ചാർട്ടുകളിൽ ലീനിയർ, ബാർ, സ്ട്രിപ്പ് മുതലായവ ഉൾപ്പെടുന്നു. രണ്ടാമത്തേതിന് - ചതുരാകൃതിയിലുള്ള (ചതുരം, "ബാർബേറിയൻ അടയാളം"), വൃത്താകൃതി, സെക്ടർ, റേഡിയൽ, ചുരുണ്ട.

ലൈൻ ചാർട്ട്കോർഡിനേറ്റ് ഫീൽഡിൽ പോയിന്റുകൾ ബന്ധിപ്പിക്കുന്നതിന്റെ ഫലമായി രൂപംകൊണ്ട വ്യത്യസ്ത ദൈർഘ്യമുള്ള വരികളുടെ രൂപത്തിൽ സൂചകത്തിന്റെ വലുപ്പം പ്രദർശിപ്പിക്കുന്നു. ലൈൻ ചാർട്ടുകളുടെ തരങ്ങളിൽ ഒന്ന് പ്ലാനിന്റെ ഒരു ലൈൻ ഗ്രാഫും ഒരു അക്കൗണ്ടിംഗ് ആസൂത്രണ ഷെഡ്യൂളും ആണ് (ചിത്രം 27, 28).

അരി. 27. ഫാമിലെ കുതിരകളുടെ എണ്ണത്തിന്റെ ചലനാത്മകതയുടെ ലീനിയർ ഗ്രാഫ്

അരി. 28. ഒരു മാസത്തിനുള്ളിൽ ഉൽപ്പന്നങ്ങളുടെ ഉൽപ്പാദനം വഴി എന്റർപ്രൈസ് പദ്ധതി നടപ്പിലാക്കുന്നതിനുള്ള അക്കൗണ്ടിംഗും ആസൂത്രണ ഷെഡ്യൂളും: a- ഒരു ദശാബ്ദത്തേക്ക്; b - ക്യുമുലേറ്റീവ്

രേഖാചിത്രങ്ങൾ പ്രധാനമായും സമയബന്ധിതമായ പ്രതിഭാസങ്ങളുടെ വികസനം പഠിക്കാൻ ഉപയോഗിക്കുന്നു.

ലൈൻ ചാർട്ടുകളുടെ ഘടനയിൽ ഇനിപ്പറയുന്ന ആവശ്യകതകൾ ചുമത്തിയിരിക്കുന്നു:

2) പൂജ്യം മൂല്യം നിർബന്ധമായും ഓർഡിനേറ്റ് അക്ഷത്തെ ബാധിക്കുന്നു. ഈ നിയമം പാലിക്കുന്നത് സ്കെയിലിൽ ഗണ്യമായ കുറവും വ്യക്തതയുടെ അപചയവുമായി ബന്ധപ്പെട്ടിരിക്കുന്ന സന്ദർഭങ്ങളിൽ, എല്ലാ ഓർഡിനേറ്റുകളിലും ഒരു വിടവ് വരുത്തണം (ഈ സാഹചര്യത്തിൽ പൂജ്യം രേഖസംരക്ഷിച്ചു.)

3) അബ്‌സിസ്സയിലെ സെഗ്‌മെന്റുകൾ ഇടവേളകളുമായി പൊരുത്തപ്പെടണം (ഡൈനാമിക്‌സിന്റെ ശ്രേണിക്ക് - സമയ കാലയളവ്);

4) പൂജ്യം രേഖ മറ്റ് സമാന്തര വരികളിൽ നിന്ന് കുത്തനെ വ്യത്യാസപ്പെട്ടിരിക്കണം;

5) ഒരു ശതമാനം സ്കെയിൽ ഉപയോഗിച്ച് ഒരു ഡയഗ്രം നിർമ്മിക്കുമ്പോൾ, നിങ്ങൾ 100% അർത്ഥമാക്കുന്ന ലൈൻ വ്യക്തമായി ഹൈലൈറ്റ് ചെയ്യേണ്ടതുണ്ട്;

6) ചാർട്ടിന്റെ വളഞ്ഞ രേഖ ഗ്രിഡ് ലൈനുകളിൽ നിന്ന് വളരെ വ്യത്യസ്തമായിരിക്കണം

7) ഡിജിറ്റൽ സൂചകങ്ങൾ എളുപ്പത്തിൽ വായിക്കാൻ കഴിയുന്ന തരത്തിൽ ചാർട്ടിൽ സ്ഥാപിച്ചിരിക്കുന്നു;

8) ഗ്രാഫിന്റെ വിസ്തീർണ്ണം ചതുരമോ ദീർഘചതുരമോ ആയിരിക്കണം. കോളം ചാർട്ട്. ഇത്തരത്തിലുള്ള ഡയഗ്രാമിൽ, സ്റ്റാറ്റിസ്റ്റിക്കൽ

ഡാറ്റ ഒരേ വീതിയുള്ള ദീർഘചതുരങ്ങളായി (നിരകൾ) ചിത്രീകരിച്ചിരിക്കുന്നു. അവയെ ലംബമായോ തിരശ്ചീനമായോ സ്ഥാപിക്കുക. പ്രതിഭാസങ്ങളുടെ വ്യാപ്തി നിരയുടെ ഉയരം (ചിത്രം 29) സവിശേഷതയാണ്.

അരി. 29. എന്റർപ്രൈസ് മൊത്ത ഉത്പാദനത്തിന്റെ ചലനാത്മകതയുടെ ബാർ ചാർട്ട്

നിര ഡയഗ്രമുകൾ ഉപയോഗിക്കുന്നു: 1) വിവിധ പ്രതിഭാസങ്ങൾ പരസ്പരം താരതമ്യം ചെയ്യുമ്പോൾ; 2) കൃത്യസമയത്ത് പ്രതിഭാസങ്ങൾ ചിത്രീകരിക്കാൻ; 3) പ്രതിഭാസങ്ങളുടെ ഘടന പ്രദർശിപ്പിക്കുന്നതിന്.

ബാർ ചാർട്ടുകൾ നിർമ്മിക്കുന്നതിനുള്ള അടിസ്ഥാന നിയമങ്ങൾ നമുക്ക് പരിഗണിക്കാം:

1) നിരകളുടെ വീതിയും അവയ്ക്കിടയിലുള്ള ദൂരവും തുല്യമായിരിക്കണം;

2) നിരകൾ ഏറ്റവും ചെറുത് മുതൽ വലുത് വരെ അല്ലെങ്കിൽ തിരിച്ചും ക്രമീകരിച്ചിരിക്കുന്നു (സ്പേഷ്യൽ മോഡൽ);

3) നിരകളുടെ അടിഭാഗത്ത്, അടിസ്ഥാന രേഖ വരയ്ക്കുകയും ഹൈലൈറ്റ് ചെയ്യുകയും ചെയ്യുന്നു;

4) നിരകളുടെ പേരും ഡിജിറ്റൽ ഡാറ്റയും സൂചിപ്പിച്ചിരിക്കുന്നു;

5) സ്കെയിലിൽ ഡിവിഷനുകൾ ഉണ്ടായിരിക്കണം, അവയിൽ പ്രധാനം അക്കങ്ങളാൽ സൂചിപ്പിച്ചിരിക്കുന്നു;

6) അളവ് യൂണിറ്റ് സൂചിപ്പിക്കുക.

ബാർ ചാർട്ടിന്റെ ഒരു വ്യതിയാനം ഒരു ഹിസ്റ്റോഗ്രാം ആണ്, അതിന്റെ സഹായത്തോടെ വിതരണത്തിന്റെ വ്യതിയാന ശ്രേണി ചിത്രീകരിച്ചിരിക്കുന്നു.

സ്ട്രിപ്പ് ചാർട്ടുകൾ.ബാർ ചാർട്ടുകളിൽ നിന്ന് വ്യത്യസ്തമായി, സ്ട്രിപ്പ് ചാർട്ടുകൾ നിർമ്മിക്കുമ്പോൾ, പ്രതിഭാസങ്ങളുടെ വലുപ്പത്തെ പ്രതിനിധീകരിക്കുന്ന ദീർഘചതുരങ്ങൾ ലംബമായി അല്ല, തിരശ്ചീനമായി (ചിത്രം 33) സ്ഥാപിക്കുന്നു. ഇത്തരത്തിലുള്ള ഡയഗ്രമുകളുടെ നിർമ്മാണത്തിനുള്ള ആവശ്യകതകൾ, സമാനമായ ആവശ്യകതകൾബാർ ചാർട്ടുകളിലേക്ക്.

അരി. 30. സംരംഭങ്ങളിലെ ദിവസ വേതനത്തിന്റെ ബാൻഡ് ചാർട്ട്

പൈ ചാർട്ടുകൾസെക്ടറുകളായി വിഭജിച്ചിരിക്കുന്ന ഒരു വൃത്തത്തെ പ്രതിനിധീകരിക്കുന്നു, അതിന്റെ മൂല്യങ്ങൾ പ്രതിഭാസങ്ങളുടെ ചിത്രീകരിച്ച അളവുകളുമായി (അനുപാതികമായി) യോജിക്കുന്നു. പ്രതിഭാസങ്ങളുടെ ഘടന പ്രദർശിപ്പിക്കുന്നതിനാണ് പൈ ചാർട്ടുകൾ നിർമ്മിച്ചിരിക്കുന്നത് (ചിത്രം 31).

അരി. 31. ഒരു കാർഷിക സംരംഭത്തിന്റെ വിതച്ച പ്രദേശങ്ങളുടെ ഘടനയുടെ സെക്ടർ ഡയഗ്രം

ദീർഘചതുര ചാർട്ടുകൾ.ഇത്തരത്തിലുള്ള ഡയഗ്രമുകൾ പ്രദേശങ്ങളുടെ രൂപത്തിൽ അന്വേഷിച്ച പ്രതിഭാസങ്ങളുടെ വ്യാപ്തി ചിത്രീകരിക്കുന്നു. കാലക്രമേണ മാറുന്ന പ്രതിഭാസങ്ങളെ ചിത്രീകരിക്കുന്നതിനും ബഹിരാകാശത്തെ വ്യത്യസ്ത അളവുകൾ താരതമ്യം ചെയ്യുന്നതിനും ദീർഘചതുരാകൃതിയിലുള്ള ഡയഗ്രമുകൾ ഉപയോഗിക്കുന്നു.

ചതുരാകൃതിയിലുള്ള ചാർട്ടുകളിൽ ചതുരാകൃതിയിലുള്ള ചാർട്ടുകളും ബാർബേറിയൻ ചിഹ്നവും ഉൾപ്പെടുന്നു.

ചതുരാകൃതിയിലുള്ള ചാർട്ടുകൾതാരതമ്യം ചെയ്യുമ്പോൾ ഉപയോഗിക്കുക കേവല മൂല്യങ്ങൾ... ഒരു ചതുരത്തിന്റെ വശം നിർണ്ണയിക്കാൻ, നിങ്ങൾക്ക് ടെസ്റ്റ് (ഡയഗ്രം) മൂല്യങ്ങളുടെ സ്ക്വയർ റൂട്ട് ലഭിക്കണം. പട്ടിക 95 അനുസരിച്ച്, ഞങ്ങൾ 30 = 1 സെന്റിമീറ്റർ സ്കെയിൽ എടുത്ത് അനുബന്ധ കണക്കുകൂട്ടലുകൾ നടത്തുന്നു. കാർഷിക ഭൂമിയുടെ മൂല്യങ്ങളിൽ നിന്ന് സ്ക്വയർ റൂട്ട് വേർതിരിച്ചെടുത്ത ശേഷം ലഭിച്ച സൂചകങ്ങളെ ഞങ്ങൾ സ്കെയിൽ യൂണിറ്റുകളിലേക്ക് വിവർത്തനം ചെയ്യുന്നു: 81.2: 30 = 2.7 സെ. 76.8: 30 = 2.6 സെന്റീമീറ്റർ; 72.8: 30 = 2.4 സെന്റീമീറ്റർ, തത്ഫലമായുണ്ടാകുന്ന സംഖ്യാ മൂല്യങ്ങൾ ചതുരത്തിന്റെ വശമായി എടുക്കുന്നു (ചിത്രം 32).

പട്ടിക 95

സ്ക്വയർ, പൈ ചാർട്ടുകൾ നിർമ്മിക്കുന്നതിനുള്ള ഔട്ട്പുട്ടും കണക്കാക്കിയ ഡാറ്റയും

"വാർസാറിന്റെ അടയാളം".മൂന്ന് അനുബന്ധ അളവുകൾ താരതമ്യം ചെയ്യാൻ ഉപയോഗിക്കുന്നു. ഇത് ഒരു ദീർഘചതുരം ആണ്

അവിടെ നീളം ഒരു പ്രതിഭാസത്തിന്റെ വ്യാപ്തിയെ പ്രതിഫലിപ്പിക്കുന്നു, വീതി - മറ്റൊന്ന്, അതിന്റെ വിസ്തീർണ്ണം ഇവയുടെ രണ്ട്-സ്കെയിൽ താരതമ്യത്തിൽ അതിന്റെ ഗുണനഫലമാണ്: ദീർഘചതുരത്തിന്റെ അടിത്തറയ്ക്ക് ഒരു സ്കെയിൽ, രണ്ടാമത്തേത് അതിന്റെ ഉയരം.

"വാർസാറിന്റെ അടയാളം" ഒരേസമയം, ഇതിനകം സൂചിപ്പിച്ചതുപോലെ, മൂന്ന് അനുബന്ധ മൂല്യങ്ങളെ താരതമ്യം ചെയ്യുന്നു, അതായത്, ചാർട്ട് സൂചകം മറ്റ് രണ്ടിന്റെയും ഉൽപ്പന്നമാണ്. ഉദാഹരണത്തിന്, ഡയഗ്രാമിന്റെ ദീർഘചതുരത്തിന്റെ വിസ്തീർണ്ണം വിളവെടുപ്പിനെ ചിത്രീകരിക്കുന്നുവെങ്കിൽ, അതിന്റെ ദൈർഘ്യങ്ങളിലൊന്ന് വിതച്ച പ്രദേശമാണ്, രണ്ടാമത്തേത് ഉയരം - വിളവ്. ഇത്തരത്തിലുള്ള ഡയഗ്രം ചിത്രം 33 ൽ കാണിച്ചിരിക്കുന്നു.

അരി. 32. എന്റർപ്രൈസസിന്റെ കാർഷിക ഭൂമിയുടെ വലിപ്പത്തിന്റെ സ്ക്വയർ ചാർട്ട്

ചിത്രം 33. ചതുരാകൃതിയിലുള്ള ചാർട്ട് "വാർസാറിന്റെ അടയാളം".

അവരുടെ പ്രദേശത്തെ പൈ ചാർട്ടുകൾ പഠനത്തിൻ കീഴിലുള്ള പ്രതിഭാസങ്ങളുടെ വ്യാപ്തി പ്രതിഫലിപ്പിക്കുന്നു. താരതമ്യപ്പെടുത്താവുന്ന ഏകതാനമായ അളവുകൾ ചിത്രീകരിക്കുന്നതിന് ഒരു സർക്കിളിന്റെ വിസ്തീർണ്ണത്തിന്റെ ഉപയോഗത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് അവ. അവ നിർമ്മിക്കുമ്പോൾ, സർക്കിളുകളുടെ മേഖലകൾ അവയുടെ ആരങ്ങളുടെ ചതുരങ്ങളായി പരസ്പരം ബന്ധപ്പെട്ടിരിക്കുന്നുവെന്ന് കണക്കിലെടുക്കുന്നു. സർക്കിളിന്റെ ആരം നിർണ്ണയിക്കാൻ, നിങ്ങൾ ഡയഗ്രം മൂല്യത്തിന്റെ സ്ക്വയർ റൂട്ട് വേർതിരിച്ചെടുക്കേണ്ടതുണ്ട്; ഈ അടിസ്ഥാനത്തിൽ, ഒരു നിശ്ചിത സ്കെയിലിൽ അതിന്റെ രൂപരേഖ തയ്യാറാക്കുക, അതിന്റെ വലിപ്പം അനുസരിച്ച്, ഒരു സർക്കിൾ വിവരിക്കുക. പട്ടിക 95-ലെ ഡാറ്റയെ അടിസ്ഥാനമാക്കിയുള്ള ഒരു പൈ ചാർട്ട് ചിത്രം 34 കാണിക്കുന്നു.

റേഡിയൽ ചാർട്ടുകൾ. അടച്ച കലണ്ടർ സമയ ഫ്രെയിമിനുള്ളിൽ മാറുന്ന പ്രതിഭാസങ്ങളെ ഗ്രാഫിക്കായി ചിത്രീകരിക്കാൻ ഇത്തരത്തിലുള്ള ഡയഗ്രമുകൾ ഉപയോഗിക്കുന്നു. അവയുടെ നിർമ്മാണം ഒരു ധ്രുവീയ കോർഡിനേറ്റ് സിസ്റ്റത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്, അവിടെ സർക്കിൾ abscissa അച്ചുതണ്ടിനൊപ്പം എടുക്കുന്നു, എല്ലാ ഓർഡിനേറ്റുകൾക്കും അതിന്റെ ആരം.

ഡയഗ്രം ചെയ്ത പ്രതിഭാസത്തിന്റെ ഏത് ചക്രം ചിത്രീകരിച്ചിരിക്കുന്നു എന്നതിനെ ആശ്രയിച്ച് - അടച്ചതോ തുടരുന്നതോ (കാലഘട്ടങ്ങളിൽ നിന്ന്) - റേഡിയൽ ഡയഗ്രമുകൾ വേർതിരിച്ചിരിക്കുന്നു. അടഞ്ഞതും സർപ്പിളവുമാണ്.ഉദാഹരണത്തിന്, ചിത്രീകരിച്ച പ്രതിഭാസത്തിന്റെ മാറ്റത്തിന്റെ മുഴുവൻ ചക്രവും ഉൾക്കൊള്ളുന്നുവെങ്കിൽ വേനൽക്കാല കാലയളവ്, ഒരു റേഡിയൽ ഡയഗ്രം ഒരു അടഞ്ഞ രൂപത്തിൽ നിർമ്മിച്ചിരിക്കുന്നു.

അരി. 34. കൃഷിഭൂമിയുടെ വലിപ്പത്തിന്റെ പൈ ചാർട്ട്

സംരംഭങ്ങൾ

അരി. 35. വർഷത്തിൽ എന്റർപ്രൈസസിൽ പ്രവർത്തിച്ച മനുഷ്യ-മണിക്കൂറുകളുടെ റേഡിയൽ ഡയഗ്രം

ഡയഗ്രം ചെയ്ത കാലയളവിന്റെ ചക്രത്തിൽ പ്രതിഭാസത്തിലെ മാറ്റം പഠിക്കുകയാണെങ്കിൽ (ഉദാഹരണത്തിന്, ഒരു വർഷത്തെ ഡിസംബർ രണ്ടാം വർഷത്തിലെ ജനുവരിയുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു, മുതലായവ), ചലനാത്മകതയുടെ ഒരു ശ്രേണി ഒരു സോളിഡ് കർവ് ആയി ചിത്രീകരിക്കപ്പെടുന്നു, അത് ദൃശ്യപരമായി കാണപ്പെടുന്നു. ഒരു സർപ്പിളം പോലെ.

റേഡിയൽ ഡയഗ്രമുകൾ നിർമ്മിക്കുമ്പോൾ, ഉത്ഭവം (ധ്രുവം) സർക്കിളിന്റെ കേന്ദ്രമാകാം. സർക്കിളിന്റെ മധ്യഭാഗം ധ്രുവമായി എടുക്കുകയാണെങ്കിൽ, റേഡിയൽ ഡയഗ്രം ഇനിപ്പറയുന്ന ക്രമത്തിലാണ് നിർമ്മിച്ചിരിക്കുന്നത്: സൈക്കിൾ ഡയഗ്രമിംഗിൽ എത്ര കാലഘട്ടങ്ങളുണ്ടോ അത്രയും ഭാഗങ്ങളായി സർക്കിളിനെ തിരിച്ചിരിക്കുന്നു (ഉദാഹരണത്തിന്, ഒരു വർഷം 12 മാസമാണ്), അതനുസരിച്ച് ആരങ്ങൾ നിർമ്മിച്ചിരിക്കുന്നു (ഇൻ ഈ സാഹചര്യത്തിൽ- 12). കാലഘട്ടങ്ങൾ ഘടികാരദിശയിൽ സ്ഥാപിക്കുകയും സ്കെയിൽ അളവിലുള്ള ഓരോ ദൂരത്തിലും, പ്രതിഭാസങ്ങളുടെ വലുപ്പത്തിന് ആനുപാതികമായി (വൃത്തത്തിന്റെ മധ്യഭാഗത്ത് നിന്ന്) സെഗ്മെന്റുകൾ സ്ഥാപിക്കുകയും ചെയ്യുന്നു. റേഡിയയിലെ സെഗ്‌മെന്റുകളുടെ അറ്റങ്ങൾ ബന്ധിപ്പിച്ചിരിക്കുന്നു, അതിന്റെ ഫലമായി ഒരു കേന്ദ്രീകൃത തകർന്ന രേഖ രൂപം കൊള്ളുന്നു. സർക്കിളിന്റെ മധ്യത്തിൽ നിന്നുള്ള ഉത്ഭവത്തോടുകൂടിയ ഒരു അടഞ്ഞ റേഡിയൽ ഡയഗ്രാമിന്റെ ഉദാഹരണം ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്നു. 35.

രൂപങ്ങളുടെ രീതി - അടയാളങ്ങൾ.പ്രതിഭാസങ്ങളുടെ ഡയഗ്രമുകൾ ചിത്രീകരിക്കുന്ന ഈ രീതി, സ്റ്റാറ്റിസ്റ്റിക്കൽ ഡാറ്റയുടെ ഉള്ളടക്കവുമായി പൊരുത്തപ്പെടുന്ന ഡ്രോയിംഗുകൾ ഉപയോഗിച്ച് ജ്യാമിതീയ രൂപങ്ങൾ മാറ്റിസ്ഥാപിക്കുന്നത് ഉൾപ്പെടുന്നു (ചിത്രം 36). അതായത്, സൂചകത്തിന്റെ മൂല്യം കണക്കുകൾ (ചിഹ്നങ്ങൾ, ചിത്രങ്ങൾ) ഉപയോഗിച്ച് ചിത്രീകരിച്ചിരിക്കുന്നു: ഉദാഹരണത്തിന്, കുതിരകളുടെ എണ്ണം - ഒരു കുതിരയുടെ സിലൗറ്റിന്റെ രൂപത്തിൽ, കാറുകളുടെ ഉത്പാദനം - ഒരു കാറിന്റെ ചിത്രത്തിന്റെ രൂപത്തിൽ , തുടങ്ങിയവ. ജ്യാമിതീയ രൂപങ്ങളേക്കാൾ ഇത്തരത്തിലുള്ള ഡയഗ്രമുകളുടെ പ്രയോജനങ്ങൾ അവയുടെ വ്യക്തതയും വ്യക്തതയും ആണ്. പ്രതീകാത്മക ചിത്രം ഡയഗ്രം പ്രകടിപ്പിക്കുന്നതും ആകർഷകവുമാക്കുന്നു.

അരി. 36. ജില്ലാ ലൈബ്രറിയിലെ കമ്പോള സമ്പദ് വ്യവസ്ഥയെക്കുറിച്ചുള്ള പുസ്തക പ്രസിദ്ധീകരണങ്ങളുടെ ചലനാത്മകത

കണക്കുകളുടെ രീതി - അടയാളങ്ങൾക്ക് (വിയന്നീസ് എന്ന് വിളിക്കപ്പെടുന്നവ) അതിന്റേതായ സ്വഭാവസവിശേഷതകൾ ഉണ്ട്, കൂടാതെ സമ്പന്നമായ ഉള്ളടക്കം കൊണ്ട് സവിശേഷമാക്കപ്പെടുന്നു, അടിസ്ഥാന പ്രാധാന്യമുള്ളതും അത്തരം ഡയഗ്രമുകൾ നിർമ്മിക്കുന്നതിന് ചില നിയമങ്ങൾ പാലിക്കേണ്ടതുണ്ട്, അതായത്:

1) ചിഹ്നങ്ങൾ സ്വയം വിശദീകരിക്കുന്നവ ആയിരിക്കണം കൂടാതെ വിശദമായ വിശദീകരണങ്ങൾ ആവശ്യമില്ല. ചട്ടം പോലെ, അവർ വരച്ച വസ്തുക്കളുടെ രൂപരേഖ അല്ലെങ്കിൽ സിലൗറ്റ് ചിത്രീകരിക്കുന്നു;

2) അവ്യക്തമായ വ്യാഖ്യാനം ഉറപ്പാക്കുക;

3) വിഷയത്തിന്റെ പ്രത്യേകത;

4) ഗ്രൂപ്പ് അടയാളങ്ങൾ ലംബമായി സ്ഥാപിച്ചിരിക്കുന്നു, കൂടാതെ സ്വഭാവമുള്ള സൂചകങ്ങൾ തിരശ്ചീനമായി സ്ഥാപിക്കുന്നു;

5) ചിഹ്നങ്ങളുടെ ചിത്രങ്ങൾ - ചിഹ്നങ്ങൾ നല്ല ഡ്രോയിംഗിന്റെ തത്വങ്ങൾ പാലിക്കണം;

6) അമിതമായ വിശദാംശങ്ങളും അലങ്കാരങ്ങളും പ്രത്യേകമായി കണക്കാക്കുന്നു;

7) ചിഹ്നങ്ങളുടെ സ്റ്റാൻഡേർഡൈസേഷൻ - ചിഹ്നങ്ങൾ. ഡയഗ്രാമിന്റെ ലേഔട്ട് സ്റ്റാൻഡേർഡ് അടയാളങ്ങളോടെ നടത്തണം - ഒരു പ്രിന്റിംഗ് ഹൗസിൽ നിർമ്മിച്ച ചിഹ്നങ്ങൾ, ആപ്ലിക്കേഷൻ ഉപയോഗിച്ച് മൌണ്ട് ചെയ്യുക. അത്തരം അടയാളങ്ങൾക്ക് പ്രത്യേക ഉദാഹരണങ്ങളുണ്ട്;

8) ഡയഗ്രാമിന്റെ നിർബന്ധിത തലക്കെട്ടും ടെക്സ്റ്റ് പദവികൾപ്രത്യേക അഗ്രഗേറ്റുകൾ (ഗ്രൂപ്പുകൾ), അവ ഒരു നിശ്ചിത കണക്കിനാൽ ചിത്രീകരിച്ചിരിക്കുന്നു; സൂചനയോടുകൂടിയ സ്കെയിൽ പദവി സംഖ്യാ മൂല്യംഓരോ അടയാളവും ഒരു പ്രതീകമാണ്.

സെമി-ലോഗ് ചാർട്ടുകൾ.ഇത്തരത്തിലുള്ള സ്റ്റാറ്റിസ്റ്റിക്കൽ ഗ്രാഫ് ഒരു കോർഡിനേറ്റ് സിസ്റ്റത്തിൽ പ്ലോട്ട് ചെയ്തിരിക്കുന്നു. പ്രതിഭാസത്തിന്റെ രേഖാചിത്രം ചിത്രീകരിക്കുന്ന സംഖ്യകൾ ലോഗരിതം സ്കെയിലിലാണ്. പോയിന്റുകളുടെ ലോഗരിതം ഓർഡിനേറ്റിൽ സ്ഥിതിചെയ്യുന്നു, കൂടാതെ ഇവന്റിന്റെ തീയതി (വർഷം) - അബ്സിസ്സയിൽ (ചിത്രം 37).

അരി. 37. എന്റർപ്രൈസിലെ പ്രതിദിന വേതന സൂചകങ്ങളുടെ ചലനാത്മകതയുടെ അർദ്ധരേഖാ ഗ്രാഫ്

കാർട്ടോഗ്രാമുകളും കാർട്ടോഡിയാഗ്രാമുകളും.കാർട്ടോഗ്രാമുകൾ ഒരു കോണ്ടൂർ ജിയോഗ്രാഫിക് മാപ്പ് അല്ലെങ്കിൽ ഡയഗ്രം ആണ്, അതിൽ വിവിധ സാന്ദ്രതകൾ, ഡോട്ടുകൾ അല്ലെങ്കിൽ വ്യത്യസ്ത അളവിലുള്ള സാച്ചുറേഷൻ പെയിന്റുകൾ എന്നിവയുടെ ഷേഡിംഗ് മാപ്പിൽ പ്ലോട്ട് ചെയ്തിട്ടുള്ള ടെറിട്ടോറിയൽ ഡിവിഷന്റെ ഓരോ യൂണിറ്റിനുള്ളിലെയും ഏതെങ്കിലും സൂചകത്തിന്റെ താരതമ്യ തീവ്രതയെ ചിത്രീകരിക്കുന്നു. കാർട്ടോഗ്രാമുകൾ സാധാരണയായി ആപേക്ഷികമോ ശരാശരിയോ മൂല്യങ്ങളാൽ സ്വഭാവ സവിശേഷതകളുള്ള പ്രതിഭാസങ്ങളെ ചിത്രീകരിക്കുന്നു (ഉദാഹരണത്തിന്, പ്രദേശം അനുസരിച്ച് മൊത്തം തൊഴിലാളികളുടെ എണ്ണത്തിൽ ജോലി ചെയ്യുന്ന പെൻഷൻകാരുടെ എണ്ണം, ഭൂമി വീണ്ടെടുക്കൽ ശതമാനം മൊത്തം വിസ്തീർണ്ണം, ശരാശരി വേതനമേഖലയിലെ ജില്ലകൾ, മുതലായവ പ്രകാരം സംരംഭങ്ങളിൽ).

പ്രതിഭാസങ്ങളുടെ ഡയഗ്രമുകൾ ചിത്രീകരിക്കുന്ന രീതിയിൽ, അവ വേർതിരിച്ചിരിക്കുന്നു പോയിന്റും പശ്ചാത്തല കാർട്ടോഗ്രാമുകളും.

ആദ്യത്തേതിൽ, ടെറിട്ടോറിയൽ യൂണിറ്റിന്റെ കോണ്ടൂർ മാപ്പിൽ സ്ഥിതിചെയ്യുന്ന പോയിന്റുകൾ ഉപയോഗിച്ച് പ്രതിഭാസത്തിന്റെ നില കാണിക്കുന്നു. വ്യക്തതയ്ക്കായി, ഒരു പ്രത്യേക സവിശേഷതയുടെ സാന്ദ്രത അല്ലെങ്കിൽ ആവൃത്തിയുടെ ചിത്രം, ഒരു ഡോട്ട് ജനസംഖ്യയുടെ ഒന്നോ അതിലധികമോ യൂണിറ്റുകളെ സൂചിപ്പിക്കുന്നു.

പശ്ചാത്തല കാർട്ടോഗ്രാമുകളിൽ, വിവിധ സാന്ദ്രതകളുടെ ഷേഡിംഗ് അല്ലെങ്കിൽ വ്യത്യസ്ത അളവിലുള്ള സാച്ചുറേഷൻ പെയിന്റ് ടെറിട്ടോറിയൽ യൂണിറ്റിനുള്ളിലെ ഏതെങ്കിലും സൂചകത്തിന്റെ തീവ്രത ചിത്രീകരിക്കുന്നു. കാർട്ടോഗ്രാമുകളുടെ കേസുകളിലൊന്ന് ചിത്രം 38 ൽ കാണിച്ചിരിക്കുന്നു.

അരി. 38. ജില്ലാ ഫാമുകളിലെ 100 ഹെക്ടർ കൃഷിഭൂമിയിൽ പശുക്കളുടെ കന്നുകാലി സാന്ദ്രതയുടെ കാർട്ടോഗ്രാം

ഡയഗ്രമുകളുടെ രൂപത്തിൽ ഒരു കോണ്ടൂർ മാപ്പിൽ സ്റ്റാറ്റിസ്റ്റിക്കൽ ഡാറ്റ പ്ലോട്ട് ചെയ്താൽ, ഒരു കാർട്ടോ ഡയഗ്രം ലഭിക്കും. അതിന്റെ ശ്രദ്ധേയമായ ഒരു ഉദാഹരണമാണ് ഭൂമിശാസ്ത്രപരമായ ഭൂപടം, വലിയ നഗരങ്ങളിലെ ജനസംഖ്യ വിവിധ വലുപ്പത്തിലുള്ള സർക്കിളുകളുടെ രൂപത്തിൽ ചിത്രീകരിച്ചിരിക്കുന്നു.

അന്വേഷിച്ച പ്രതിഭാസങ്ങളുടെ ഗ്രാഫിക്കൽ പ്രാതിനിധ്യത്തിന്റെ പരിഗണിക്കപ്പെട്ട രീതികൾക്ക് പുറമേ, മറ്റുള്ളവയും ഉണ്ട്. പ്രതിഭാസങ്ങളുടെ ചലനാത്മകത, അവയുടെ ഘടന, ബന്ധങ്ങൾ എന്നിവ പ്രതിഫലിപ്പിക്കുന്നതിൽ അവരുടെ പ്രായോഗിക ഉപയോഗം മുൻ അധ്യായങ്ങളിൽ ചർച്ചചെയ്തു.

പ്രധാന തരം ഡയഗ്രമുകളുടെ നിർമ്മാണം പരിഗണിക്കുക

നിർദ്ദിഷ്ട സംഖ്യാ ഉദാഹരണങ്ങൾ.

ഓൺ ബാർ ചാർട്ടുകൾ സ്റ്റാറ്റിസ്റ്റിക്കൽ ഡാറ്റ

ലംബമായി നീളമേറിയതായി ചിത്രീകരിച്ചിരിക്കുന്നു

ദീർഘചതുരങ്ങൾ.

ബാർ ചാർട്ടുകൾ നിർമ്മിക്കുമ്പോൾ, നിങ്ങൾ നിർവഹിക്കണം

ഇനിപ്പറയുന്ന ആവശ്യകതകൾ:

1) നിരയുടെ ഉയരം സജ്ജീകരിച്ചിരിക്കുന്ന സ്കെയിൽ,

ആദ്യം മുതൽ ആരംഭിക്കണം;

2) സ്കെയിൽ, ഒരു ചട്ടം പോലെ, തുടർച്ചയായിരിക്കണം;

3) നിരകളുടെ അടിസ്ഥാനങ്ങൾ പരസ്പരം തുല്യമായിരിക്കണം;

പോസ്റ്റുകൾ ഒരേ അകലത്തിൽ സ്ഥാപിക്കാവുന്നതാണ്

പരസ്പരം, പരസ്പരം അടുത്ത് അല്ലെങ്കിൽ ഒരു ഒഴുക്കിൽ, കൂടെ

ഏത് കോളം മറ്റൊന്നിനെ ഭാഗികമായി ഓവർലാപ്പ് ചെയ്യുന്നു;

4) അനുബന്ധ ഡിജിറ്റലുമായി സ്കെയിൽ അടയാളപ്പെടുത്തുന്നതിനൊപ്പം

നിരകൾ തന്നെ ലേബൽ ചെയ്യണം.

ഉദാഹരണം. നമ്പറിനെക്കുറിച്ചുള്ള ഗ്രാഫിക്കൽ ഡാറ്റ പ്രദർശിപ്പിക്കാം

ഇതിനായി റഷ്യയിലെ നോൺ-സ്റ്റേറ്റ് സെക്കൻഡറി സ്കൂളുകൾ

അടുത്ത അധ്യയന വർഷം (വർഷത്തിന്റെ തുടക്കത്തിൽ), യൂണിറ്റുകൾ: 1997/98 -

570; 1998/99 - 568; 1999/2000 - 607; 2000/01 - 635.

ഞങ്ങൾ സംസ്ഥാനേതര പൊതുവിദ്യാഭ്യാസത്തെക്കുറിച്ച് അന്വേഷിക്കുന്നു

ഒരു ബാർ ചാർട്ട് താരതമ്യം ഉപയോഗിക്കുന്ന സ്ഥാപനങ്ങൾ.

തിരശ്ചീന അക്ഷത്തിൽ ആറ് നിരകളുടെ അടിത്തറ സ്ഥാപിക്കുക.

പരസ്പരം 0.5 സെന്റീമീറ്റർ അകലെ. നിരകളുടെ വീതി 1 സെന്റീമീറ്റർ ആണ്.

ലംബ അക്ഷത്തിലെ സ്കെയിൽ 10 യൂണിറ്റാണ്. 1 സെന്റീമീറ്റർ (Fig.5.5).

ബാർ ഗ്രാഫിൽ പ്രദർശിപ്പിച്ച മൂല്യങ്ങൾ

നിരകളുടെ നീളത്തിന് ആനുപാതികമാണ്. ഡയഗ്രം അത് കാണിക്കുന്നു

അല്ലാത്തവരുടെ എണ്ണം

അരി. 5.5 പൊതു വിദ്യാഭ്യാസ ഇതര സംസ്ഥാനങ്ങളുടെ എണ്ണം

1997-2001 ലെ റഷ്യയിലെ സ്കൂളുകൾ

ഉദാഹരണം. താരതമ്യത്തിനായി നമുക്ക് ഒരു ചതുരാകൃതിയിലുള്ള ചാർട്ട് നിർമ്മിക്കാം

ഇതര സംസ്ഥാനങ്ങളിലെ അധ്യാപകരുടെയും വിദ്യാർത്ഥികളുടെയും എണ്ണം

2001-ലെ സ്കൂളുകൾ (വർഷാരംഭത്തിൽ). കെട്ടിടത്തിന്

ഡയഗ്രമുകൾ വേർതിരിച്ചെടുക്കേണ്ടതുണ്ട് വർഗ്ഗമൂലങ്ങൾഇനിപ്പറയുന്നവയിൽ

അളവ്: അധ്യാപകരുടെ എണ്ണം - 16 ആയിരം ആളുകൾ; അക്കം

വിദ്യാർത്ഥികൾ - 61 ആയിരം ആളുകൾ ഇത് യഥാക്രമം 4 ആണ്; 7.81.

ഈ ഡാറ്റയിൽ നിന്ന് സ്ക്വയറുകൾ നിർമ്മിക്കുന്നതിന്, നിങ്ങൾക്ക് ഇത് ആവശ്യമാണ്

ഒരു സ്കെയിൽ തിരഞ്ഞെടുക്കുക. 0.8 ആയിരം ആളുകൾക്ക് 1 സെന്റീമീറ്റർ എടുക്കാം.

ചാർട്ടിലെ ചതുരങ്ങളുടെ വശങ്ങൾ ലൈൻ സെഗ്‌മെന്റുകളായിരിക്കും,

സ്വീകരിച്ച സംഖ്യകൾക്ക് ആനുപാതികമായി (ചിത്രം 5.6). അങ്ങനെ

വഴി ചതുരം

അരി. 5.6 വിദ്യാർത്ഥികളുടെയും അധ്യാപകരുടെയും എണ്ണം

2001 ന്റെ തുടക്കത്തിൽ റഷ്യയിലെ നോൺ-സ്റ്റേറ്റ് സ്കൂളുകൾ (ആയിരം.

ഉദാഹരണം. വാച്ച് നിർമ്മാണത്തിന്റെ ചലനാത്മകത ഒന്നിൽ നമുക്ക് ചിത്രീകരിക്കാം

1999-2002 ലെ റഷ്യയിലെ പ്രദേശങ്ങൾ ഒരു ഡയഗ്രം ഉപയോഗിച്ച്

കണക്കുകൾ-അടയാളങ്ങൾ. 1000 കഷണങ്ങൾക്കായി ഞങ്ങൾ പരമ്പരാഗതമായി ഒരു ഡ്രോയിംഗ് എടുക്കും

മണിക്കൂറുകൾ. അപ്പോൾ മണിക്കൂറുകളുടെ എണ്ണം: 1999 ൽ 4717 കഷണങ്ങൾ.

4.7 കണക്കുകളുടെ അളവിൽ ചിത്രീകരിക്കണം; 2000-ൽ

3672 പീസുകളുടെ അളവിൽ. - 3.7 ഡ്രോയിംഗുകൾ; 2001 ൽ 3987 കഷണങ്ങൾ

3.99 പാറ്റേൺ; 2002-ൽ 2,189 കഷണങ്ങൾ. - 2.2 ഡ്രോയിംഗുകൾ

അരി. 5.8 റഷ്യയിലെ ഒരു പ്രദേശത്തെ ഉത്പാദനം കാണുക

പൈ ചാർട്ടുകൾ ഇനിപ്പറയുന്ന രീതിയിൽ നിർമ്മിക്കുന്നത് സൗകര്യപ്രദമാണ്:

പ്രതിഭാസത്തിന്റെ മുഴുവൻ വ്യാപ്തിയും 100% ആയി കണക്കാക്കുന്നു

ഒരു ശതമാനമായി അതിന്റെ വ്യക്തിഗത ഭാഗങ്ങളുടെ അനുപാതം. സർക്കിൾ തകർക്കുന്നു

ചിത്രീകരിച്ച മൊത്തത്തിലുള്ള ഭാഗങ്ങൾക്ക് ആനുപാതികമായി സെക്ടറുകൾ.

അങ്ങനെ, 1% 3.6 ° ആണ്. സ്വീകരിക്കാന്

സെക്ടറുകളുടെ കേന്ദ്ര കോണുകൾ, മൊത്തത്തിലുള്ള ഭാഗങ്ങളുടെ ഭിന്നസംഖ്യകൾ ചിത്രീകരിക്കുന്നത്, അത് ആവശ്യമാണ്

ശതമാനം 3.6 ° കൊണ്ട് ഗുണിക്കുക.

ഉദാഹരണം. സംഖ്യയെ പ്രതിനിധീകരിക്കാൻ നമുക്ക് ഒരു പൈ ചാർട്ട് ഉപയോഗിക്കാം

2000/01 ന്റെ തുടക്കത്തിൽ റഷ്യയിലെ നോൺ-സ്റ്റേറ്റ് സർവകലാശാലകളിലെ വിദ്യാർത്ഥികൾ

വിദ്യാഭ്യാസത്തിന്റെ രൂപങ്ങളാൽ അധ്യയന വർഷം. പകൽ ഫോമിൽ

39% വിദ്യാർത്ഥികൾ പഠിക്കുന്നു; വൈകുന്നേരം - 9%; കത്തിടപാടുകളിൽ -

51%; ബാഹ്യ പഠനങ്ങളിൽ - 1% വിദ്യാർത്ഥികൾ. നമുക്ക് ഒരു സർക്കിൾ നിർമ്മിക്കാം

ഏകപക്ഷീയമായ ആരം. വിദ്യാർത്ഥികളുടെ എണ്ണത്തെക്കുറിച്ചുള്ള ഡാറ്റ അനുസരിച്ച്

സെക്ടറുകളുടെ നിർമ്മാണം, ഞങ്ങൾ കേന്ദ്ര കോണുകൾ നിർവ്വചിക്കുന്നു: വേണ്ടി

പകൽ സമയം, കേന്ദ്ര കോൺ 140.4 "(41.0 ¦

3.6); വൈകുന്നേരം - 32.4 ° (9 3.6); എക്സ്ട്രാമുറലിനായി -183.6 ° (51

3.6); ബാഹ്യ വിദ്യാർത്ഥികൾക്ക് - 3.6 ° (1 ¦ 3.6). സഹായത്തോടെ

പ്രൊട്രാക്റ്റർ, സർക്കിളിനെ അനുബന്ധ സെക്ടറുകളായി വിഭജിക്കുക

അരി. 5.9 സംസ്ഥാന വിദ്യാർത്ഥികളുടെ വിദ്യാഭ്യാസ രൂപങ്ങളുടെ ഘടന

2000/01 ന്റെ തുടക്കത്തിൽ റഷ്യയിലെ നോൺ-സ്റ്റേറ്റ് സർവ്വകലാശാലകളും

അധ്യയനവർഷം

ഒരു പ്രതിഭാസത്തിന്റെ ഘടനയെക്കുറിച്ചുള്ള ഡാറ്റ പ്രകടിപ്പിക്കുകയാണെങ്കിൽ

സമ്പൂർണ്ണ മൂല്യങ്ങൾ, തുടർന്ന് സെക്ടറുകൾ കണ്ടെത്തുക

മൊത്തത്തിലുള്ള മൂല്യം കൊണ്ട് 360 ° ഹരിക്കേണ്ടത് ആവശ്യമാണ്, തുടർന്ന്

വിഭജനത്തിന്റെ ഘടകം തുടർച്ചയായി കേവലം കൊണ്ട് ഗുണിക്കുന്നു

ഭാഗങ്ങളുടെ മൂല്യങ്ങൾ.

ബന്ധപ്പെട്ട മൂന്ന് അളവുകളുടെ ഒരേസമയം താരതമ്യം ചെയ്യാൻ

ഒരു അളവ് എന്ന രീതിയിൽ പരസ്പരം

മറ്റ് രണ്ടിന്റെയും ഉൽപ്പന്നം, ഡയഗ്രമുകൾ ഉപയോഗിക്കുക,

"വാർസാറിന്റെ അടയാളം" എന്ന് വിളിക്കപ്പെടുന്നു.

വാർസാറിന്റെ അടയാളം ഉള്ള ഒരു ദീർഘചതുരം പ്രതിനിധീകരിക്കുന്നു

ചില ഘടകം അടിസ്ഥാനമായും മറ്റൊന്ന് ഉയരമായും എടുക്കുന്നു

മുഴുവൻ പ്രദേശവും ഉൽപ്പന്നത്തിന് തുല്യമാണ്.

ഉദാഹരണം. ഒന്നിൽ സ്പ്രിംഗ് ഗോതമ്പിന്റെ ശേഖരണത്തെക്കുറിച്ചുള്ള ഡാറ്റയുണ്ട്

2003 ൽ റഷ്യയുടെ പ്രദേശങ്ങളിൽ നിന്ന്, അതിൽ വിതയ്ക്കുന്ന സമയത്ത്

14.5 ദശലക്ഷം ഹെക്ടർ വിസ്തീർണ്ണം, വിളവ് ഹെക്ടറിന് 1.16 ടൺ ആയിരുന്നു.

ഞങ്ങളുടെ കാര്യത്തിൽ, ദീർഘചതുരത്തിന്റെ അടിഭാഗത്ത് ഞങ്ങൾ ഇട്ടു

സ്പ്രിംഗ് ഗോതമ്പിന്റെ വിളവ്, ഉയരം - വിതച്ച പ്രദേശം, കൂടാതെ

ദീർഘചതുരത്തിന്റെ വിസ്തീർണ്ണം വസന്തത്തിന്റെ മൊത്തത്തിലുള്ള വിളവെടുപ്പാണ്

ഗോതമ്പ്. ചാർട്ട് റീഡിംഗുകളുടെ കൃത്യത ആകാം

ലളിതമായ ഗണിത കണക്കുകൂട്ടലുകൾ ഉപയോഗിച്ച് പരിശോധിക്കുക:

വിതച്ച സ്ഥലം = മൊത്ത വിളവ് / വിളവ് = 16800000 /

1.16 = 14482758 ഹെക്ടർ (ചിത്രം 5.10).

അരി.

അരി. 5.10 സ്പ്രിംഗ് ഗോതമ്പിന്റെ മൊത്തത്തിലുള്ള വിളവെടുപ്പിന്റെ ആശ്രിതത്വം

ഒരു പ്രദേശത്തെ വിളവും വിതച്ച സ്ഥലവും

റഷ്യ 2003 സെ

ലൈൻ ചാർട്ടുകൾ വ്യാപകമായി ഉപയോഗിക്കുന്നു

സമയത്തിലെ പ്രതിഭാസങ്ങളിലെ മാറ്റങ്ങളുടെ സവിശേഷതകൾ, പ്രകടനം

ആസൂത്രണ ജോലികൾ, അതുപോലെ തന്നെ സീരീസ് പഠിക്കുന്നതിനും

വിതരണം, പ്രതിഭാസങ്ങൾ തമ്മിലുള്ള ബന്ധം തിരിച്ചറിയൽ. ലീനിയർ

ചാർട്ടുകൾ ഒരു ഗ്രിഡിലാണ് നിർമ്മിച്ചിരിക്കുന്നത്. ജ്യാമിതീയ

ലൈൻ ചാർട്ടുകളിലെ അടയാളങ്ങൾ പോയിന്റുകളും

അവയെ ശ്രേണിയിൽ ബന്ധിപ്പിക്കുന്ന ലൈൻ സെഗ്‌മെന്റുകൾ

തകർന്ന വളവുകളിലേക്ക് മടക്കി.

ഉദാഹരണം. ഒരു ലൈൻ ചാർട്ട് ഉപയോഗിച്ച്, നിങ്ങൾക്ക് ചിത്രീകരിക്കാൻ കഴിയും

ഉന്നത വിദ്യാഭ്യാസത്തിനായുള്ള പ്രവേശന പരീക്ഷകളിലെ മത്സരത്തെക്കുറിച്ചുള്ള ഡാറ്റ

റഷ്യയിലെ വിദ്യാഭ്യാസ സ്ഥാപനങ്ങൾ 1996 - 2000; ഒന്നിന്

പരീക്ഷകൾ നടത്തിയവർക്കായി എൻറോൾ ചെയ്ത അക്കൗണ്ടുകൾ:

വർഷം 1996 1997 1998 1999 2000

മത്സരം, ആളുകൾ 1.8 1.7 1.8 1.9 1.9

ചതുരാകൃതിയിലുള്ള കോർഡിനേറ്റ് സിസ്റ്റത്തിൽ, ഞങ്ങൾ ഓർഡിനേറ്റ് അക്ഷത്തിൽ പ്ലോട്ട് ചെയ്യും

അപേക്ഷകരുടെ മത്സരത്തെക്കുറിച്ചുള്ള ഡാറ്റ (ചിത്രം 5.11). സ്കെയിൽ - 1 സെ.മീ

0.05 ആളുകൾ വക്രത്തിന്റെ സ്ഥാനം എന്ന് ഗ്രാഫ് കാണിക്കുന്നു

മത്സരത്തെക്കുറിച്ചുള്ള ഡാറ്റ മാത്രമല്ല നിർണ്ണയിക്കുന്നത്

തീയതികൾക്കിടയിലുള്ള സമയ ഇടവേളകൾ.

പലപ്പോഴും, ഒരു ലൈൻ ചാർട്ടിൽ പലതും അടങ്ങിയിരിക്കുന്നു

ചലനാത്മകതയുടെ താരതമ്യ സ്വഭാവം നൽകുന്ന വളവുകൾ

അരി. 5.11 ഉന്നതവിദ്യാഭ്യാസത്തിനുള്ള പ്രവേശന പരീക്ഷകൾക്കുള്ള മത്സരം

1996-2000 ലെ റഷ്യയിലെ വിദ്യാഭ്യാസ സ്ഥാപനങ്ങൾ (ഒരാൾക്ക്

എൻറോൾ ചെയ്തു, പരീക്ഷ നടത്തിയവരുടെ കണക്ക്, ആളുകൾ)

വ്യത്യസ്ത സൂചകങ്ങളുടെ അല്ലെങ്കിൽ ഒരേ സൂചകങ്ങളുടെ മൈക്കുകൾ

വ്യത്യസ്ത പ്രദേശങ്ങൾക്കായി. അത്തരം വളവുകൾ നിർമ്മിക്കുന്നതിനുള്ള സാങ്കേതികതയല്ല

ചിത്രത്തിലെ പ്ലോട്ടിംഗിൽ നിന്ന് വ്യത്യസ്തമാണ്. 5.11 ഡാറ്റയിൽ നിന്ന്

അരി. 5.11 1996 - 2000 ലെ സർവ്വകലാശാലകൾക്കായുള്ള മത്സരം എങ്ങനെ മാറുന്നുവെന്ന് നിങ്ങൾക്ക് കാണാൻ കഴിയും

ബിനാനിയം 1997-നെ അപേക്ഷിച്ച് മത്സരം ഗണ്യമായി കുറഞ്ഞു

1996-ൽ മത്സരം. എന്നിരുന്നാലും, 1997 മുതൽ, ഏറ്റവും ഉയർന്ന മത്സരങ്ങൾ

വിദ്യാഭ്യാസ സ്ഥാപനങ്ങൾ വർദ്ധിച്ചു, 1999-ൽ മത്സരം കവിഞ്ഞു

1996 1999 മുതൽ 2000 വരെ റഷ്യൻ സർവകലാശാലകൾക്കായുള്ള മത്സരം തുടർന്നു.

മാറ്റമില്ല.

വിതരണ പരമ്പരകൾ മിക്കപ്പോഴും ചിത്രീകരിച്ചിരിക്കുന്നു

ബഹുഭുജം അല്ലെങ്കിൽ ഹിസ്റ്റോഗ്രാം . പ്രധാനമായും ലാൻഡ്ഫിൽ നിർമ്മിച്ചിരിക്കുന്നത്

വ്യതിരിക്ത ശ്രേണിയുടെ ചിത്രങ്ങൾ. അച്ചുതണ്ടിൽ അത് പ്ലോട്ട് ചെയ്യുമ്പോൾ

abscissa വ്യത്യസ്ത സവിശേഷതയുടെ മൂല്യങ്ങളെ പ്രതിനിധീകരിക്കുന്നു, കൂടാതെ

ഓർഡിനേറ്റ് അക്ഷത്തിൽ - കേവല അല്ലെങ്കിൽ ആപേക്ഷിക സംഖ്യകൾ

ജനസംഖ്യയുടെ യൂണിറ്റുകൾ (ആവൃത്തി അല്ലെങ്കിൽ ആവൃത്തി). ചിത്രത്തിൽ ബഹുഭുജം.

5.12 എന്നത് (സോപാധികമായ) ഡാറ്റയുടെ അടിസ്ഥാനത്തിലാണ് നിർമ്മിച്ചിരിക്കുന്നത്

കുട്ടികളുടെ എണ്ണം അനുസരിച്ച് കുടുംബങ്ങളുടെ വിതരണം.

അരി. 5.12 കുട്ടികളുടെ എണ്ണം അനുസരിച്ച് കുടുംബങ്ങളുടെ വിതരണത്തിന്റെ ബഹുഭുജം

2003 ലെ പ്രദേശങ്ങളിലൊന്ന്

വിതരണ ഹിസ്റ്റോഗ്രാം മിക്കപ്പോഴും ഉപയോഗിക്കുന്നു

ഇടവേള പരമ്പരയുടെ ചിത്രങ്ങൾ. അച്ചുതണ്ടിൽ അത് പ്ലോട്ട് ചെയ്യാൻ

abscissa സവിശേഷതയുടെ ഇടവേളകളും ഓർഡിനേറ്റും കാണിക്കുന്നു

ജനസംഖ്യയിലെ യൂണിറ്റുകളുടെ എണ്ണം. സെഗ്‌മെന്റുകളിൽ

ഇടവേളകളെ പ്രതിനിധീകരിക്കുന്നു, ദീർഘചതുരങ്ങൾ, ചതുരങ്ങൾ എന്നിവ നിർമ്മിക്കുന്നു

യൂണിറ്റുകളുടെ എണ്ണത്തിന് ആനുപാതികമായവ (ചിത്രം 5.13).

അരി. 5.13 ഒന്നിലെ സ്ഥാപനങ്ങളുടെ വിതരണത്തിന്റെ ഒരു ഹിസ്റ്റോഗ്രാം

സ്ഥിര ആസ്തികളുടെ മൂല്യം അനുസരിച്ച് വ്യവസായങ്ങൾ

ചില സന്ദർഭങ്ങളിൽ, വ്യതിയാനങ്ങളുടെ പരമ്പര പ്രദർശിപ്പിക്കുന്നതിന്

ഒരു ക്യുമുലേറ്റീവ് കർവ് (ക്യുമുലേറ്റീവ്) ഉപയോഗിക്കുന്നു. അവൾക്കുവേണ്ടി

വേരിയബിൾ സവിശേഷതയുടെ മൂല്യങ്ങൾ നിർമ്മിക്കുന്നത് മാറ്റിവച്ചു

abscissa അച്ചുതണ്ടിൽ, ഓർഡിനേറ്റ് അക്ഷത്തിൽ സഞ്ചിത

ആകെ ആവൃത്തികൾ അല്ലെങ്കിൽ ആവൃത്തികൾ (ചിത്രം 5.14).

എലിസീവയിൽ നിന്ന്

4.2. ചാർട്ടുകളുടെ അടിസ്ഥാന തരങ്ങൾ

സ്റ്റാറ്റിസ്റ്റിക്കൽ ടേബിളുകൾ ഗ്രാഫുകൾക്കൊപ്പം അനുബന്ധമായി നൽകിയിട്ടുണ്ട്

ഡാറ്റയുടെ ചില സവിശേഷതകൾ ഊന്നിപ്പറയുകയാണ് ലക്ഷ്യം.

അവയെ താരതമ്യം ചെയ്യുക. ചാർട്ടുകൾ ഏറ്റവും കാര്യക്ഷമമാണ്

ധാരണയുടെ വീക്ഷണകോണിൽ നിന്നുള്ള ഡാറ്റാ അവതരണത്തിന്റെ രൂപം.

പട്ടികയുമായുള്ള ബന്ധത്തിന് പുറത്ത് ഗ്രാഫുകൾ പലപ്പോഴും ഉപയോഗിക്കാറുണ്ട്. കൂടെ

ഗ്രാഫുകളുടെ സഹായത്തോടെ, സ്വഭാവസവിശേഷതകളുടെ ദൃശ്യപരത കൈവരിക്കുന്നു

ഘടനകൾ, ചലനാത്മകത, പ്രതിഭാസങ്ങളുടെ പരസ്പരബന്ധം, അവയുടെ താരതമ്യം.

സ്റ്റാറ്റിസ്റ്റിക്കൽ ഗ്രാഫുകൾ സോപാധികമാണ്

സംഖ്യാ മൂല്യങ്ങളുടെയും അവയുടെ അനുപാതങ്ങളുടെയും ചിത്രങ്ങൾ

വരകൾ, ജ്യാമിതീയ രൂപങ്ങൾ, പാറ്റേണുകൾ അല്ലെങ്കിൽ ഭൂമിശാസ്ത്രപരമായ

ചാർട്ടുകൾ.

ഗ്രാഫിക്കൽ രീതി സ്ഥിതിവിവരക്കണക്ക് കാണുന്നത് എളുപ്പമാക്കുന്നു

ഡാറ്റ. മാറ്റത്തിന്റെ പരിധികൾ ചാർട്ടിൽ ഉടനടി ദൃശ്യമാകും.

സൂചകം, വ്യത്യസ്ത മാറ്റങ്ങളുടെ താരതമ്യ നിരക്ക്

സൂചകങ്ങൾ, അവയുടെ വ്യതിയാനം. അതേ സമയം, ഗ്രാഫ് ഉണ്ട്

ചില നിയന്ത്രണങ്ങൾ: ഒന്നാമതായി ഉൾപ്പെടുത്താൻ കഴിയില്ല

പട്ടികയിൽ നൽകാൻ കഴിയുന്നത്ര ഡാറ്റ; കൂടി

ഇത് എല്ലായ്പ്പോഴും വൃത്താകൃതിയിലുള്ള ഡാറ്റ കാണിക്കുന്നു - കൃത്യമല്ല, പക്ഷേ

ഏകദേശ. അതിനാൽ ഗ്രാഫ് മാത്രമാണ് ഉപയോഗിക്കുന്നത്

പൊതുവായ സാഹചര്യം ചിത്രീകരിക്കാൻ, വിശദാംശങ്ങളല്ല. അവസാനത്തെ

മൈനസ് - നിർമ്മാണത്തിന്റെ സങ്കീർണ്ണത. എന്നാൽ ഈ പോരായ്മയ്ക്ക് കഴിയും

ആപ്ലിക്കേഷൻ പാക്കേജുകൾ ഉപയോഗിച്ച് മറികടക്കാം

കമ്പ്യൂട്ടർ ഗ്രാഫിക്സിനുള്ള (RFP), ഉദാഹരണത്തിന് RFP "ഹാർവാർഡ്

നിർമ്മാണ രീതി അനുസരിച്ച്, ഗ്രാഫുകൾ ഡയഗ്രമുകളായി തിരിച്ചിരിക്കുന്നു,

കാർട്ടോഗ്രാമുകളും കാർട്ടോഡിയാഗ്രാമുകളും.

ഏറ്റവും സാധാരണമായത് ഡയഗ്രമുകളാണ്. അവർ

വ്യത്യസ്ത തരം ഉണ്ട്: ലീനിയർ, റേഡിയൽ, പോയിന്റ്,

പ്ലാനർ, വോള്യൂമെട്രിക്, ചുരുണ്ട. ഡയഗ്രാമിന്റെ തരം ആശ്രയിച്ചിരിക്കുന്നു

അവതരിപ്പിച്ച ഡാറ്റയുടെ തരം (ഒരു വേരിയബിൾ അല്ലെങ്കിൽ ഒന്ന്

സൂചകം, ഒന്നിലധികം വേരിയബിളുകൾ അല്ലെങ്കിൽ സൂചകങ്ങൾ,

ക്വാണ്ടിറ്റേറ്റീവ് അല്ലെങ്കിൽ നോൺ ക്വാണ്ടിറ്റേറ്റീവ്) നിർമ്മാണ ജോലികൾ

അരി. 4.1 അന്തരീക്ഷത്തിലേക്ക് ദോഷകരമായ വസ്തുക്കളുടെ ഉദ്വമനത്തിന്റെ ചലനാത്മകത

സെന്റ് പീറ്റേഴ്സ്ബർഗിൽ

നിർവചിച്ചിരിക്കുന്നത്.

പരസ്പരബന്ധം).

വിതരണ ബഹുഭുജമാണ്, രണ്ടാമത്തേത് - ലിൻ 4.1 അന്തരീക്ഷത്തിലേക്ക് ദോഷകരമായ വസ്തുക്കളുടെ ഉദ്വമനത്തിന്റെ ചലനാത്മകത

വ്യാവസായിക ഉൽപാദനത്തിന്റെ ഭൗതിക അളവിന്റെ സൂചികയും

സെന്റ് പീറ്റേഴ്സ്ബർഗിൽ

ഏത് സാഹചര്യത്തിലും, ഷെഡ്യൂളിനൊപ്പം ഉണ്ടായിരിക്കണം

തലക്കെട്ട് - ചാർട്ട് ഫീൽഡിന് മുകളിലോ താഴെയോ. തലക്കെട്ടിൽ

ഏത് സൂചകം കാണിക്കുന്നു, ഏത് യൂണിറ്റിലാണ് കാണിക്കുന്നതെന്ന് സൂചിപ്പിക്കുന്നു

അളവുകൾ, ഏത് പ്രദേശത്ത്, ഏത് സമയത്തേക്ക്

നിർവചിച്ചിരിക്കുന്നത്.

ലൈൻ ചാർട്ടുകൾ പ്രതിനിധീകരിക്കാൻ ഉപയോഗിക്കുന്നു

ക്വാണ്ടിറ്റേറ്റീവ് വേരിയബിളുകൾ: അവയുടെ വ്യതിയാനത്തിന്റെ സവിശേഷതകൾ

മൂല്യങ്ങൾ, ചലനാത്മകത, വേരിയബിളുകൾ തമ്മിലുള്ള ബന്ധം.

ഒരു ബഹുഭുജം ഉപയോഗിച്ച് ഡാറ്റാ വ്യതിയാനം വിശകലനം ചെയ്യുന്നു

ഡിസ്ട്രിബ്യൂഷനുകൾ, ക്യുമുലേറ്റുകൾ (കർവ് "ഇതിൽ കുറയാത്തത്") കൂടാതെ ഓഗിവുകളും

(വളവ് "നേക്കാൾ വലുത്"). ലൈൻ ചാർട്ടുകൾ ഉപയോഗിക്കുന്നു

ഡാറ്റ വർഗ്ഗീകരണ പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നു. ലൈൻ ചാർട്ടുകൾ

ലിങ്കുകളുടെ ചലനാത്മകതയുടെ വിശകലനത്തിൽ ഉപയോഗിക്കുന്നു. വിശകലനത്തിൽ

സ്കാറ്റർ പ്ലോട്ടുകൾ ഉപയോഗിക്കുന്നു (ഫീൽഡ് എന്ന് വിളിക്കപ്പെടുന്നവ

പരസ്പരബന്ധം).

ഉപയോഗിച്ച ലൈൻ ഗ്രാഫുകൾ വിഭജിക്കുന്നത് നല്ലതാണ്

ഒരു വേരിയബിളിലെ ഡാറ്റയെ പ്രതിനിധീകരിക്കുന്നതിന് - ഏകമാനം

അല്ലെങ്കിൽ രണ്ട് വേരിയബിളുകളിൽ - ദ്വിമാനം. ആദ്യത്തേതിന്റെ ഒരു ഉദാഹരണം

വിതരണ ബഹുഭുജമാണ്, രണ്ടാമത്തേത് റിഗ്രഷൻ രേഖയാണ്.

ചാർട്ടിൽ നിരവധി വേരിയബിളുകൾ (സൂചകങ്ങൾ) അവതരിപ്പിക്കുമ്പോൾ അത്തരമൊരു കേസ് സാധ്യമാണ്, പക്ഷേ അത് ഇപ്പോഴും

മൾട്ടിഡൈമൻഷണൽ അല്ല (ചിത്രം 4.1).

രണ്ടോ അതിലധികമോ സൂചകങ്ങളുടെ ചലനാത്മകതയ്ക്കായി

താരതമ്യപ്പെടുത്താവുന്നതാണ്, അവരുടെ "ഒറ്റ തുടക്കം" ഉറപ്പാക്കേണ്ടത് ആവശ്യമാണ്

അരി. 4.1, 1990-ലെ സൂചകങ്ങൾ 100% ആയി കണക്കാക്കുന്നു.

;

ഒ -------- സാമ്പത്തിക രംഗത്തെ മാറ്റങ്ങളുടെ വിലയിരുത്തൽ

റഷ്യയിലെ സ്ഥിതി;

О- - സാമ്പത്തിക സ്ഥിതിയിൽ പ്രതീക്ഷിക്കുന്ന മാറ്റങ്ങളുടെ വിലയിരുത്തൽ

എൽ - - വ്യക്തിപരമായ മാറ്റങ്ങളുടെ ഒരു വിലയിരുത്തൽ

സാമ്പത്തിക സ്ഥിതി;

- * - ¦ -വ്യക്തിഗത മെറ്റീരിയലിൽ പ്രതീക്ഷിക്കുന്ന മാറ്റങ്ങളുടെ വിലയിരുത്തൽ

വ്യവസ്ഥകൾ;

- - ¦ - - - വലിയ വാങ്ങലുകൾക്കുള്ള അനുകൂല സാഹചര്യങ്ങളുടെ വിലയിരുത്തൽ

ചതുരശ്ര അടി - മെയ്, III പാദം. - ഓഗസ്റ്റ്, IV പാദം. - നവംബർ)

ഒരേ ഗ്രാഫിലെ രണ്ട് സൂചകങ്ങളുടെ ചലനാത്മകതയ്ക്ക് കഴിയും

ഇവയാണെങ്കിൽ, 100% കൊണ്ടുവരാതെ അവതരിപ്പിക്കുക

സൂചകങ്ങൾ ചില പ്രവർത്തനങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു

അനുപാതം (ഉദാഹരണത്തിന്, മൊത്തത്തിലുള്ള ചലനാത്മകത

സൂചകവും സൂചകവും, അതിൽ ഒന്നാണ്

ഘടകങ്ങൾ). അത്തരമൊരു ഗ്രാഫിന്റെ ഉദാഹരണം ചിത്രം. 4.2

abscissa അക്ഷത്തിൽ ഡൈനാമിക്സ് ഗ്രാഫിക്കായി ചിത്രീകരിക്കുമ്പോൾ

സമയം കാണിക്കുന്നു (വർഷങ്ങൾ, പാദങ്ങൾ, മാസങ്ങൾ); ഓർഡിനേറ്റിൽ

സൂചകങ്ങളുടെ അല്ലെങ്കിൽ സൂചകങ്ങളുടെ മൂല്യങ്ങൾ (ചിത്രം 4.3, എ). അതിൽ

ഓർഡിനേറ്റ് അക്ഷത്തിന് അതിന്റെ ഉത്ഭവം "O" എന്ന ബിന്ദുവിൽ ആയിരിക്കണം. ചിലപ്പോൾ പകരം

ഓർഡിനേറ്റിലെ ആരംഭ ലെവലായി പൂജ്യം പോയിന്റ്

ഏത് വർഷത്തിന്റെയും നില കാണിക്കുന്നു. ഇത് ചെയ്യുന്നത്

പ്രദർശിപ്പിച്ചിരിക്കുന്ന സൂചകത്തിൽ മാറ്റമുണ്ടെങ്കിൽ

പ്രധാനം - പരിഗണിക്കുമ്പോൾ 8-10 തവണ അല്ലെങ്കിൽ അതിൽ കൂടുതൽ

സൂചിപ്പിക്കുന്നത് കൂടുതൽ ശരിയാണ് പൂജ്യം പോയിന്റ്തുടർന്ന് (ആവശ്യമെങ്കിൽ)

ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്നതുപോലെ ഓർഡിനേറ്റ് അക്ഷം "പൊട്ടിക്കുക". 4.3, ബി.

ചിലപ്പോൾ, സൂചകത്തിൽ വലിയ മാറ്റങ്ങളോടെ, അവ അവലംബിക്കുന്നു

ലോഗരിഥമിക് സ്കെയിൽ. സൂചകത്തിന്റെ മൂല്യങ്ങൾ കരുതുക

1 മുതൽ 100 ​​വരെ മാറ്റുക (100 തവണ); അത് കാരണമായേക്കാം

ഗൂഢാലോചനയിലെ ബുദ്ധിമുട്ടുകൾ. നിങ്ങൾ പോയാൽ

ലോഗരിതം, തുടർന്ന് അവയുടെ ഏറ്റവും കുറഞ്ഞ മൂല്യങ്ങൾ (പരമാവധി)

സൂചകത്തിന്റെ മൂല്യങ്ങൾ വളരെയധികം വ്യത്യാസപ്പെട്ടിരിക്കില്ല: ലോഗ് 1 =

ഉപയോഗത്തിന്റെ ആവൃത്തി അനുസരിച്ച് പ്ലെയിൻ ഡയഗ്രമുകൾക്കിടയിൽ

സൂചകം ഹൈലൈറ്റ് ചെയ്ത ബാർ ചാർട്ടുകൾ

ഒരു നിരയുടെ രൂപത്തിൽ അവതരിപ്പിക്കുന്നു, അതിന്റെ ഉയരം യോജിക്കുന്നു

സൂചകത്തിന്റെ മൂല്യം. ബാർ ചാർട്ട് ഉദാഹരണം

ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്നു. 4.4 പലപ്പോഴും ഒരു ബാർ ചാർട്ടിൽ

ആപേക്ഷിക മൂല്യങ്ങൾ കാണിച്ചിരിക്കുന്നു: താരതമ്യം ചെയ്യുമ്പോൾ

ഗ്രൂപ്പുകൾ പ്രകാരം സൂചകങ്ങൾ, വ്യത്യസ്ത ജനസംഖ്യ പ്രകാരം, ഒന്ന്

100% ആയി എടുക്കാം.

ഒരു പ്രത്യേക ജ്യാമിതീയത്തിന്റെ വിസ്തൃതിയുടെ ആനുപാതികത

കണക്കുകൾ, സൂചകത്തിന്റെ മൂല്യം മറ്റ് തരങ്ങൾക്ക് അടിവരയിടുന്നു

പ്ലാനർ ഡയഗ്രമുകൾ: ത്രികോണാകൃതി, ചതുരം,

ദീർഘചതുരാകൃതിയിലുള്ള. ഒരു ത്രികോണ ഡയഗ്രാമിൽ, നിങ്ങൾ തിരഞ്ഞെടുക്കേണ്ടതുണ്ട്

ത്രികോണത്തിന്റെ വശങ്ങളും ഉയരവും അങ്ങനെ അതിന്റെ വിസ്തീർണ്ണം യോജിക്കുന്നു

സൂചകത്തിന്റെ മൂല്യം. ഒരു ചതുരാകൃതിയിലുള്ള ചാർട്ട് നിർമ്മിക്കാൻ

നിങ്ങൾ ഒരു വശത്തിന്റെ വലിപ്പം സജ്ജീകരിക്കേണ്ടതുണ്ട്, ദീർഘചതുരം - രണ്ട്__

പാർട്ടികൾ. നിങ്ങൾക്ക് സർക്കിളിന്റെ മേഖലകളുടെ താരതമ്യം ഉപയോഗിക്കാം; വി

ഈ സാഹചര്യത്തിൽ, സർക്കിളിന്റെ ആരം വ്യക്തമാക്കിയിരിക്കുന്നു.

സ്ട്രിപ്പ് ചാർട്ട് മെട്രിക്കുകൾ ഇതായി അവതരിപ്പിക്കുന്നു

തിരശ്ചീനമായി നീളമേറിയ ദീർഘചതുരങ്ങൾ. നിര പോലെ,

അതിനാൽ സ്ട്രിപ്പ് ചാർട്ടുകൾ ഉപയോഗിക്കാൻ മാത്രമല്ല

അളവുകളുടെ താരതമ്യം, മാത്രമല്ല അവയുടെ ഭാഗങ്ങളുടെ താരതമ്യത്തിനും (ചിത്രം.

ഇതിനായി ഒരു പ്രത്യേക തരം സ്ട്രിപ്പ് ചാർട്ട് ഉപയോഗിക്കുന്നു

മാറ്റങ്ങളുടെ വ്യത്യസ്ത സ്വഭാവമുള്ള ഡാറ്റയുടെ അവതരണം:

പോസിറ്റീവ്, നെഗറ്റീവ് (ചിത്രം 4.7).

ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്ന ഡയഗ്രം. 4.7 ഉപയോഗിക്കാം

ഉദാഹരണത്തിന്, വ്യത്യസ്ത വലുപ്പങ്ങളുള്ള പ്രദേശങ്ങളെ പ്രതിനിധീകരിക്കുന്നതിന്

മൈഗ്രേഷൻ ബാലൻസിന്റെ സ്വഭാവം (പോസിറ്റീവ് കൂടാതെ

നെഗറ്റീവ്) വർദ്ധിച്ചുവരുന്ന സംരംഭങ്ങളുടെ

കുറഞ്ഞ വേതനം മുതലായവ.

വിമാന ചാർട്ടുകളിൽ, പൈ ചാർട്ടുകൾ പലപ്പോഴും ഉപയോഗിക്കാറുണ്ട്.

ഡയഗ്രം. ഘടനയെ ചിത്രീകരിക്കാൻ ഇത് ഉപയോഗിക്കുന്നു

പഠിച്ച ജനസംഖ്യ. മുഴുവൻ സെറ്റും എടുത്തിരിക്കുന്നു

മ സൂചകം. ചിത്രത്തിന്റെ വിസ്തീർണ്ണം വലുപ്പവുമായി പൊരുത്തപ്പെടുന്നു

സൂചകം (ചിത്രം 4.10).

ഉദാഹരണത്തിന്, നിങ്ങൾ ഒരു ആകൃതി ചാർട്ട് ഉപയോഗിക്കാൻ തീരുമാനിക്കുകയാണെങ്കിൽ

തൊഴിലില്ലാത്ത സ്ത്രീകളുടെ ഘടന ചിത്രീകരിക്കാൻ

അതിൽ 47% യുവതികളും (20-24 വയസ്സ്) പെൺകുട്ടികളുമാണ്

പ്രവൃത്തിപരിചയമില്ലാത്ത 16-19 വയസ്സ്; 28% - എഞ്ചിനീയറിംഗ്

സാങ്കേതിക വിദഗ്‌ധരും ജീവനക്കാരും

25-49 വയസ്സിൽ വിദ്യാഭ്യാസം, 15% - സ്ത്രീ തൊഴിലാളികൾ

പ്രായത്തിൽ വൈദഗ്ധ്യവും അവിദഗ്ധവുമായ തൊഴിൽ

50 വയസോ അതിൽ കൂടുതലോ പ്രായമുള്ളവർ, നിങ്ങൾ മൂന്ന് സ്ത്രീ രൂപങ്ങൾ ചിത്രീകരിക്കണം,

കൂടാതെ, അവയിൽ ആദ്യത്തേത് രണ്ടാമത്തേതിനേക്കാൾ ഇരട്ടി വലുതായിരിക്കണം

രണ്ടാമത്തേത് മൂന്നാമത്തേതിന്റെ ഇരട്ടി വലുതാണ്.

ഒരു ഗ്രാഫ് പ്ലോട്ട് ചെയ്യുമ്പോൾ, എല്ലാം ഒരുപോലെ പ്രധാനമാണ് - ശരിയാണ്

അനുപാതങ്ങളുടെ ഗ്രാഫിക് പ്രാതിനിധ്യത്തിന്റെ തരം തിരഞ്ഞെടുക്കൽ, പാലിക്കൽ

രജിസ്ട്രേഷൻ നിയമങ്ങൾ. ഈ പ്രശ്നങ്ങളെല്ലാം കൂടുതൽ വിശദമായി പ്രതിപാദിച്ചിരിക്കുന്നു

വിവിധ തരം ഗ്രാഫുകൾ RFP ലഭിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു

പിസി "ഹാർവാർഡ്ഗ്രാഫിക്സ്", "സൂപ്പർകാൽക്", "സ്റ്റാറ്റിറ്റിക്ക", "സ്റ്റാറ്റ്ഗ്രാഫിക്സ്"

"മറ്റുള്ളവ. ഗ്രാഫിക്കൽ പ്രാതിനിധ്യത്തെ അടിസ്ഥാനമാക്കി

ഡാറ്റയുടെ വർഗ്ഗീകരണത്തിനുള്ള (ഗ്രൂപ്പിംഗ്) ചില നടപടിക്രമങ്ങൾ,

ചലനാത്മകതയുടെ വിശകലനം: പ്രവണതകൾ തിരിച്ചറിയൽ, ചലനാത്മകത താരതമ്യം ചെയ്യുക

വ്യത്യസ്ത സൂചകങ്ങൾ മുതലായവ.

അവസാനമായി, സ്റ്റാറ്റിസ്റ്റിക്കൽ ഡാറ്റ സംഗ്രഹിക്കുന്ന പ്രക്രിയ തന്നെ ആകാം

ഗ്രാഫിക്കായി അവതരിപ്പിക്കുക (ചിത്രം 4.11). മുഴുവൻ ശ്രേണിയും പ്രദർശിപ്പിച്ചിരിക്കുന്നു

ശേഖരിച്ച ഡാറ്റ, അതായത്. ഒബ്ജക്റ്റ്-ആട്രിബ്യൂട്ട് പട്ടിക ലഭിച്ചു

നിരവധി കാലഘട്ടങ്ങളിൽ. ഉദാഹരണത്തിന്, വ്യാവസായിക വിവരങ്ങൾ ശേഖരിച്ചു

പലർക്കും ഈ പ്രദേശത്തെ സംരംഭങ്ങൾ

ഓരോ മാസത്തെയും സവിശേഷതകൾ. ഇത് പ്രതിനിധീകരിക്കാം

ഒരു സമാന്തരപൈപ്പിന്റെ രൂപം, അത് ചിത്രത്തിൽ ചെയ്തിരിക്കുന്നു. 4.11

മൂന്നാമത്തെ മാനം സമയമായിരിക്കില്ല, പക്ഷേ ഒരു നിശ്ചിതമാണ്

പ്രദേശം, അതായത്. ഓരോ ആട്രിബ്യൂട്ട്-ഒബ്ജക്റ്റ് ടേബിളും സൂചിപ്പിക്കുന്നു

ഒരു നിശ്ചിത പ്രദേശത്തേക്ക് (ജില്ല, പ്രദേശം മുതലായവ). ഓൺ

ഇനിപ്പറയുന്ന കണക്കുകൾ കാണിക്കുന്നത് ഓരോ സബറേകളും,

ചിത്രത്തിൽ നിന്ന് എടുത്തത്. 4.12, പക്ഷേ, അനുവദിക്കുകയും വികസിപ്പിക്കുകയും ചെയ്യാം

സ്വതന്ത്രമായി (ബി); അത്തിപ്പഴത്തിൽ. 4.12, വാഗ് ഡാറ്റ കാണിക്കുന്നു

പ്രദേശം, പാദം, ഒടുവിൽ, എന്നിങ്ങനെ വിഭജിക്കാം

മൂന്ന് അടിസ്ഥാനത്തിലുള്ള ഡാറ്റയുടെ ഉപവിഭാഗം: സമയം അനുസരിച്ച്,