ഡയഗ്രം(ഗ്രീക്ക് Διάγραμμα (ഡയഗ്രമ) - ഇമേജ്, ഡ്രോയിംഗ്, ഡ്രോയിംഗ്) - ലീനിയർ സെഗ്‌മെൻ്റുകളിലോ ജ്യാമിതീയ രൂപങ്ങളിലോ ഉള്ള ഡാറ്റയുടെ ഗ്രാഫിക്കൽ പ്രാതിനിധ്യം, നിരവധി അളവുകളുടെ ബന്ധം വേഗത്തിൽ വിലയിരുത്താൻ നിങ്ങളെ അനുവദിക്കുന്നു.

ചിലപ്പോൾ ഡയഗ്രമുകൾ രൂപകൽപ്പന ചെയ്യാൻ ഉപയോഗിക്കുന്നു 3D ദൃശ്യവൽക്കരണം, ഒരു വിമാനത്തിലേക്ക് പ്രൊജക്റ്റ് ചെയ്തു, അത് ഡയഗ്രം നൽകുന്നു വ്യതിരിക്തമായ സവിശേഷതകൾഅല്ലെങ്കിൽ അത് പ്രയോഗിക്കുന്ന മേഖലയെക്കുറിച്ച് പൊതുവായ ധാരണയുണ്ടാക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു.

ഒരു ബാർ ചാർട്ടിൻ്റെ 3D സ്കീമാറ്റിക് പ്രാതിനിധ്യം

ചാർട്ട് തരങ്ങൾ:

ലൈൻ ഡയഗ്രമുകൾ (ഗ്രാഫുകൾ)

ലൈൻ ചാർട്ടുകൾ അല്ലെങ്കിൽ ഗ്രാഫുകൾ ലഭിച്ച ഡാറ്റ നേർരേഖകളാൽ ബന്ധിപ്പിച്ച പോയിൻ്റുകളായി ചിത്രീകരിക്കുന്ന ഒരു തരം ഡയഗ്രമാണ്. പോയിൻ്റുകൾ ദൃശ്യമോ അദൃശ്യമോ ആകാം (തകർന്ന വരകൾ). വരകളില്ലാത്ത പോയിൻ്റുകളും (സ്കാറ്റർ പ്ലോട്ടുകൾ) കാണിക്കാം. ലൈൻ ഡയഗ്രമുകൾ നിർമ്മിക്കാൻ, ഉപയോഗിക്കുക ചതുരാകൃതിയിലുള്ള കോർഡിനേറ്റ് സിസ്റ്റം.

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

ലൈൻ ചാർട്ടുകളുടെ പ്രധാന പോരായ്മ അവയുടെ ഏകീകൃത സ്കെയിലാണ്, ഇത് പഠന കാലയളവിൽ സൂചകങ്ങളിൽ കേവലമായ വർദ്ധനവോ കുറവോ മാത്രം അളക്കാനും താരതമ്യം ചെയ്യാനും അനുവദിക്കുന്നു.

ഏരിയ ചാർട്ടുകൾ

ഏരിയ ചാർട്ടുകൾ വളഞ്ഞ വരകൾ നിർമ്മിക്കുന്ന രീതിയിലുള്ള രേഖാചിത്രങ്ങൾക്ക് സമാനമായ ഒരു തരം ഡയഗ്രമാണ്. ഓരോ ഗ്രാഫിനും കീഴിലുള്ള പ്രദേശം ഒരു വ്യക്തിഗത നിറമോ നിഴലോ കൊണ്ട് നിറച്ചിരിക്കുന്നതിനാൽ അവയിൽ നിന്ന് വ്യത്യസ്തമാണ്.

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

ഇത്തരത്തിലുള്ള ഡയഗ്രാമിൻ്റെ പോരായ്മയും പരമ്പരാഗത ലീനിയർ ഡയഗ്രമുകളുടെ പോരായ്മയ്ക്ക് സമാനമാണ് - ഏകീകൃത ഓർഡിനേറ്റ് സ്കെയിൽ ഉപയോഗിച്ച് ഡൈനാമിക്സ് സൂചകങ്ങളിലെ ആപേക്ഷിക മാറ്റങ്ങളുടെ വികലത.

നിര, വരി ചാർട്ടുകൾ (ഹിസ്റ്റോഗ്രാമുകൾ)

ക്ലാസിക് ഡയഗ്രമുകളാണ് നിരയും വരിയും (സ്ട്രിപ്പ്) ചാർട്ടുകൾ . അവരെയും വിളിക്കുന്നു ഹിസ്റ്റോഗ്രാമുകൾ . ലഭിച്ച സ്റ്റാറ്റിസ്റ്റിക്കൽ ഡാറ്റ ദൃശ്യപരമായി താരതമ്യം ചെയ്യുന്നതിനോ അല്ലെങ്കിൽ ഒരു നിശ്ചിത കാലയളവിൽ അവയുടെ മാറ്റങ്ങൾ വിശകലനം ചെയ്യുന്നതിനോ കോളം ചാർട്ടുകൾ പ്രധാനമായും ഉപയോഗിക്കുന്നു. ഒരു ബാർ ചാർട്ടിൻ്റെ നിർമ്മാണത്തിൽ സ്ഥിതിവിവരക്കണക്കുകൾ ലംബമായ ദീർഘചതുരങ്ങൾ അല്ലെങ്കിൽ ത്രിമാന ചതുരാകൃതിയിലുള്ള ബാറുകളുടെ രൂപത്തിൽ ചിത്രീകരിക്കുന്നത് ഉൾപ്പെടുന്നു. ഓരോ നിരയും നൽകിയിരിക്കുന്ന സ്റ്റാറ്റിസ്റ്റിക്കൽ ശ്രേണിയുടെ ലെവൽ മൂല്യം ചിത്രീകരിക്കുന്നു.

നിര ചാർട്ടുകളുടെ ഒരു വ്യതിയാനം ലൈൻ (സ്ട്രിപ്പ്) ചാർട്ടുകളാണ്. നിരകളുടെ തിരശ്ചീന ക്രമീകരണത്തിൽ അവ വ്യത്യാസപ്പെട്ടിരിക്കുന്നു.

കോളം ചാർട്ടുകൾ ഗ്രൂപ്പുകളിലും പ്രദർശിപ്പിക്കാൻ കഴിയും (ഒരേ സമയം വ്യത്യസ്ത സ്വഭാവസവിശേഷതകളുള്ള ഒരേ തിരശ്ചീന അക്ഷത്തിൽ സ്ഥിതിചെയ്യുന്നു).

പൈ (പൈ) ചാർട്ടുകൾ

തികച്ചും സാധാരണമായ രീതിയിൽ ഗ്രാഫിക് ചിത്രംസ്ഥിതിവിവരക്കണക്ക് ജനസംഖ്യയുടെ ഘടന പൈ ചാർട്ട് , സമ്പൂർണ്ണതയെ പ്രതിനിധീകരിക്കുന്ന സർക്കിൾ വളരെ വ്യക്തമായി പ്രകടിപ്പിക്കുന്നതിനാൽ മൊത്തത്തിലുള്ള ആശയം. ഓരോ മൂല്യത്തിൻ്റെയും ആപേക്ഷിക മാഗ്നിറ്റ്യൂഡ് ഒരു സർക്കിളിൻ്റെ ഒരു സെക്ടറായി ചിത്രീകരിച്ചിരിക്കുന്നു, അതിൻ്റെ വിസ്തീർണ്ണം മൂല്യങ്ങളുടെ ആകെത്തുകയ്ക്ക് ഈ മൂല്യത്തിൻ്റെ സംഭാവനയുമായി യോജിക്കുന്നു. മൊത്തം വോള്യത്തിൽ ഓരോ മൂല്യത്തിൻ്റെയും പങ്ക് കാണിക്കേണ്ടിവരുമ്പോൾ ഇത്തരത്തിലുള്ള ഗ്രാഫ് ഉപയോഗിക്കാൻ സൗകര്യപ്രദമാണ്. മേഖലകൾ ഒരു പൊതു വൃത്തത്തിലോ വെവ്വേറെയോ ചിത്രീകരിക്കാം, പരസ്പരം കുറച്ച് അകലെ സ്ഥിതി ചെയ്യുന്നു.

ചാർട്ടിൻ്റെ മൊത്തത്തിലുള്ള ഭാഗങ്ങളുടെ എണ്ണം ചെറുതാണെങ്കിൽ മാത്രമേ പൈ ചാർട്ട് വ്യക്തത നിലനിർത്തൂ. ഡയഗ്രാമിൻ്റെ നിരവധി ഭാഗങ്ങൾ ഉണ്ടെങ്കിൽ, താരതമ്യം ചെയ്യുന്ന ഘടനകളിലെ നിസ്സാരമായ വ്യത്യാസങ്ങൾ കാരണം അതിൻ്റെ ഉപയോഗം ഫലപ്രദമല്ല.

റേഡിയൽ (ഗ്രിഡ്) ചാർട്ടുകൾ

ലൈൻ ചാർട്ടുകളിൽ നിന്ന് വ്യത്യസ്തമായി, റേഡിയൽ അല്ലെങ്കിൽ ഗ്രിഡ് ചാർട്ടുകൾക്ക് രണ്ടിൽ കൂടുതൽ അക്ഷങ്ങൾ ഉണ്ട്. അവയിൽ ഓരോന്നിനും, കേന്ദ്രത്തിൽ സ്ഥിതിചെയ്യുന്ന കോർഡിനേറ്റുകളുടെ ഉത്ഭവത്തിൽ നിന്ന് ഒരു കണക്ക് നിർമ്മിക്കുന്നു. ലഭിച്ച ഓരോ തരം മൂല്യത്തിനും, ചാർട്ടിൻ്റെ മധ്യഭാഗത്ത് നിന്ന് ഉത്ഭവിക്കുന്ന അതിൻ്റേതായ അക്ഷം സൃഷ്ടിക്കപ്പെടുന്നു. റേഡിയൽ ചാർട്ടുകൾ ഒരു ഗ്രിഡ് അല്ലെങ്കിൽ വെബിനോട് സാമ്യമുള്ളതാണ്, അതിനാലാണ് അവയെ ചിലപ്പോൾ മെഷ് ചാർട്ടുകൾ എന്ന് വിളിക്കുന്നത്. റേഡിയൽ ചാർട്ടുകളുടെ പ്രയോജനം, സ്റ്റാറ്റിസ്റ്റിക്കൽ പോപ്പുലേഷനുകളുടെ ഘടനയുടെ പൊതുവായ അവസ്ഥയെ ചിത്രീകരിക്കുന്ന നിരവധി സ്വതന്ത്ര അളവുകൾ ഒരേസമയം പ്രദർശിപ്പിക്കാൻ അവ നിങ്ങളെ അനുവദിക്കുന്നു എന്നതാണ്. സർക്കിളിൻ്റെ മധ്യത്തിൽ നിന്നല്ല, സർക്കിളിൽ നിന്നാണ് എണ്ണുന്നത് എങ്കിൽ, അത്തരമൊരു ഡയഗ്രം വിളിക്കപ്പെടും സർപ്പിള ഡയഗ്രം .

സ്പേഷ്യൽ (3D) ഡയഗ്രമുകൾ

സ്പേഷ്യൽ, അല്ലെങ്കിൽ 3D ചാർട്ടുകൾദ്വിമാന ചാർട്ടുകളുടെ അഞ്ച് പ്രധാന തരം വോള്യൂമെട്രിക് അനലോഗുകളാണ്: ലൈൻ ചാർട്ടുകൾ, ഏരിയ ചാർട്ടുകൾ, ഹിസ്റ്റോഗ്രാമുകൾ (നിരയും വരിയും), പൈ ചാർട്ടുകളും. 3D ഇമേജ് വിവരങ്ങൾ മനസ്സിലാക്കുന്നത് എളുപ്പമാക്കുന്നു. അത്തരം ഡയഗ്രമുകൾ കൂടുതൽ ബോധ്യപ്പെടുത്തുന്നതായി തോന്നുന്നു.

MS Excel-ലെ ചാർട്ടുകളുടെ തരങ്ങൾ

Microsoft Excel പിന്തുണയ്ക്കുന്നു വിവിധ തരംചാർട്ടുകൾ, ഒരു പ്രത്യേക പ്രേക്ഷകർക്ക് മനസ്സിലാക്കാവുന്ന തരത്തിൽ ഡാറ്റ അവതരിപ്പിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു.

ഹിസ്റ്റോഗ്രാമുകൾ

നിങ്ങൾക്ക് ഒരു ഹിസ്റ്റോഗ്രാമായി ഒരു വർക്ക്ഷീറ്റിൻ്റെ നിരകളിലോ വരികളിലോ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയും. കാലക്രമേണ ഡാറ്റയിലെ മാറ്റങ്ങൾ അവതരിപ്പിക്കുന്നതിനും വ്യത്യസ്ത മൂല്യങ്ങൾ ദൃശ്യപരമായി താരതമ്യം ചെയ്യുന്നതിനും ഹിസ്റ്റോഗ്രാമുകൾ ഉപയോഗപ്രദമാണ്. ഹിസ്റ്റോഗ്രാമുകൾ സാധാരണയായി തിരശ്ചീന അക്ഷത്തിൽ വിഭാഗങ്ങളും ലംബ അക്ഷത്തിൽ മൂല്യങ്ങളും പ്രദർശിപ്പിക്കുന്നു.

ചാർട്ടുകൾ

ഒരു വർക്ക് ഷീറ്റിൻ്റെ നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു ഗ്രാഫായി അവതരിപ്പിക്കാവുന്നതാണ്. ഒരൊറ്റ സ്കെയിലിൽ ഡാറ്റയിലെ തുടർച്ചയായ മാറ്റം ചിത്രീകരിക്കാൻ ഗ്രാഫുകൾ നിങ്ങളെ അനുവദിക്കുന്നു കൂടാതെ കൃത്യമായ ഇടവേളകളിൽ ഡാറ്റയിലെ ട്രെൻഡുകൾ അവതരിപ്പിക്കുന്നതിന് അനുയോജ്യമാണ്.

വിഭാഗ ലേബലുകൾ ടെക്‌സ്‌റ്റ് ആണെങ്കിൽ, മാസങ്ങൾ, ക്വാർട്ടേഴ്‌സ് അല്ലെങ്കിൽ സാമ്പത്തിക വർഷം എന്നിങ്ങനെ തുല്യ ഇടവേളകളാൽ വേർതിരിച്ച മൂല്യങ്ങളെ പ്രതിനിധീകരിക്കുന്നുവെങ്കിൽ ഗ്രാഫുകൾ ഉപയോഗിക്കാം. നിങ്ങൾക്ക് ഒന്നിലധികം സീരീസ് ഉണ്ടെങ്കിൽ ഇത് വളരെ പ്രധാനമാണ്: ഒരൊറ്റ സീരീസ് പ്രദർശിപ്പിക്കാൻ നിങ്ങൾക്ക് ഒരു സ്കാറ്റർ പ്ലോട്ട് ഉപയോഗിക്കാം. കൂടാതെ, നിരവധി സംഖ്യാ മാർക്കുകൾ ഉള്ളപ്പോൾ ഗ്രാഫുകൾ ഉപയോഗിക്കാം, പ്രത്യേകിച്ചും, വർഷങ്ങൾ, തുല്യ ഇടവേളകളാൽ വേർതിരിച്ചിരിക്കുന്നു. പത്തിൽ കൂടുതൽ നമ്പർ ലേബലുകൾ ഉണ്ടെങ്കിൽ, ഗ്രാഫിന് പകരം സ്കാറ്റർ പ്ലോട്ട് ഉപയോഗിക്കുന്നതാണ് നല്ലത്.

പൈ ചാർട്ടുകൾ

ഒരു വർക്ക് ഷീറ്റിൻ്റെ ഒരു നിരയിലോ വരിയിലോ ഉള്ള ഡാറ്റ ഒരു പൈ ചാർട്ടായി പ്രതിനിധീകരിക്കാം. മൂലകങ്ങളുടെ ആകെത്തുകയുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ഒരു ഡാറ്റ ശ്രേണിയിലെ മൂലകങ്ങളുടെ വലുപ്പം ഒരു പൈ ചാർട്ട് കാണിക്കുന്നു. ഒരു പൈ ചാർട്ടിലെ ഡാറ്റ പോയിൻ്റുകൾ മുഴുവൻ പൈയുടെയും ശതമാനമായി പ്ലോട്ട് ചെയ്തിരിക്കുന്നു.

ബാർ ചാർട്ടുകൾ

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

ഏരിയ ചാർട്ടുകൾ

ഒരു വർക്ക് ഷീറ്റിൻ്റെ നിരകളിലോ വരികളിലോ ഉള്ള ഡാറ്റ ഒരു ഏരിയ ചാർട്ടായി പ്രതിനിധീകരിക്കാം. ഏരിയ ചാർട്ടുകൾ കാലക്രമേണയുള്ള മാറ്റങ്ങളുടെ വ്യാപ്തി ഉയർത്തിക്കാട്ടുന്നു, ഒരു ട്രെൻഡ് അനുസരിച്ച് മൊത്തം മൂല്യത്തിലേക്ക് ശ്രദ്ധ ആകർഷിക്കാൻ ഇത് ഉപയോഗിക്കാം. ഉദാഹരണത്തിന്, മൊത്തത്തിലുള്ള ലാഭത്തിലേക്ക് ശ്രദ്ധ ആകർഷിക്കുന്നതിനായി കാലക്രമേണ ലാഭം കാണിക്കുന്ന ഡാറ്റ ഒരു ഏരിയ ചാർട്ടിൽ പ്രദർശിപ്പിക്കാൻ കഴിയും.

ചിതറിക്കിടക്കുന്ന പ്ലോട്ടുകൾ

ഒരു സ്‌കാറ്റർ പ്ലോട്ടായി നിങ്ങൾക്ക് ഒരു വർക്ക് ഷീറ്റിൻ്റെ നിരകളിലും വരികളിലും ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയും. ഒരു സ്കാറ്റർ പ്ലോട്ട് തമ്മിലുള്ള ബന്ധം കാണിക്കുന്നു സംഖ്യാ മൂല്യങ്ങൾഒന്നിലധികം ഡാറ്റ ശ്രേണികളിലുടനീളം അല്ലെങ്കിൽ x, y കോർഡിനേറ്റുകളുടെ ഒരു ശ്രേണിയായി രണ്ട് ഗ്രൂപ്പുകളുടെ സംഖ്യകൾ പ്രദർശിപ്പിക്കുന്നു.

ഒരു സ്‌കാറ്റർ പ്ലോട്ടിന് രണ്ട് മൂല്യ അക്ഷങ്ങളുണ്ട്, ചില സംഖ്യാ മൂല്യങ്ങൾ തിരശ്ചീന അക്ഷത്തിലും (എക്സ്-ആക്സിസ്) മറ്റുള്ളവയും പ്ലോട്ട് ചെയ്‌തിരിക്കുന്നു. ലംബ അക്ഷം(Y-അക്ഷം). ഒരു സ്‌കാറ്റർ പ്ലോട്ട് ഈ മൂല്യങ്ങളെ ഒരൊറ്റ പോയിൻ്റിലേക്ക് സംയോജിപ്പിച്ച് ക്രമരഹിതമായ ഇടവേളകളിലോ ക്ലസ്റ്ററുകളിലോ പ്രദർശിപ്പിക്കുന്നു.

ശാസ്ത്രീയമോ സ്ഥിതിവിവരക്കണക്കുകളോ സാങ്കേതികമോ പോലുള്ള സംഖ്യാ മൂല്യങ്ങൾ ചിത്രീകരിക്കാനും താരതമ്യം ചെയ്യാനും സ്കാറ്റർ പ്ലോട്ടുകൾ സാധാരണയായി ഉപയോഗിക്കുന്നു.

സ്റ്റോക്ക് ചാർട്ടുകൾ

ഒരു നിശ്ചിത ക്രമത്തിൽ ഷീറ്റിൻ്റെ നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു സ്റ്റോക്ക് ചാർട്ടിൻ്റെ രൂപത്തിൽ അവതരിപ്പിക്കാവുന്നതാണ്.

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

എന്നിരുന്നാലും, അവ ശാസ്ത്രീയ നിഗമനത്തിനും ഉപയോഗിക്കാം.

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

ഉപരിതല ചാർട്ടുകൾ

ഒരു വർക്ക് ഷീറ്റിൻ്റെ നിരകളിലോ വരികളിലോ ഉള്ള ഡാറ്റ ഒരു ഉപരിതല ചാർട്ടായി പ്രതിനിധീകരിക്കാം.

രണ്ട് സെറ്റ് ഡാറ്റയിൽ നിന്ന് ഡാറ്റയുടെ ഒപ്റ്റിമൽ കോമ്പിനേഷനുകൾ കണ്ടെത്താൻ നിങ്ങൾ ആഗ്രഹിക്കുമ്പോൾ ഒരു ഉപരിതല പ്ലോട്ട് ഉപയോഗപ്രദമാണ്.

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

സംഖ്യാ മൂല്യങ്ങളെ പ്രതിനിധീകരിക്കുന്ന വിഭാഗങ്ങളും ഡാറ്റാ സെറ്റുകളും ചിത്രീകരിക്കാൻ ഉപരിതല ചാർട്ടുകൾ ഉപയോഗിക്കാം.

ഡോനട്ട് ചാർട്ടുകൾ

ഒരു വർക്ക്ഷീറ്റിൻ്റെ നിരകളിലോ വരികളിലോ മാത്രം സ്ഥിതി ചെയ്യുന്ന ഡാറ്റ ഒരു ഡോനട്ട് ചാർട്ടായി പ്രതിനിധീകരിക്കാം. ഒരു പൈ ചാർട്ട് പോലെ, ഒരു ഡോനട്ട് ചാർട്ട് ഭാഗങ്ങളുടെ മൊത്തത്തിലുള്ള ബന്ധം കാണിക്കുന്നു, പക്ഷേ ഒന്നിൽ കൂടുതൽ ഡാറ്റ പരമ്പരകൾ അടങ്ങിയിരിക്കാം.

ബബിൾ ചാർട്ടുകൾ

ഒരു ബബിൾ ചാർട്ടിന് വർക്ക്ഷീറ്റ് കോളം ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയും, ഡാറ്റയുടെ ആദ്യ നിരയിൽ നിന്ന് തിരഞ്ഞെടുത്ത X- ആക്സിസ് മൂല്യങ്ങളും, അടുത്തുള്ള നിരകളിൽ നിന്ന് തിരഞ്ഞെടുത്ത അനുബന്ധ Y- ആക്സിസ് മൂല്യങ്ങളും ബബിൾ വലുപ്പ മൂല്യങ്ങളും.

റഡാർ ചാർട്ടുകൾ

ഒരു വർക്ക് ഷീറ്റിൻ്റെ നിരകളിലോ വരികളിലോ ഉള്ള ഡാറ്റ ഒരു റഡാർ ചാർട്ടായി പ്രതിനിധീകരിക്കാം.

പൈ ചാർട്ടുകൾ ഉപയോഗിച്ച് മൊത്തവുമായി ബന്ധപ്പെട്ട വ്യക്തിഗത മൂല്യങ്ങൾ പ്രദർശിപ്പിക്കും. വാണിജ്യപരവും ഭരണപരവുമായ ചെലവുകളുടെ പങ്ക് വ്യക്തമാക്കാൻ അവ ഉപയോഗിക്കുന്നു മൊത്തം തുകചെലവുകൾ.  

പഠിക്കുന്ന സൂചകങ്ങളുടെ ഘടന പ്രകടിപ്പിക്കാൻ ഘടനാപരമായ (സെക്ടർ) ഡയഗ്രമുകൾ നിങ്ങളെ അനുവദിക്കുന്നു, പ്രത്യേക ഗുരുത്വാകർഷണം വ്യക്തിഗത ഭാഗങ്ങൾവി മൊത്തം മൂല്യംസൂചകം. ഘടനാപരമായ ഡയഗ്രമുകളിൽ, സൂചകത്തിൻ്റെ ചിത്രം വിഭജിച്ച സെക്ടറുകളുടെ രൂപത്തിൽ നൽകിയിരിക്കുന്നു ജ്യാമിതീയ രൂപങ്ങൾ(ചതുരങ്ങൾ, സർക്കിളുകൾ), അതിൻ്റെ വിസ്തീർണ്ണം 100 അല്ലെങ്കിൽ 1 ആയി കണക്കാക്കുന്നു. സെക്ടറിൻ്റെ വലുപ്പം നിർണ്ണയിക്കുന്നത് ഭാഗത്തിൻ്റെ പ്രത്യേക ഗുരുത്വാകർഷണമാണ്.  

ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്ന പൈ ചാർട്ട്. 1.13, മൊത്തം ചെലവുകളിൽ ഓരോ വകുപ്പിൻ്റെയും വിഹിതം പ്രദർശിപ്പിക്കുന്നു. ഉദാഹരണത്തിന്, ഡയഗ്രം ഏതാണ്ട് കാണിക്കുന്നു  

ഒരു പ്രതിഭാസത്തിൻ്റെ ഘടനയെ ചിത്രീകരിക്കാൻ പൈ ചാർട്ടുകൾ പലപ്പോഴും ഉപയോഗിക്കാറുണ്ട്. ഈ സാഹചര്യത്തിൽ, മുഴുവൻ പ്രതിഭാസവും 100% ആയി എടുക്കുകയും അതിൻ്റെ ഓരോ ഘടക ഘടകങ്ങളുടെയും പങ്ക് കണക്കാക്കുകയും ചെയ്യുന്നു. സെക്ടറിൻ്റെ വലിപ്പം (ഡിഗ്രിയിൽ) നിർണ്ണയിക്കാൻ, ഓരോ മൂലകത്തിൻ്റെയും ശതമാനം 3.6 ° കൊണ്ട് ഗുണിക്കേണ്ടത് ആവശ്യമാണ്. ഉദാഹരണത്തിന്, കന്നുകാലി ഉൽപന്നങ്ങളിൽ മാംസത്തിൻ്റെ പങ്ക് 50% ആണെങ്കിൽ, പാലിൻ്റെ വിഹിതം 35% ഉം മറ്റ് കന്നുകാലി ഉൽപന്നങ്ങളുടെ (തേൻ, കമ്പിളി, മുട്ട മുതലായവ) വിഹിതം 15% ഉം ആണെങ്കിൽ, ഓരോ ഘടകത്തിൻ്റെയും സെക്ടർ വലുപ്പം. കന്നുകാലി ഉൽപന്നങ്ങൾ തുല്യമായിരിക്കും  

അപ്പോൾ പൈ ചാർട്ട് ഇതുപോലെ കാണപ്പെടും  

പൈ ചാർട്ടുകൾ ഉപയോഗിക്കുന്നതിനുള്ള സാധ്യതകൾ രണ്ട് സാഹചര്യങ്ങളാൽ പരിമിതപ്പെടുത്തിയിരിക്കുന്നു. ആദ്യത്തേത്, അഗ്രഗേറ്റുകളെ ചെറിയ ഭാഗങ്ങളായി വിഭജിക്കുമ്പോൾ അവ പ്രകടിപ്പിക്കുന്ന സ്വഭാവം നിലനിർത്തുന്നു - 4 - 5 ൽ കൂടരുത്, ഈ പരിധിക്കപ്പുറം അവയുടെ ഉപയോഗം ഫലപ്രദമല്ല. രണ്ടാമതായി, താരതമ്യപ്പെടുത്തുന്ന ഘടനകൾക്കിടയിൽ കാര്യമായ വ്യത്യാസങ്ങളുണ്ടെങ്കിൽ മാത്രമേ ഒരു പൈ ചാർട്ട് ബോധ്യപ്പെടുത്തുന്നുള്ളൂ, അല്ലാത്തപക്ഷം അത് വേണ്ടത്ര പ്രകടിപ്പിക്കുന്നില്ല.  

പൈ ചാർട്ടുകൾ - ഭാഗങ്ങളും മൊത്തവും താരതമ്യം ചെയ്യാൻ സഹായിക്കുന്നു.  

ഈ ആവശ്യത്തിനായി, ഒരു അക്കൗണ്ടൻ്റിൻ്റെ വർക്ക്സ്റ്റേഷനിൽ സോഫ്റ്റ്‌വെയറോ ബിസിനസ്സ് (അല്ലെങ്കിൽ സാമ്പത്തിക) ഗ്രാഫിക്‌സ് എന്ന് വിളിക്കപ്പെടുന്ന ഘടകങ്ങളോ ഉണ്ടായിരിക്കണം. അക്കൗണ്ടിംഗ്, അനലിറ്റിക്കൽ, പ്രവചന പ്രശ്നങ്ങൾ എന്നിവ പരിഹരിക്കുമ്പോൾ, വിവരങ്ങൾ ലീനിയർ, ബാർ അല്ലെങ്കിൽ പൈ ചാർട്ടുകളുടെ രൂപത്തിൽ നൽകണം, ഇതിനായി ഡാറ്റ ഡ്രോയിംഗുകളിലേക്കും ഗ്രാഫുകളിലേക്കും പരിവർത്തനം ചെയ്യാൻ പ്രത്യേക സോഫ്റ്റ്വെയർ ഉപകരണങ്ങൾ ഉപയോഗിക്കുന്നു.  

ഗ്രാഫിക് ഷീറ്റിന് ചെലവ് ഘടനയുടെ പൈ ചാർട്ടുകൾ, സാമ്പത്തിക പ്രഭാവത്തിൻ്റെ ഘടനാപരമായ ഡയഗ്രമുകൾ, വ്യക്തിഗത സൂചകങ്ങളിലെ മാറ്റങ്ങളുടെ ബാർ ചാർട്ടുകൾ, വാഹന പ്രകടന ഗ്രാഫിക്സ്, ഗതാഗത ചെലവുകൾ മുതലായവ പ്രദർശിപ്പിക്കാൻ കഴിയും. കോഴ്‌സ് പ്രോജക്റ്റിൻ്റെ വികസനത്തിനായുള്ള അസൈൻമെൻ്റ്.  

ബാർ, സ്ട്രിപ്പ്, ലീനിയർ, സർക്കുലർ, സ്ക്വയർ, സെക്ടർ, ഫിഗർ-സൈൻ, റേഡിയസ് ഡയഗ്രമുകൾ എന്നിവയാണ് ഏറ്റവും വ്യാപകമായി ഉപയോഗിക്കുന്ന ഡയഗ്രമുകൾ. ഒപ്പം.ന്യെ.  

ഒരു പൈ ചാർട്ട് എന്താണ്?  

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

ഘടനാപരമായ (സെക്ടർ) ഡയഗ്രമുകൾ പ്രത്യേക ഗുരുത്വാകർഷണം പ്രകടിപ്പിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു ഘടകങ്ങൾസൂചകത്തിൻ്റെ ആകെ മൂല്യത്തിൽ. അവയിൽ, സൂചകത്തിൻ്റെ ചിത്രം സെക്ടറുകളായി തിരിച്ചിരിക്കുന്ന ജ്യാമിതീയ രൂപങ്ങളുടെ (ചതുരങ്ങൾ, സർക്കിളുകൾ, വളയങ്ങൾ) രൂപത്തിൽ നൽകിയിരിക്കുന്നു, അതിൻ്റെ വിസ്തീർണ്ണം 100 അല്ലെങ്കിൽ 1 ആയി കണക്കാക്കുന്നു. സെക്ടറിൻ്റെ വലുപ്പം നിർണ്ണയിക്കുന്നത് നിർദ്ദിഷ്ടമാണ്. ഭാഗത്തിൻ്റെ ഗുരുത്വാകർഷണം. ഒരു ഡോനട്ട് ചാർട്ട് ഒരു പൈ ചാർട്ടിന് സമാനമാണ്, എന്നാൽ അതിൽ നിന്ന് വ്യത്യസ്തമായി, ഒന്നല്ല, നിരവധി ഡാറ്റ സീരീസ് പ്രദർശിപ്പിക്കാൻ കഴിയും (ചിത്രം 4.3).  

നൽകിയിരിക്കുന്ന ഡാറ്റ ഉപയോഗിച്ച്, സ്വാധീനം നിർവീര്യമാക്കുക

മൈക്രോസോഫ്റ്റ് ഓഫീസ് എക്സൽ 2007 നിങ്ങളുടെ പ്രേക്ഷകർക്ക് മനസ്സിലാകുന്ന രീതിയിൽ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ സഹായിക്കുന്നതിന് വിവിധ ചാർട്ട് തരങ്ങളെ പിന്തുണയ്ക്കുന്നു. നിങ്ങൾ നിലവിലുള്ള ഒരു ചാർട്ട് സൃഷ്ടിക്കുകയോ എഡിറ്റ് ചെയ്യുകയോ ചെയ്യുമ്പോൾ, ലഭ്യമായ നിരവധി ചാർട്ട് തരങ്ങളിൽ നിന്ന് നിങ്ങൾക്ക് തിരഞ്ഞെടുക്കാം.

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

ഈ ലേഖനത്തിൽ:

ഹിസ്റ്റോഗ്രാമുകൾ

ചാർട്ടുകൾ

പൈ ചാർട്ടുകൾ

ബാർ ചാർട്ടുകൾ

ഏരിയ ചാർട്ടുകൾ

ചിതറിക്കിടക്കുന്ന പ്ലോട്ടുകൾ

സ്റ്റോക്ക് ചാർട്ടുകൾ

ഉപരിതല ചാർട്ടുകൾ

ഡോനട്ട് ചാർട്ടുകൾ

ബബിൾ ചാർട്ടുകൾ

റഡാർ ചാർട്ടുകൾ

Excel-ൽ നിങ്ങൾക്ക് സൃഷ്ടിക്കാൻ കഴിയുന്ന മറ്റ് തരത്തിലുള്ള ചാർട്ടുകൾ

ഹിസ്റ്റോഗ്രാമുകൾ

നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു ഹിസ്റ്റോഗ്രാം ആയി ചിത്രീകരിക്കാം. ഒരു നിശ്ചിത കാലയളവിൽ ഡാറ്റയിലെ മാറ്റങ്ങൾ കാണിക്കുന്നതിനോ ഒബ്ജക്റ്റുകൾ തമ്മിലുള്ള താരതമ്യങ്ങൾ വ്യക്തമാക്കുന്നതിനോ ഹിസ്റ്റോഗ്രാമുകൾ ഉപയോഗിക്കുന്നു.

ഹിസ്റ്റോഗ്രാമുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

ക്ലസ്റ്റേർഡ് ഹിസ്റ്റോഗ്രാമും ക്ലസ്റ്റേർഡ് വോളിയം ഹിസ്റ്റോഗ്രാമുംക്ലസ്റ്റേർഡ് ബാർ ചാർട്ടുകൾ വിഭാഗങ്ങളിലുടനീളം മൂല്യങ്ങൾ താരതമ്യം ചെയ്യുകയും അവയെ പരന്നതും ലംബവുമായ ദീർഘചതുരങ്ങളായി പ്രദർശിപ്പിക്കുകയും ചെയ്യുന്നു. ഒരു ഗ്രൂപ്പുചെയ്ത 3D ഹിസ്റ്റോഗ്രാം ത്രിമാനത്തിൽ ഡാറ്റ പ്രദർശിപ്പിക്കുന്നു.

മൂന്നാമത്തെ മൂല്യ അക്ഷം (ഡെപ്ത് ആക്സിസ്) ഉപയോഗിച്ചിട്ടില്ല.

ഇനിപ്പറയുന്ന വിഭാഗത്തിലുള്ള ഡാറ്റ പ്രദർശിപ്പിക്കുന്നതിന് ഗ്രൂപ്പ് ചെയ്ത ഹിസ്റ്റോഗ്രാമുകൾ ഉപയോഗിക്കാം

മൂല്യങ്ങളുടെ ശ്രേണികൾ (ഉദാഹരണത്തിന്, മൂലകങ്ങളുടെ എണ്ണം).

നിർദ്ദിഷ്ട സ്കെയിലുകൾ (ഉദാഹരണത്തിന്, "ശക്തമായി സമ്മതിക്കുന്നു", "അംഗീകരിക്കുന്നു", "അറിയില്ല", "വിയോജിക്കുന്നു", "ശക്തമായി വിയോജിക്കുന്നു" തുടങ്ങിയ മുഖംമൂടികളുള്ള ലൈക്കർട്ട് സ്കെയിൽ).

ഓർഡർ ചെയ്യാത്ത പേരുകൾ (ഉദാഹരണത്തിന്, മൂലകങ്ങളുടെ പേരുകൾ, സ്ഥലനാമങ്ങൾ അല്ലെങ്കിൽ ആളുകളുടെ പേരുകൾ).കുറിപ്പ്.

മൂന്ന് അക്ഷങ്ങൾ (തിരശ്ചീന അക്ഷം, ലംബ അക്ഷം, ആഴത്തിലുള്ള അക്ഷം) ഉപയോഗിക്കുന്ന ഒരു 3D കാഴ്‌ചയിൽ ഡാറ്റ അവതരിപ്പിക്കുന്നതിന്, വോളിയം ഹിസ്റ്റോഗ്രാം സബ്‌ടൈപ്പ് ഉപയോഗിക്കുക.സ്റ്റാക്ക് ചെയ്‌ത ഹിസ്റ്റോഗ്രാമുകൾ, ഓരോ മൂല്യത്തിൻ്റെയും മൊത്തത്തിലുള്ള സംഭാവനയെ വിഭാഗമനുസരിച്ച് താരതമ്യപ്പെടുത്തി, അവയുടെ മൊത്തം മൂല്യവുമായി വ്യക്തിഗത ഘടകങ്ങളുടെ ബന്ധം കാണിക്കുന്നു. ഒരു സ്റ്റാക്ക് ചെയ്ത ബാർ ഗ്രാഫ് മൂല്യങ്ങളെ പരന്നതും ലംബവുമായ അടുക്കിയ ദീർഘചതുരങ്ങളായി പ്രദർശിപ്പിക്കുന്നു. ഒരു സ്റ്റാക്ക് ചെയ്ത വോളിയം ഹിസ്റ്റോഗ്രാം ഒരേ ഡാറ്റ 3D-യിൽ മാത്രം കാണിക്കുന്നു. മൂന്നാമത്തെ മൂല്യ അക്ഷം (ഡെപ്ത് ആക്സിസ്) ഉപയോഗിച്ചിട്ടില്ല.

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

നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ് ഹിസ്റ്റോഗ്രാമും വോള്യൂമെട്രിക് നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ് ഹിസ്റ്റോഗ്രാമുംനോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ് ഹിസ്റ്റോഗ്രാമുകളും വോള്യൂമെട്രിക് നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ് ഹിസ്റ്റോഗ്രാമുകളും, വിഭാഗമനുസരിച്ച്, ഓരോ മൂല്യത്തിൻ്റെയും മൊത്തം സംഭാവനയുടെ ശതമാനം താരതമ്യം ചെയ്യുന്നു.

ഒരു നോർമലൈസ്ഡ് സ്റ്റാക്ക് ചെയ്ത ഹിസ്റ്റോഗ്രാം മൂല്യങ്ങളെ പരന്നതും ലംബവും നോർമലൈസ് ചെയ്തതും അടുക്കിയതുമായ ദീർഘചതുരങ്ങളായി പ്രദർശിപ്പിക്കുന്നു. ഒരു സ്റ്റാക്ക് ചെയ്ത വോള്യൂമെട്രിക് നോർമലൈസ്ഡ് ഹിസ്റ്റോഗ്രാം ഒരേ ഡാറ്റയെ ത്രിമാനത്തിൽ പ്രതിനിധീകരിക്കുന്നു. മൂന്നാമത്തെ മൂല്യ അക്ഷം (ഡെപ്ത് ആക്സിസ്) ഉപയോഗിച്ചിട്ടില്ല.

മൂന്നോ അതിലധികമോ ഡാറ്റാ സീരീസ് ഉള്ളപ്പോൾ ഒരു നോർമലൈസ്ഡ് സ്റ്റാക്ക് ചെയ്ത ഹിസ്റ്റോഗ്രാം ഉപയോഗിക്കാനാകും, കൂടാതെ മൊത്തത്തിൽ അവരുടെ സംഭാവന ഹൈലൈറ്റ് ചെയ്യാൻ നിങ്ങൾ ആഗ്രഹിക്കുന്നു, പ്രത്യേകിച്ചും ഇത് ഓരോ വിഭാഗത്തിനും തുല്യമാണെങ്കിൽ.വോളിയം ഹിസ്റ്റോഗ്രാം വോളിയം ഹിസ്റ്റോഗ്രാമുകൾ മാറ്റാൻ കഴിയുന്ന മൂന്ന് അക്ഷങ്ങൾ ഉപയോഗിക്കുന്നു (തിരശ്ചീന അക്ഷം, ലംബ അക്ഷം, ആഴത്തിലുള്ള അക്ഷം). ഈ ഹിസ്റ്റോഗ്രാമുകൾ താരതമ്യം ചെയ്യുന്നുഡാറ്റാ പോയിൻ്റുകൾ (ഡാറ്റയുടെ ഘടകങ്ങൾ. ബാറുകൾ, കോളങ്ങൾ, ലൈനുകൾ, സെക്ടറുകൾ, പോയിൻ്റുകൾ അല്ലെങ്കിൽ ഡാറ്റ മാർക്കറുകൾ എന്ന് വിളിക്കപ്പെടുന്ന മറ്റ് ഒബ്‌ജക്റ്റുകളായി ഒരു ചാർട്ടിൽ പ്രദർശിപ്പിക്കുന്ന വ്യക്തിഗത മൂല്യങ്ങൾ. ഒരേ നിറത്തിലുള്ള ഡാറ്റ മാർക്കറുകൾ ഒരു ഡാറ്റാ സീരീസായി മാറുന്നു.)

തിരശ്ചീന അക്ഷത്തിലും ആഴത്തിലുള്ള അച്ചുതണ്ടിലും.

ഒരു 3-ഡി ഹിസ്റ്റോഗ്രാം രണ്ട് വിഭാഗങ്ങളിലും ശ്രേണിയിലുമുടനീളമുള്ള ഡാറ്റ താരതമ്യം ചെയ്യാൻ കഴിയും, കാരണം ഇത്തരത്തിലുള്ള ചാർട്ട് തിരശ്ചീന അക്ഷത്തിലും ആഴത്തിലുള്ള അക്ഷത്തിലും വിഭാഗങ്ങൾ കാണിക്കുകയും ലംബ അക്ഷത്തിൽ മൂല്യങ്ങൾ പ്രദർശിപ്പിക്കുകയും ചെയ്യുന്നു.സിലിണ്ടർ, പിരമിഡ്, കോൺ

ബാർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്ക് ബാർ ചാർട്ടുകൾക്ക് സമാനമായ വ്യൂ തരങ്ങൾ (ക്ലസ്റ്റേർഡ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോളിയം) ഉണ്ട്.അവർ സമാനമായ രീതിയിൽ ഡാറ്റ കാണിക്കുകയും താരതമ്യം ചെയ്യുകയും ചെയ്യുന്നു. ഒരേയൊരു വ്യത്യാസം, ഈ തരത്തിലുള്ള ചാർട്ടുകളിൽ ദീർഘചതുരങ്ങൾക്ക് പകരം സിലിണ്ടർ, കോണാകൃതി, പിരമിഡൽ ആകൃതികൾ അടങ്ങിയിരിക്കുന്നു എന്നതാണ്. ഉപദേശം..

പേജിൻ്റെ മുകളിൽ

ചാർട്ടുകൾ

നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു ഗ്രാഫായി പ്ലോട്ട് ചെയ്യാം. ഒരൊറ്റ സ്കെയിലിൽ കാലക്രമേണ ഡാറ്റയിലെ തുടർച്ചയായ മാറ്റം ചിത്രീകരിക്കാൻ ഗ്രാഫുകൾ നിങ്ങളെ അനുവദിക്കുന്നു; അതിനാൽ, കൃത്യമായ ഇടവേളകളിൽ ഡാറ്റ ട്രെൻഡുകൾ ചിത്രീകരിക്കുന്നതിന് അവ അനുയോജ്യമാണ്. ഗ്രാഫുകളിൽ, ഡാറ്റ വിഭാഗങ്ങൾ തിരശ്ചീന അക്ഷത്തിൽ തുല്യമായി വിതരണം ചെയ്യപ്പെടുന്നു, കൂടാതെ മൂല്യങ്ങൾ ലംബ അക്ഷത്തിൽ തുല്യമായി വിതരണം ചെയ്യപ്പെടുന്നു.

വിഭാഗ ടെക്‌സ്‌റ്റ് ലേബലുകൾക്കൊപ്പം മാസങ്ങളും ക്വാർട്ടേഴ്‌സും അല്ലെങ്കിൽ തുല്യ അകലത്തിലുള്ള മൂല്യങ്ങൾ പ്രദർശിപ്പിക്കാനും ഗ്രാഫുകൾ ഉപയോഗിക്കാം. സാമ്പത്തിക വർഷം. ഒന്നിലധികം വരികൾ ഉള്ളപ്പോൾ ഇത് വളരെ പ്രധാനമാണ്. ഒരൊറ്റ സീരീസിനായി, നിങ്ങൾക്ക് ഒരു വിഭാഗം ചാർട്ട് ഉപയോഗിക്കാം. നിരവധി സംഖ്യാ മാർക്കറുകൾ ഉള്ളപ്പോൾ ഗ്രാഫുകളും ഉപയോഗിക്കാം, പ്രധാനമായും വർഷങ്ങൾ, തുല്യ ഇടവേളകളാൽ വേർതിരിച്ചിരിക്കുന്നു. പത്തിൽ കൂടുതൽ നമ്പർ ലേബലുകൾ ഉണ്ടെങ്കിൽ, ഗ്രാഫിന് പകരം സ്കാറ്റർ പ്ലോട്ട് ഉപയോഗിക്കുന്നതാണ് നല്ലത്.

മാർക്കറുകൾ ഉള്ള ഗ്രാഫും ഗ്രാഫുംവ്യക്തിഗത ഡാറ്റ മൂല്യങ്ങൾക്കായുള്ള മാർക്കറുകൾ ഉള്ളതോ അല്ലാത്തതോ ആയ ഗ്രാഫുകൾ കാലക്രമേണ അല്ലെങ്കിൽ ഓർഡർ ചെയ്ത വിഭാഗമനുസരിച്ച് ഡാറ്റ ട്രെൻഡുകൾ കാണിക്കുന്നതിന് ഉപയോഗപ്രദമാണ്, പ്രത്യേകിച്ചും ധാരാളം ഡാറ്റ പോയിൻ്റുകൾ ഉള്ളപ്പോൾ അവ അവതരിപ്പിക്കുന്ന ക്രമം പ്രധാനമാണ്.

ഡാറ്റയുടെ നിരവധി വിഭാഗങ്ങളുണ്ടെങ്കിൽ അല്ലെങ്കിൽ മൂല്യങ്ങൾ ഏകദേശമാണെങ്കിൽ, മാർക്കറുകൾ ഇല്ലാതെ ഒരു ഗ്രാഫ് ഉപയോഗിക്കുക.മാർക്കറുകളുള്ള സ്റ്റാക്ക് ചെയ്ത ചാർട്ടും സ്റ്റാക്ക് ചെയ്ത ചാർട്ടും

വ്യക്തിഗത ഡാറ്റ മൂല്യങ്ങൾ അടയാളപ്പെടുത്തുന്ന മാർക്കറുകൾ ഉപയോഗിച്ചോ അല്ലാതെയോ അടുക്കിയ ഗ്രാഫുകൾ, ഓരോ മൂല്യത്തിൻ്റെയും സംഭാവന കാലക്രമേണ അല്ലെങ്കിൽ ഓർഡർ ചെയ്ത വിഭാഗമനുസരിച്ച് എങ്ങനെ വികസിക്കുന്നു എന്ന് ചിത്രീകരിക്കാൻ ഉപയോഗിക്കാം. ലൈനുകൾ ഉപയോഗിച്ച് സ്റ്റാക്കിംഗ് പ്രദർശിപ്പിക്കുന്നത് വേണ്ടത്ര വ്യക്തമല്ലാത്തതിനാൽ, അത്തരം സന്ദർഭങ്ങളിൽ മറ്റൊരു തരം ഗ്രാഫ് അല്ലെങ്കിൽ സ്റ്റാക്ക് ചെയ്ത ഏരിയ ചാർട്ട് ഉപയോഗിക്കാൻ ശുപാർശ ചെയ്യുന്നു.മാർക്കറുകളുള്ള നോർമലൈസ്ഡ് സ്റ്റാക്ക് ചെയ്ത ചാർട്ടും നോർമലൈസ് ചെയ്ത സ്റ്റാക്ക് ചെയ്ത ചാർട്ടും

ബാർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്ക് ബാർ ചാർട്ടുകൾക്ക് സമാനമായ വ്യൂ തരങ്ങൾ (ക്ലസ്റ്റേർഡ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോളിയം) ഉണ്ട്.വ്യക്തിഗത ഡാറ്റ മൂല്യങ്ങൾ അടയാളപ്പെടുത്തുന്ന മാർക്കറുകൾ ഉള്ളതോ അല്ലാതെയോ സാധാരണവൽക്കരിച്ച സ്റ്റാക്ക് ചെയ്ത പ്ലോട്ടുകൾ, കാലക്രമേണ അല്ലെങ്കിൽ ഓർഡർ ചെയ്ത വിഭാഗമനുസരിച്ച് ഓരോ മൂല്യത്തിൻ്റെയും ശതമാനം സംഭാവനയിലെ ട്രെൻഡ് ചിത്രീകരിക്കാൻ ഉപയോഗിക്കാം. ഡാറ്റയുടെ നിരവധി വിഭാഗങ്ങൾ ഉണ്ടെങ്കിലോ മൂല്യങ്ങൾ ഏകദേശമാണെങ്കിൽ, മാർക്കറുകൾ ഇല്ലാതെ ഒരു സാധാരണ സ്റ്റാക്ക് ചെയ്ത പ്ലോട്ട് ഉപയോഗിക്കുക.

ഇത്തരത്തിലുള്ള ഡാറ്റയെ മികച്ച രീതിയിൽ പ്രതിനിധീകരിക്കുന്നതിന്, ഒരു നോർമലൈസ്ഡ് സ്റ്റാക്ക് ചെയ്ത ഏരിയ ചാർട്ട് ഉപയോഗിക്കാൻ ഞങ്ങൾ ശുപാർശ ചെയ്യുന്നു. 3D ഗ്രാഫുകളിൽ, ഓരോ വരിയും നിരയും ഒരു 3D റിബണായി ചിത്രീകരിച്ചിരിക്കുന്നു. ഒരു 3-D ഗ്രാഫിന് ഒരു തിരശ്ചീന, ലംബ, ആഴത്തിലുള്ള അക്ഷം ഉണ്ട്, അത് മാറ്റാൻ കഴിയും.

ബാർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്ക് ബാർ ചാർട്ടുകൾക്ക് സമാനമായ വ്യൂ തരങ്ങൾ (ക്ലസ്റ്റേർഡ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോളിയം) ഉണ്ട്.ഗ്രാഫുകൾ സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, കാണുക .

പേജിൻ്റെ മുകളിൽ

പൈ ചാർട്ടുകൾ

ഒരു നിരയിലോ വരിയിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു പൈ ചാർട്ടായി ചിത്രീകരിക്കാം. ഒരു പൈ ചാർട്ട് ഒന്നിൻ്റെ മൂലകങ്ങളുടെ വലുപ്പം കാണിക്കുന്നു മൂലകങ്ങളുടെ ആകെത്തുകയ്ക്ക് ആനുപാതികമാണ്. ഡാറ്റാ പോയിൻ്റുകൾ (ഡാറ്റയുടെ ഘടകങ്ങൾ. ബാറുകൾ, കോളങ്ങൾ, ലൈനുകൾ, സെക്ടറുകൾ, പോയിൻ്റുകൾ അല്ലെങ്കിൽ ഡാറ്റ മാർക്കറുകൾ എന്ന് വിളിക്കപ്പെടുന്ന മറ്റ് ഒബ്‌ജക്റ്റുകളായി ഒരു ചാർട്ടിൽ വ്യക്തിഗത മൂല്യങ്ങൾ പ്രദർശിപ്പിക്കുന്നു. അതേ നിറത്തിലുള്ള ഡാറ്റ മാർക്കറുകൾ ഒരു ഡാറ്റാ സീരീസായി മാറുന്നു.)ഒരു പൈ ചാർട്ടിൽ മുഴുവൻ സർക്കിളിൻ്റെയും ശതമാനമായി പ്രദർശിപ്പിക്കും.

ഡാറ്റയുടെ ഒരു വരി മാത്രം പ്രദർശിപ്പിക്കേണ്ടതുണ്ട്.

നിങ്ങൾ പ്രദർശിപ്പിക്കാൻ ആഗ്രഹിക്കുന്ന എല്ലാ മൂല്യങ്ങളും നെഗറ്റീവ് അല്ല.

നിങ്ങൾ പ്രദർശിപ്പിക്കാൻ ആഗ്രഹിക്കുന്ന മിക്കവാറും എല്ലാ മൂല്യങ്ങളും പൂജ്യത്തേക്കാൾ വലുതാണ്.

പൈ ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

പൈ ചാർട്ടും 3D പൈ ചാർട്ടുംപൈ ചാർട്ടുകൾ രണ്ടോ മൂന്നോ അളവുകളിൽ മൊത്തത്തിൽ ഓരോ അളവിൻ്റെയും സംഭാവന കാണിക്കുന്നു. ചില മേഖലകളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ, നിങ്ങൾക്ക് അവയെ പൈ ചാർട്ടിൽ നിന്ന് സ്വമേധയാ പുറത്തെടുക്കാം.

സെക്കൻഡറി പൈ ചാർട്ടും സെക്കൻഡറി ഹിസ്റ്റോഗ്രാമുംദ്വിതീയ പൈ ചാർട്ടും ദ്വിതീയ ബാർ ചാർട്ടും പ്രധാന പൈ ചാർട്ടിൽ നിന്ന് എക്‌സ്‌ട്രാക്‌റ്റുചെയ്‌ത് ഒരു ദ്വിതീയ പൈ ചാർട്ടിലേക്കോ സ്റ്റാക്ക് ചെയ്‌ത ബാർ ചാർട്ടിലേക്കോ മാറ്റുന്ന ഉപയോക്തൃ നിർവചിച്ച മൂല്യങ്ങളുള്ള പൈ ചാർട്ടുകളാണ്.

ഒരു പ്രധാന പൈ ചാർട്ടിൻ്റെ ചെറിയ ഭാഗങ്ങൾ കാണുന്നത് എളുപ്പമാക്കാൻ നിങ്ങൾ ആഗ്രഹിക്കുമ്പോൾ ഈ ചാർട്ട് തരങ്ങൾ ഉപയോഗപ്രദമാണ്.കട്ട് പൈ ചാർട്ടും 3D കട്ട് പൈ ചാർട്ടും

ബാർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്ക് ബാർ ചാർട്ടുകൾക്ക് സമാനമായ വ്യൂ തരങ്ങൾ (ക്ലസ്റ്റേർഡ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോളിയം) ഉണ്ട്.ഒരു സ്ലൈസ് ചെയ്ത പൈ ചാർട്ട് വ്യക്തിഗത മൂല്യങ്ങൾ ഹൈലൈറ്റ് ചെയ്യുമ്പോൾ ഓരോ മൂല്യത്തിൻ്റെയും മൊത്തത്തിലുള്ള സംഭാവന കാണിക്കുന്നു. കട്ട് പൈ ചാർട്ടുകൾ ത്രിമാനങ്ങളിൽ പ്രതിനിധീകരിക്കാം. നിങ്ങൾക്ക് എല്ലാ സ്ലൈസുകൾക്കും വ്യക്തിഗത സ്ലൈസുകൾക്കുമായി ചാർട്ട് കട്ട് ക്രമീകരണങ്ങൾ മാറ്റാൻ കഴിയും, എന്നാൽ ഒരു സ്ലൈസ് ചെയ്ത ചാർട്ടിൻ്റെ സ്ലൈസുകൾ നിങ്ങൾക്ക് സ്വമേധയാ നീക്കാൻ കഴിയില്ല. നിങ്ങൾക്ക് സെക്ടറുകൾ സ്വമേധയാ പുറത്തെടുക്കണമെങ്കിൽ, ഒരു പൈ അല്ലെങ്കിൽ 3-ഡി പൈ ചാർട്ട് ഉപയോഗിക്കുക..

പേജിൻ്റെ മുകളിൽ

ഒരു പൈ ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, കാണുക

ഒരു പൈ ചാർട്ടായി ഡാറ്റയെ പ്രതിനിധീകരിക്കുന്നു

ബാർ ചാർട്ടുകൾ

ഔട്ട്പുട്ട് മൂല്യങ്ങൾ കാലാവധിയാണ്.

ബാർ ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

ഗ്രൂപ്പുചെയ്‌ത ബാർ ചാർട്ടുകളും ഗ്രൂപ്പുചെയ്‌ത 3-ഡി ബാർ ചാർട്ടുകളുംഗ്രൂപ്പുചെയ്ത ബാർ ചാർട്ടുകൾ വിഭാഗങ്ങളിലുടനീളം മൂല്യങ്ങൾ താരതമ്യം ചെയ്യാൻ നിങ്ങളെ അനുവദിക്കുന്നു. ഇത്തരത്തിലുള്ള ചാർട്ടിൽ, വിഭാഗങ്ങൾ സാധാരണയായി ലംബ അക്ഷത്തിലും മൂല്യങ്ങൾ തിരശ്ചീന അക്ഷത്തിലും സ്ഥാപിക്കുന്നു. ഗ്രൂപ്പുചെയ്ത 3-D ബാർ ചാർട്ടുകൾ 3-D തിരശ്ചീന ദീർഘചതുരങ്ങൾ ഉപയോഗിക്കുന്നു; അത്തരം ചാർട്ടുകൾക്ക് ഒരു ത്രിമാന പ്രൊജക്ഷനിൽ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയില്ല.

അടുക്കിയ ബാർ ചാർട്ടുകളും 3D സ്റ്റാക്ക് ചെയ്ത ബാർ ചാർട്ടുകളുംഒരു സ്റ്റാക്ക് ചെയ്ത ബാർ ചാർട്ട് മൊത്തത്തിൽ വ്യക്തിഗത മൂല്യങ്ങളുടെ സംഭാവന കാണിക്കുന്നു.

അടുക്കിയിരിക്കുന്ന 3-D ബാർ ചാർട്ടുകൾ 3-D തിരശ്ചീന ദീർഘചതുരങ്ങൾ ഉപയോഗിക്കുന്നു; അത്തരം ചാർട്ടുകൾക്ക് ഒരു ത്രിമാന പ്രൊജക്ഷനിൽ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയില്ല.

നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ് ബാർ ചാർട്ടും 3D നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ് ബാർ ചാർട്ടും ഈ തരം ചാർട്ട് നിങ്ങളെ കാറ്റഗറി പ്രകാരം, ഓരോ മൂല്യത്തിൻ്റെയും മൊത്തം സംഭാവനയുടെ ശതമാനം താരതമ്യം ചെയ്യാൻ അനുവദിക്കുന്നു. 3D നോർമലൈസ്ഡ് സ്റ്റാക്ക് ചെയ്ത ബാർ ചാർട്ടുകൾ 3D തിരശ്ചീന ദീർഘചതുരങ്ങൾ ഉപയോഗിക്കുന്നു; അത്തരം ചാർട്ടുകൾക്ക് ഒരു ത്രിമാന പ്രൊജക്ഷനിൽ ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയില്ല. .തിരശ്ചീന സിലിണ്ടർ, പിരമിഡ്, കോൺ

ബാർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്ക് ബാർ ചാർട്ടുകൾക്ക് സമാനമായ വ്യൂ തരങ്ങൾ (ക്ലസ്റ്റേർഡ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോളിയം) ഉണ്ട്.ഈ തരത്തിലുള്ള ചാർട്ടുകൾക്ക് ബോക്‌സ് ചാർട്ടുകൾക്ക് സമാനമായ കാഴ്‌ചകൾ ലഭ്യമാണ് (ഗ്രൂപ്പ് ചെയ്‌ത, അടുക്കിയ, നോർമലൈസ് ചെയ്‌ത, സ്‌റ്റാക്ക് ചെയ്‌തത്). സമാനമായ രീതിയിൽ ഡാറ്റ പ്രദർശിപ്പിക്കാനും താരതമ്യം ചെയ്യാനും അവർ നിങ്ങളെ അനുവദിക്കുന്നു. ഒരേയൊരു വ്യത്യാസം, ഈ തരത്തിലുള്ള ചാർട്ടുകളിൽ തിരശ്ചീന ദീർഘചതുരങ്ങൾക്ക് പകരം സിലിണ്ടർ, കോണാകൃതി, പിരമിഡൽ ആകൃതികൾ അടങ്ങിയിരിക്കുന്നു എന്നതാണ്..

പേജിൻ്റെ മുകളിൽ

ഒരു ബാർ ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, കാണുക

ഒരു ബാർ ചാർട്ടായി ഡാറ്റയെ പ്രതിനിധീകരിക്കുന്നു

ഏരിയ ചാർട്ടുകൾ

നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു ഏരിയ ചാർട്ടായി ചിത്രീകരിക്കാം. ഏരിയ ചാർട്ടുകൾ കാലക്രമേണയുള്ള മാറ്റത്തിൻ്റെ വ്യാപ്തി വ്യക്തമാക്കുകയും ഒരു ട്രെൻഡിനൊപ്പം ഒരു ക്യുമുലേറ്റീവ് മൂല്യത്തിലേക്ക് ശ്രദ്ധ ആകർഷിക്കാൻ ഉപയോഗിക്കുകയും ചെയ്യുന്നു. ഉദാഹരണത്തിന്, മൊത്തത്തിലുള്ള ലാഭത്തിലേക്ക് ശ്രദ്ധ കൊണ്ടുവരാൻ കാലക്രമേണ ലാഭം കാണിക്കുന്ന ഡാറ്റ ഒരു ഏരിയ ചാർട്ടിൽ പ്രദർശിപ്പിക്കാൻ കഴിയും.

ശ്രേണിയുടെ മൂല്യങ്ങളുടെ ആകെത്തുക പ്രദർശിപ്പിക്കുന്നതിലൂടെ, അത്തരമൊരു ഡയഗ്രം ഓരോ ശ്രേണിയുടെയും സംഭാവന വ്യക്തമായി കാണിക്കുന്നു.ഏരിയ ചാർട്ടുകൾ അല്ലെങ്കിൽ 3-D ഏരിയ ചാർട്ടുകൾ കാലത്തിനനുസരിച്ച് അല്ലെങ്കിൽ വിഭാഗമനുസരിച്ച് അളവിൽ മാറ്റങ്ങൾ കാണിക്കുന്നു.

3-D ഏരിയ ചാർട്ടുകൾ പരിഷ്‌ക്കരിക്കാവുന്ന മൂന്ന് അക്ഷങ്ങൾ (തിരശ്ചീന അക്ഷം, ലംബ അക്ഷം, ആഴത്തിലുള്ള അക്ഷം) ഉപയോഗിക്കുന്നു. ഒരു ശ്രേണിയിലെ ഡാറ്റ മറ്റൊരു സീരീസിലെ ഡാറ്റയാൽ ഓവർലാപ്പ് ചെയ്യപ്പെടുമെന്നതിനാൽ, നോൺ-സ്റ്റാക്ക് ചെയ്ത ഏരിയ ചാർട്ടുകൾക്ക് പകരം ഗ്രാഫുകൾ ഉപയോഗിക്കാൻ സാധാരണയായി ശുപാർശ ചെയ്യുന്നു.അടുക്കിയ ഏരിയ ചാർട്ടുകൾ 3D സ്റ്റാക്ക് ചെയ്ത ഏരിയ ചാർട്ടുകൾ

സഞ്ചിത ഏരിയ ചാർട്ടുകൾ കാലക്രമേണ അല്ലെങ്കിൽ വിഭാഗമനുസരിച്ച് ഓരോ അളവിൻ്റെയും സംഭാവനയിൽ മാറ്റങ്ങൾ കാണിക്കുന്നു.

ബാർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്ക് ബാർ ചാർട്ടുകൾക്ക് സമാനമായ വ്യൂ തരങ്ങൾ (ക്ലസ്റ്റേർഡ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോളിയം) ഉണ്ട്. 3-D അടുക്കിയ ഏരിയ ചാർട്ടുകൾ സമാന ബന്ധങ്ങൾ പ്രദർശിപ്പിക്കുന്നു, എന്നാൽ 3D-യിൽ. എന്നിരുന്നാലും, അത്തരം ചാർട്ടുകൾ യഥാർത്ഥത്തിൽ ത്രിമാനമല്ല, കാരണം അവ ഒരു മൂന്നാം മൂല്യ അക്ഷം (ഡെപ്ത് ആക്സിസ്) ഉപയോഗിക്കുന്നില്ല. നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ് ഏരിയ ചാർട്ടും 3D നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ് ഏരിയ ചാർട്ടും നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ് ഏരിയ ചാർട്ടുകൾ കാലത്തിനനുസരിച്ച് അല്ലെങ്കിൽ വിഭാഗമനുസരിച്ച് ഓരോ അളവിൻ്റെയും സംഭാവനയിലെ ശതമാനം മാറ്റം കാണിക്കുന്നു. 3D നോർമലൈസ്ഡ് സ്റ്റാക്ക് ചെയ്ത ഏരിയ ചാർട്ടുകൾ സമാന ബന്ധങ്ങൾ പ്രദർശിപ്പിക്കുന്നു, എന്നാൽ 3D യിൽ. എന്നിരുന്നാലും, അത്തരം ചാർട്ടുകൾ യഥാർത്ഥത്തിൽ ത്രിമാനമല്ല, കാരണം അവ ഒരു മൂന്നാം മൂല്യ അക്ഷം (ഡെപ്ത് ആക്സിസ്) ഉപയോഗിക്കുന്നില്ല..

പേജിൻ്റെ മുകളിൽ

ഒരു ഏരിയ ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, കാണുക

ഒരു ഏരിയ ചാർട്ടായി ഡാറ്റയെ പ്രതിനിധീകരിക്കുന്നു

ചിതറിക്കിടക്കുന്ന പ്ലോട്ടുകൾ

നിരകളിലും വരികളിലും ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു സ്കാറ്റർ പ്ലോട്ടായി ചിത്രീകരിക്കാം. ഒരു സ്‌കാറ്റർ പ്ലോട്ട് ഒന്നിലധികം ഡാറ്റാ ശ്രേണികളിലെ സംഖ്യാ മൂല്യങ്ങൾ തമ്മിലുള്ള ബന്ധങ്ങൾ കാണിക്കുന്നു അല്ലെങ്കിൽ x, y കോർഡിനേറ്റുകളുടെ ഒരൊറ്റ ശ്രേണിയായി രണ്ട് ഗ്രൂപ്പുകളുടെ സംഖ്യകൾ പ്രദർശിപ്പിക്കുന്നു.

ഒരു സ്‌കാറ്റർ പ്ലോട്ടിന് രണ്ട് മൂല്യ അക്ഷങ്ങളുണ്ട്, ചില സംഖ്യാ മൂല്യങ്ങൾ തിരശ്ചീന അക്ഷത്തിലും (X- ആക്‌സിസ്) മറ്റുള്ളവ ലംബ അക്ഷത്തിലും (Y- ആക്‌സിസ്) പ്ലോട്ട് ചെയ്‌തിരിക്കുന്നു. ഒരു സ്‌കാറ്റർ പ്ലോട്ട് ഈ മൂല്യങ്ങളെ ഒരൊറ്റ പോയിൻ്റിലേക്ക് സംയോജിപ്പിച്ച് ക്രമരഹിതമായ ഇടവേളകളിലോ ക്ലസ്റ്ററുകളിലോ പ്രദർശിപ്പിക്കുന്നു. ശാസ്ത്രീയമോ സ്ഥിതിവിവരക്കണക്കുകളോ സാങ്കേതികമോ പോലുള്ള സംഖ്യാ മൂല്യങ്ങൾ ചിത്രീകരിക്കാനും താരതമ്യം ചെയ്യാനും സ്കാറ്റർ പ്ലോട്ടുകൾ സാധാരണയായി ഉപയോഗിക്കുന്നു.

തിരശ്ചീന അക്ഷത്തിൻ്റെ സ്കെയിൽ മാറ്റാൻ ഇത് ആവശ്യമാണ്.

തിരശ്ചീന അക്ഷത്തിന് നിങ്ങൾ ഒരു ലോഗരിഥമിക് സ്കെയിൽ ഉപയോഗിക്കണം.

ഗ്രൂപ്പുചെയ്ത മൂല്യ ഫീൽഡുകളുടെ ജോഡികൾ ഉൾക്കൊള്ളുന്ന സ്പ്രെഡ്ഷീറ്റ് ഡാറ്റ കാര്യക്ഷമമായി പ്രദർശിപ്പിക്കാൻ നിങ്ങൾ ആഗ്രഹിക്കുന്നു, കൂടാതെ ഗ്രൂപ്പുചെയ്ത മൂല്യങ്ങളെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾ കാണിക്കുന്നതിന് സ്വതന്ത്ര സ്കാറ്റർപ്ലോട്ട് സ്കെയിലുകൾ അവതരിപ്പിക്കാൻ നിങ്ങൾ ആഗ്രഹിക്കുന്നു.

നിങ്ങൾ കാണിക്കാൻ ആഗ്രഹിക്കുന്നത് ഡാറ്റ പോയിൻ്റുകൾ തമ്മിലുള്ള വ്യത്യാസമല്ല, വലിയ ഡാറ്റാ സെറ്റുകളിലുടനീളമുള്ള സമാനതകളാണ്.

സമയം കണക്കിലെടുക്കാതെ നിങ്ങൾ ഒന്നിലധികം ഡാറ്റ പോയിൻ്റുകൾ താരതമ്യം ചെയ്യേണ്ടതുണ്ട്. ഒരു സ്‌കാറ്റർ പ്ലോട്ട് സൃഷ്‌ടിക്കാൻ ഉപയോഗിക്കുന്ന കൂടുതൽ ഡാറ്റ, താരതമ്യം കൂടുതൽ കൃത്യതയുള്ളതായിരിക്കും.

പട്ടിക ഡാറ്റ ഒരു സ്‌കാറ്റർ പ്ലോട്ടായി പ്രദർശിപ്പിക്കുന്നതിന്, X- ആക്‌സിസ് ഡാറ്റ ഒരു വരിയിലോ കോളത്തിലോ അനുബന്ധമായ Y- ആക്‌സിസ് ഡാറ്റയോ അടുത്തുള്ള വരികളിലോ നിരകളിലോ സ്ഥാപിക്കുക.

സ്കാറ്റർ പ്ലോട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

മാർക്കറുകൾ ഉപയോഗിച്ച് പ്ലോട്ടുകൾ ചിതറിക്കുകമൂല്യങ്ങളുടെ ജോഡി താരതമ്യം ചെയ്യാൻ ഇത്തരത്തിലുള്ള ചാർട്ട് നിങ്ങളെ അനുവദിക്കുന്നു. കൂടെ സ്കാറ്റർ പ്ലോട്ട് ഡാറ്റാ മാർക്കറുകൾ (ഡാറ്റ മാർക്കർ. ഒരു ബാർ, ഏരിയ, പോയിൻ്റ്, സെഗ്മെൻ്റ് അല്ലെങ്കിൽ ഒരു ചാർട്ടിലെ മറ്റ് ഘടകം, ഒരു വർക്ക്ഷീറ്റ് സെല്ലിലെ ഒരു മൂല്യവുമായി പൊരുത്തപ്പെടുന്നു. ഒരു ചാർട്ടിലെ അതേ നിറത്തിലുള്ള ഡാറ്റ മാർക്കറുകൾ ഒരു ഡാറ്റ സീരീസ് ഉണ്ടാക്കുന്നു.), എന്നാൽ ധാരാളം ഡാറ്റാ പോയിൻ്റുകൾ ഉള്ളപ്പോൾ ലൈനുകൾ ഇല്ലാതെ ഉപയോഗിക്കണം, ലൈനുകൾ ബന്ധിപ്പിക്കുന്നത് അവയെ മനസ്സിലാക്കാൻ ബുദ്ധിമുട്ടുണ്ടാക്കിയേക്കാം.

ഡാറ്റാ പോയിൻ്റുകൾ തമ്മിലുള്ള ബന്ധം കാണിക്കേണ്ട ആവശ്യമില്ലാത്ത സമയത്തും ഇത്തരത്തിലുള്ള ചാർട്ട് ഉപയോഗിക്കാം.മിനുസമാർന്ന വരകളുള്ള പ്ലോട്ടുകൾ, മിനുസമാർന്ന ലൈനുകളും മാർക്കറുകളും ഉള്ള സ്കാറ്റർ പ്ലോട്ടുകൾ

ഈ തരത്തിലുള്ള ഡയഗ്രാമിൽ, പോയിൻ്റുകൾ സുഗമമായ വരികൾ വഴി ബന്ധിപ്പിച്ചിരിക്കുന്നു. ഈ വരികൾ മാർക്കറുകൾ ഉപയോഗിച്ചോ അല്ലാതെയോ ദൃശ്യമാകാം. ധാരാളം ഡാറ്റ പോയിൻ്റുകൾ ഉണ്ടെങ്കിൽ മാർക്കറുകൾ ഇല്ലാതെ ഒരു സുഗമമായ വക്രം ഉപയോഗിക്കണം.നേർരേഖകളുള്ള പ്ലോട്ടുകൾ, നേർരേഖകളും മാർക്കറുകളും ഉള്ള സ്കാറ്റർ പ്ലോട്ടുകൾ

ബാർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്ക് ബാർ ചാർട്ടുകൾക്ക് സമാനമായ വ്യൂ തരങ്ങൾ (ക്ലസ്റ്റേർഡ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോളിയം) ഉണ്ട്.ഇത്തരത്തിലുള്ള ചാർട്ടിൽ, ഡാറ്റ പോയിൻ്റുകൾ നേർരേഖകളാൽ ബന്ധിപ്പിച്ചിരിക്കുന്നു. മാർക്കറുകൾ ഉപയോഗിച്ചോ അല്ലാതെയോ നേർരേഖകൾ പ്രദർശിപ്പിക്കാൻ കഴിയും. ഒരു സ്കാറ്റർ പ്ലോട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക.

പേജിൻ്റെ മുകളിൽ

ഒരു സ്കാറ്റർ പ്ലോട്ടോ ഗ്രാഫോ ആയി ഡാറ്റ അവതരിപ്പിക്കുന്നു

സ്റ്റോക്ക് ചാർട്ടുകൾ

സ്റ്റോക്ക് ചാർട്ടിൽ ഉപയോഗിക്കുന്ന ഷീറ്റിലെ ഡാറ്റ നിങ്ങൾ ക്രമീകരിക്കുന്ന രീതി വളരെ പ്രധാനമാണ്. ഉദാഹരണത്തിന്, ഒരു ലളിതമായ സ്റ്റോക്ക് ചാർട്ട് (ഏറ്റവും ഉയർന്ന നിരക്ക്, ഏറ്റവും കുറഞ്ഞ നിരക്ക്, ക്ലോസിംഗ് നിരക്ക്) സൃഷ്ടിക്കുന്നതിന്, നിങ്ങൾ ഇവിടെ കാണിച്ചിരിക്കുന്ന ക്രമത്തിൽ "ഏറ്റവും ഉയർന്ന നിരക്ക്", "കുറഞ്ഞ നിരക്ക്", "ക്ലോസിംഗ് നിരക്ക്" എന്നിങ്ങനെ ലേബൽ ചെയ്ത കോളങ്ങളിൽ ഡാറ്റ സ്ഥാപിക്കും.

സ്റ്റോക്ക് ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

ചാർട്ട് (ഏറ്റവും ഉയർന്ന നിരക്ക്, കുറഞ്ഞ നിരക്ക്, ക്ലോസിംഗ് നിരക്ക്)സ്റ്റോക്ക് വിലകൾ കാണിക്കാൻ ഒരു സ്റ്റോക്ക് ചാർട്ട് (ഏറ്റവും ഉയർന്ന നിരക്ക്, കുറഞ്ഞ നിരക്ക്, ക്ലോസിംഗ് നിരക്ക്) ഉപയോഗിക്കാറുണ്ട്. ഇതിന് ഇനിപ്പറയുന്ന ക്രമത്തിൽ മൂന്ന് സെറ്റ് ഡാറ്റ ആവശ്യമാണ്: ഉയർന്ന നിരക്ക്, കുറഞ്ഞ നിരക്ക്, ക്ലോസിംഗ് നിരക്ക്.

തുറക്കൽ-പരമാവധി-മിനിമം-ക്ലോസിംഗ്ഇത്തരത്തിലുള്ള ചാർട്ടിന് നാല് സെറ്റ് മൂല്യങ്ങൾ ആവശ്യമാണ് ശരിയായ ക്രമത്തിൽ(ഓപ്പണിംഗ് നിരക്ക്, ഉയർന്ന നിരക്ക്, കുറഞ്ഞ നിരക്ക്, ക്ലോസിംഗ് നിരക്ക്).

വോളിയം-പരമാവധി-മിനിറ്റ്-ക്ലോസിംഗ്ഇത്തരത്തിലുള്ള ചാർട്ടിന് ശരിയായ ക്രമത്തിൽ നാല് സെറ്റ് മൂല്യങ്ങൾ ആവശ്യമാണ് (വോളിയം, ഉയർന്ന നിരക്ക്, കുറഞ്ഞ നിരക്ക്, ക്ലോസിംഗ് നിരക്ക്). ഇനിപ്പറയുന്ന സ്റ്റോക്ക് ചാർട്ട് രണ്ട് മൂല്യ അക്ഷങ്ങളിൽ വിൽപ്പന അളവിൽ മാറ്റങ്ങൾ കാണിക്കുന്നു: ഒന്ന് വോളിയം ബാറുകൾക്കും ഒന്ന് സ്റ്റോക്ക് വിലകൾക്കും.

വോളിയം-ഓപ്പണിംഗ്-പരമാവധി-മിനിമം-ക്ലോസിംഗ്ഇത്തരത്തിലുള്ള ചാർട്ടിന് ശരിയായ ക്രമത്തിൽ അഞ്ച് സെറ്റ് മൂല്യങ്ങൾ ആവശ്യമാണ് (വോളിയം, ഓപ്പണിംഗ് നിരക്ക്, ഉയർന്ന നിരക്ക്, കുറഞ്ഞ നിരക്ക്, ക്ലോസിംഗ് നിരക്ക്).

ബാർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്ക് ബാർ ചാർട്ടുകൾക്ക് സമാനമായ വ്യൂ തരങ്ങൾ (ക്ലസ്റ്റേർഡ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോളിയം) ഉണ്ട്.ഒരു സ്റ്റോക്ക് ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, കാണുക ഒരു സ്റ്റോക്ക് ചാർട്ടിൻ്റെ രൂപത്തിൽ ഡാറ്റയുടെ അവതരണം.

പേജിൻ്റെ മുകളിൽ

ഉപരിതല ചാർട്ടുകൾ

നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു ഉപരിതല ചാർട്ടായി ചിത്രീകരിക്കാം. രണ്ട് സെറ്റ് ഡാറ്റയിൽ ഒപ്റ്റിമൽ കോമ്പിനേഷനുകൾ കണ്ടെത്താൻ നിങ്ങൾ ആഗ്രഹിക്കുമ്പോൾ ഒരു ഉപരിതല പ്ലോട്ട് ഉപയോഗിക്കുന്നു. ഒരു ടോപ്പോഗ്രാഫിക് മാപ്പ് പോലെ, നിറങ്ങളും ഷേഡിംഗും മൂല്യങ്ങളുടെ തുല്യ ശ്രേണികളുള്ള മേഖലകളെ ഹൈലൈറ്റ് ചെയ്യുന്നു.

സംഖ്യാ മൂല്യങ്ങളെ പ്രതിനിധീകരിക്കുന്ന വിഭാഗങ്ങളും ഡാറ്റാ സെറ്റുകളും ചിത്രീകരിക്കാൻ ഉപരിതല ചാർട്ടുകൾ ഉപയോഗിക്കാം.

ഉപരിതല ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

വോള്യൂമെട്രിക് ഉപരിതല ഡയഗ്രമുകൾഈ തരത്തിലുള്ള ഡയഗ്രം ഉപരിതല രൂപത്തിൽ രണ്ട് അളവുകൾക്കൊപ്പം അളവിൽ മാറ്റം കാണിക്കുന്നു. ഉപരിതലത്തിൽ വർണ്ണ വരകൾ ഇല്ല. മൂല്യങ്ങൾ വേർതിരിക്കാൻ അവ ഉപയോഗിക്കുന്നു. ഈ തരത്തിലുള്ള ചാർട്ടിൽ, ഒരു ത്രിമാന ഹിസ്റ്റോഗ്രാമിൽ നീട്ടിയിരിക്കുന്ന റബ്ബർ ബാൻഡ് പോലെയുള്ള ത്രിമാനങ്ങളിൽ ഡാറ്റയെ പ്രതിനിധീകരിക്കാൻ കഴിയും. സാധാരണഗതിയിൽ, അത്തരം ചാർട്ടുകൾ മറ്റൊരു തരത്തിലും പ്രദർശിപ്പിക്കാൻ കഴിയാത്ത വലിയ അളവിലുള്ള ഡാറ്റ തമ്മിലുള്ള ബന്ധം കാണിക്കാൻ ഉപയോഗിക്കുന്നു.

വയർ വോള്യൂമെട്രിക് ഉപരിതല ഡയഗ്രംനിറങ്ങൾ ഉപയോഗിക്കാത്ത ഒരു ഉപരിതല ഡയഗ്രം ഒരു വയർ (സുതാര്യമായ) ഉപരിതലം എന്ന് വിളിക്കുന്നു. ഈ ചാർട്ട് വരികൾ മാത്രം കാണിക്കുന്നു. ഏതെങ്കിലും ഉപരിതലത്തിൽ നിറമുള്ള വരകളില്ലാതെ പ്രദർശിപ്പിച്ചിരിക്കുന്ന ഒരു ത്രിമാന ഉപരിതല ഡയഗ്രം ഒരു വയർ (സുതാര്യമായ) ഉപരിതലം എന്ന് വിളിക്കുന്നു. ഈ ചാർട്ട് വരികൾ മാത്രം കാണിക്കുന്നു.

ഓർഡർ ചെയ്യാത്ത പേരുകൾ (ഉദാഹരണത്തിന്, മൂലകങ്ങളുടെ പേരുകൾ, സ്ഥലനാമങ്ങൾ അല്ലെങ്കിൽ ആളുകളുടെ പേരുകൾ).വയർ 3D ഉപരിതല പ്ലോട്ടുകൾ വായിക്കാൻ പ്രയാസമാണ്, എന്നാൽ വലിയ ഡാറ്റാ സെറ്റുകൾ വേഗത്തിൽ പ്രദർശിപ്പിക്കുന്നതിന് ശുപാർശ ചെയ്യുന്നു.

കോണ്ടൂർ ഡയഗ്രംഉപരിതല ചാർട്ടുകളുടെ മികച്ച കാഴ്ചയാണ് കോണ്ടൂർ ചാർട്ടുകൾ. അവയിൽ, വ്യത്യസ്ത നിറങ്ങൾ മൂല്യങ്ങളുടെ ചില ശ്രേണികളുമായി പൊരുത്തപ്പെടുന്നു. കോണ്ടൂർ ഡയഗ്രാമിലെ വരികൾ ഇൻ്റർപോളേഷൻ വഴി ലഭിച്ച അതേ മൂല്യങ്ങളുടെ കോർഡിനേറ്റുകളെ ബന്ധിപ്പിക്കുന്നു.

വയർ ഔട്ട്ലൈൻ ഡയഗ്രംമുകളിൽ നിന്ന് നോക്കുമ്പോൾ വയർ കോണ്ടൂർ ഡയഗ്രമുകൾ ഉപരിതല ഡയഗ്രമുകൾക്ക് സമാനമാണ്. അവയിൽ വർണ്ണ ബാറുകൾ അടങ്ങിയിട്ടില്ല കൂടാതെ വരികൾ മാത്രം പ്രദർശിപ്പിക്കുന്നു.

ഓർഡർ ചെയ്യാത്ത പേരുകൾ (ഉദാഹരണത്തിന്, മൂലകങ്ങളുടെ പേരുകൾ, സ്ഥലനാമങ്ങൾ അല്ലെങ്കിൽ ആളുകളുടെ പേരുകൾ).ഒരു വയർ ഡയഗ്രം വായിക്കാൻ പ്രയാസമാണ്. പകരം നിങ്ങൾക്ക് ഒരു 3D ഉപരിതല പ്ലോട്ട് ഉപയോഗിക്കാം.

ബാർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്ക് ബാർ ചാർട്ടുകൾക്ക് സമാനമായ വ്യൂ തരങ്ങൾ (ക്ലസ്റ്റേർഡ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോളിയം) ഉണ്ട്.ഒരു ഉപരിതല ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, കാണുക ഒരു ഉപരിതല ചാർട്ടായി ഡാറ്റയെ പ്രതിനിധീകരിക്കുന്നു.

പേജിൻ്റെ മുകളിൽ

ഡോനട്ട് ചാർട്ടുകൾ

നിരകളിലോ വരികളിലോ മാത്രം ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു ഡോനട്ട് ചാർട്ടായി ചിത്രീകരിക്കാം. ഒരു പൈ ചാർട്ട് പോലെ, ഒരു ഡോനട്ട് ചാർട്ട് ഭാഗങ്ങളുടെ മൊത്തത്തിലുള്ള ബന്ധം കാണിക്കുന്നു, പക്ഷേ ഒന്നിൽ കൂടുതൽ അടങ്ങിയിരിക്കാം ഡാറ്റ സീരീസ് (ഡാറ്റ സീരീസ്. ഒരു ചാർട്ടിൽ പ്രദർശിപ്പിച്ചിരിക്കുന്ന അനുബന്ധ ഡാറ്റ ഘടകങ്ങളുടെ ഒരു ശേഖരം. ചാർട്ടിലെ ഓരോ ഡാറ്റ സീരീസിനും ചാർട്ട് ലെജൻഡിൽ സൂചിപ്പിച്ചിരിക്കുന്ന വ്യത്യസ്ത നിറമോ പദവിയോ ഉണ്ട്. പൈ ചാർട്ടുകൾ ഒഴികെയുള്ള എല്ലാ ചാർട്ട് തരങ്ങളിലും ഒന്നിലധികം ഡാറ്റ സീരീസ് അടങ്ങിയിരിക്കാം.).

ഓർഡർ ചെയ്യാത്ത പേരുകൾ (ഉദാഹരണത്തിന്, മൂലകങ്ങളുടെ പേരുകൾ, സ്ഥലനാമങ്ങൾ അല്ലെങ്കിൽ ആളുകളുടെ പേരുകൾ).റിംഗ് ചാർട്ടുകളുടെ ധാരണ ബുദ്ധിമുട്ടാണ്. പകരം നിങ്ങൾക്ക് സ്റ്റാക്ക് ചെയ്ത ബാർ ചാർട്ടുകളോ സ്റ്റാക്ക് ചെയ്ത ബാർ ചാർട്ടുകളോ ഉപയോഗിക്കാം.

ഡോനട്ട് ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

ഡോനട്ട് ചാർട്ട്ഇത്തരത്തിലുള്ള ചാർട്ട് റിംഗുകളിൽ ഡാറ്റ പ്രദർശിപ്പിക്കുന്നു, അവ ഓരോന്നും ഡാറ്റയുടെ ഒരു ശ്രേണിയെ പ്രതിനിധീകരിക്കുന്നു. ഡാറ്റ ലേബലുകൾ ശതമാനം കാണിക്കുകയാണെങ്കിൽ, ഓരോ റിംഗും 100% വരെ ചേർക്കണം.

വിഘടിച്ച ഡോനട്ട് ചാർട്ട്സ്‌ലൈസ് ചെയ്‌ത പൈ ചാർട്ടുകൾക്ക് സമാനമായി, സ്ലൈസ് ചെയ്‌ത ഡോനട്ട് ചാർട്ടുകൾ വ്യക്തിഗത മൂല്യങ്ങൾ ഹൈലൈറ്റ് ചെയ്യുന്നതിലൂടെ ഓരോ മൂല്യത്തിൻ്റെയും മൊത്തത്തിലുള്ള സംഭാവനയെ ചിത്രീകരിക്കുന്നു, പക്ഷേ ഒന്നിലധികം ഡാറ്റ സീരീസ് അടങ്ങിയിരിക്കാം.

ബാർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്ക് ബാർ ചാർട്ടുകൾക്ക് സമാനമായ വ്യൂ തരങ്ങൾ (ക്ലസ്റ്റേർഡ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോളിയം) ഉണ്ട്.ഒരു ഡോനട്ട് ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, കാണുക ഡോനട്ട് ചാർട്ടായി ഡാറ്റയെ പ്രതിനിധീകരിക്കുന്നു.

പേജിൻ്റെ മുകളിൽ

ബബിൾ ചാർട്ടുകൾ

ഒരു ബബിൾ ചാർട്ടിന് ഒരു സ്‌പ്രെഡ്‌ഷീറ്റിൽ കോളം ഡാറ്റ പ്രദർശിപ്പിക്കാൻ കഴിയും, ആദ്യ നിരയിൽ നിന്ന് തിരഞ്ഞെടുത്ത X- ആക്‌സിസ് മൂല്യങ്ങളും അനുബന്ധ Y- ആക്‌സിസ് മൂല്യങ്ങളും ബബിൾ വലുപ്പ മൂല്യങ്ങളും അടുത്തുള്ള നിരകളിൽ നിന്ന് തിരഞ്ഞെടുത്തു.

അങ്ങനെ, നൽകിയിരിക്കുന്ന ഉദാഹരണം അനുസരിച്ച് ഡാറ്റ ക്രമീകരിക്കാം.

ബബിൾ ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

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

ബാർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്ക് ബാർ ചാർട്ടുകൾക്ക് സമാനമായ വ്യൂ തരങ്ങൾ (ക്ലസ്റ്റേർഡ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോളിയം) ഉണ്ട്.ഒരു ബബിൾ ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, കാണുക ഒരു ബബിൾ ചാർട്ടായി ഡാറ്റയെ പ്രതിനിധീകരിക്കുന്നു.

പേജിൻ്റെ മുകളിൽ

റഡാർ ചാർട്ടുകൾ

ഒരു വർക്ക് ഷീറ്റിലെ നിരകളിലോ വരികളിലോ ക്രമീകരിച്ചിരിക്കുന്ന ഡാറ്റ ഒരു റഡാർ ചാർട്ടായി പ്രതിനിധീകരിക്കാം. ഒരു റഡാർ ചാർട്ടിന് നിരവധി സ്റ്റാറ്റിസ്റ്റിക്കൽ മൂല്യങ്ങൾ താരതമ്യം ചെയ്യാൻ കഴിയും ഡാറ്റ സീരീസ് (ഡാറ്റ സീരീസ്. ഒരു ചാർട്ടിൽ പ്രദർശിപ്പിച്ചിരിക്കുന്ന അനുബന്ധ ഡാറ്റ ഘടകങ്ങളുടെ ഒരു ശേഖരം. ചാർട്ടിലെ ഓരോ ഡാറ്റ സീരീസിനും ചാർട്ട് ലെജൻഡിൽ സൂചിപ്പിച്ചിരിക്കുന്ന വ്യത്യസ്ത നിറമോ പദവിയോ ഉണ്ട്. പൈ ചാർട്ടുകൾ ഒഴികെയുള്ള എല്ലാ ചാർട്ട് തരങ്ങളിലും ഒന്നിലധികം ഡാറ്റ സീരീസ് അടങ്ങിയിരിക്കാം.).

റഡാർ ചാർട്ടുകളിൽ ഇനിപ്പറയുന്ന ചാർട്ട് ഉപവിഭാഗങ്ങൾ അടങ്ങിയിരിക്കുന്നു

മാർക്കറുകളുള്ള റഡാർ ചാർട്ടും റഡാർ ചാർട്ടുംറഡാർ ചാർട്ടുകൾ ബന്ധപ്പെട്ട മൂല്യങ്ങളിൽ മാറ്റങ്ങൾ കാണിക്കുന്നു കേന്ദ്ര പോയിൻ്റ്വ്യക്തിഗത ഡാറ്റ പോയിൻ്റുകൾക്കായി മാർക്കറുകൾ ഉള്ളതോ അല്ലാതെയോ.

പ്രദേശങ്ങളുള്ള റഡാർ ചാർട്ട്ഒരു ഏരിയ റഡാർ ചാർട്ടിൽ, ഡാറ്റ സീരീസ് നിറഞ്ഞ ഏരിയകൾ നിറത്തിൽ ഹൈലൈറ്റ് ചെയ്തിരിക്കുന്നു.

ബാർ, കോൺ, പിരമിഡ് ചാർട്ടുകൾക്ക് ബാർ ചാർട്ടുകൾക്ക് സമാനമായ വ്യൂ തരങ്ങൾ (ക്ലസ്റ്റേർഡ്, സ്റ്റാക്ക്ഡ്, നോർമലൈസ്ഡ് സ്റ്റാക്ക്ഡ്, വോളിയം) ഉണ്ട്.ഒരു റഡാർ ചാർട്ട് സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, കാണുക ഒരു റഡാർ ചാർട്ടായി ഡാറ്റയെ പ്രതിനിധീകരിക്കുന്നു.

പേജിൻ്റെ മുകളിൽ

Excel-ൽ നിങ്ങൾക്ക് സൃഷ്ടിക്കാൻ കഴിയുന്ന മറ്റ് തരത്തിലുള്ള ചാർട്ടുകൾ

ലഭ്യമായ ചാർട്ടുകളുടെ പട്ടികയിൽ നിങ്ങൾക്ക് ആവശ്യമുള്ള ചാർട്ട് തരം കാണുന്നില്ലെങ്കിൽ, മറ്റൊരു രീതി ഉപയോഗിച്ച് നിങ്ങൾക്ക് Excel-ൽ ഒരെണ്ണം സൃഷ്ടിക്കാൻ കഴിയും.

ഉദാഹരണത്തിന്, നിങ്ങൾക്ക് ഇനിപ്പറയുന്ന തരത്തിലുള്ള ചാർട്ടുകൾ സൃഷ്ടിക്കാൻ കഴിയും:

ഗാൻ്റ് ചാർട്ടും ഫ്ലോട്ടിംഗ് ബാർ ചാർട്ടുംഇത്തരത്തിലുള്ള ചാർട്ടുകൾ അനുകരിക്കാൻ മുകളിൽ ലിസ്റ്റ് ചെയ്തിരിക്കുന്ന ചാർട്ടുകൾ ഉപയോഗിക്കാം. ഉദാഹരണത്തിന്, ഒരു ഗാൻ്റ് ചാർട്ട് അനുകരിക്കാൻ ഒരു ബാർ ചാർട്ട് ഉപയോഗിക്കാം, കൂടാതെ ഏറ്റവും കുറഞ്ഞതും കൂടിയതുമായ മൂല്യങ്ങൾ പ്രദർശിപ്പിക്കുന്ന ഒരു ഫ്ലോട്ടിംഗ് ചാർട്ട് അനുകരിക്കാൻ ഒരു ബാർ ചാർട്ട് ഉപയോഗിക്കാം. കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനങ്ങൾ കാണുകഒരു ഗാൻ്റ് ചാർട്ടിൻ്റെ രൂപത്തിൽ ഡാറ്റയുടെ അവതരണം .

ഒപ്പംമിക്സഡ് ചാർട്ടുകൾ ഒരു ചാർട്ടിൽ വ്യത്യസ്ത തരം ഡാറ്റ ഹൈലൈറ്റ് ചെയ്യുന്നതിന്, നിങ്ങൾക്ക് ഒരേ സമയം രണ്ടോ അതിലധികമോ ചാർട്ട് തരങ്ങൾ ഉപയോഗിക്കാം. ഉദാഹരണത്തിന്, നിങ്ങൾക്ക് ഒരു ഹിസ്റ്റോഗ്രാമും ഗ്രാഫും സംയോജിപ്പിച്ച് ചാർട്ട് കഴിയുന്നത്ര വേഗത്തിൽ വായിക്കാൻ കഴിയും. കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക.

ഒരു മിക്സഡ് ചാർട്ടായി ഡാറ്റയെ പ്രതിനിധീകരിക്കുന്നുസംഘടനാ ചാർട്ടുകൾ ഒരു ഓർഗനൈസേഷൻ ചാർട്ട്, ഒരു ഫ്ലോട്ടിംഗ് ചാർട്ട് അല്ലെങ്കിൽ ഒരു ശ്രേണി ചാർട്ട് സൃഷ്ടിക്കാൻ, ഒരു SmartArt ഘടകം ചേർക്കുക. കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക.

ഒരു ഓർഗനൈസേഷൻ ചാർട്ട് സൃഷ്ടിക്കുകഹിസ്റ്റോഗ്രാമുകളും പാരെറ്റോ ചാർട്ടുകളും Excel-ൽ ഒരു ഹിസ്റ്റോഗ്രാം അല്ലെങ്കിൽ പാരെറ്റോ ചാർട്ട് (ക്രമീകരിച്ച ബാർ ഗ്രാഫ്) സൃഷ്ടിക്കാൻ, ഉപയോഗിക്കുകഡാറ്റ വിശകലന ഉപകരണങ്ങൾ , Excel-നുള്ള അനാലിസിസ് ടൂൾകിറ്റ് ആഡ്-ഇൻ ഇൻസ്റ്റാൾ ചെയ്ത ശേഷം ലഭ്യമാകുന്നവ (Microsoft Office അല്ലെങ്കിൽ Excel ഇൻസ്റ്റാൾ ചെയ്യുമ്പോൾ തിരഞ്ഞെടുത്തത്). കൂടുതൽ വിവരങ്ങൾക്ക്, ലേഖനം കാണുക.

ഒരു ഹിസ്റ്റോഗ്രാമായി ഡാറ്റയുടെ അവതരണം ഉപയോഗത്തിൻ്റെ ദിശയിലുള്ള സ്റ്റാറ്റിസ്റ്റിക്കൽ ഗ്രാഫുകൾ കാര്യമായ വൈവിധ്യത്താൽ സവിശേഷതയാണ്. അവരുടെ ശാസ്ത്രീയ വർഗ്ഗീകരണത്തിൽ അത്തരം സവിശേഷതകൾ ഉൾപ്പെടുന്നുപൊതു ഉദ്ദേശ്യം

അടിസ്ഥാന ഘടകങ്ങളുടെ തരങ്ങളും രൂപങ്ങളും തരങ്ങളും. പരമ്പരാഗതമായി, സ്ഥിതിവിവരക്കണക്കുകളുടെ സിദ്ധാന്തം ഗ്രാഫുകളുടെ വർഗ്ഗീകരണത്തെ അവയുടെ ഫീൽഡുകളുടെ തരങ്ങൾക്കനുസരിച്ച് പരിഗണിക്കുന്നു. ഈ തത്ത്വമനുസരിച്ച്, ഗ്രാഫിക് ഇമേജുകൾ ഡയഗ്രമുകൾ, കാർട്ടോഗ്രാമുകൾ, മാപ്പ് ഡയഗ്രമുകൾ എന്നിങ്ങനെ തിരിച്ചിരിക്കുന്നു.ഡയഗ്രമുകൾ -

ജ്യാമിതീയ ചിഹ്നങ്ങൾ ഉപയോഗിച്ചുള്ള സംഖ്യാ അളവുകളുടെയും അവയുടെ ബന്ധങ്ങളുടെയും പരമ്പരാഗത ചിത്രങ്ങളാണിവ.കാർട്ടോഗ്രാമുകൾ

- ഒരു മാപ്പിൽ പരമ്പരാഗത ഷേഡിംഗ് അല്ലെങ്കിൽ കളറിംഗ് പ്രയോഗിച്ച് സംഖ്യാ മൂല്യങ്ങളുടെയും അവയുടെ ബന്ധങ്ങളുടെയും ചിത്രീകരണം - ഡയഗ്രം.മാപ്പ് ഡയഗ്രമുകൾ -

സ്റ്റാറ്റിസ്റ്റിക്കൽ ഗ്രാഫുകളുടെ ഏറ്റവും സാധാരണമായ തരം ചാർട്ടുകളാണ്. സ്ഥിതിവിവരക്കണക്കുകൾ ചിത്രീകരിക്കുന്ന രീതിയെ ആശ്രയിച്ച്, ഈ ഡാറ്റ ഒരേ വീതിയുടെ നേർരേഖകളുടെയോ വരകളുടെയോ രൂപത്തിലും രണ്ട് അളവുകളിലും (തലം) ചിത്രീകരിക്കുമ്പോൾ അവ ഒരു അളവിലാകാം. ജ്യാമിതീയ രൂപങ്ങളുടെ മേഖലകൾ (ദീർഘചതുരങ്ങൾ, ചതുരങ്ങൾ, വൃത്തങ്ങൾ) .).

ആദ്യ തരം ചാർട്ടുകളിൽ ലൈൻ, ബാർ, സ്ട്രിപ്പ് മുതലായവ ഉൾപ്പെടുന്നു. രണ്ടാമത്തേത് വരെ - ചതുരാകൃതിയിലുള്ള (ചതുരം, "ബാർബേറിയൻ്റെ അടയാളം"), വൃത്താകൃതി, സെക്ടർ, റേഡിയൽ, ഫിഗർ.

ലൈൻ ചാർട്ട്കോർഡിനേറ്റ് ഫീൽഡിലെ പോയിൻ്റുകൾ ബന്ധിപ്പിക്കുന്നതിൻ്റെ ഫലമായി രൂപംകൊണ്ട വ്യത്യസ്ത ദൈർഘ്യമുള്ള വരികളുടെ രൂപത്തിൽ സൂചകത്തിൻ്റെ വലുപ്പം പ്രദർശിപ്പിക്കുന്നു. ലീനിയർ ഡയഗ്രമുകളുടെ തരങ്ങളിൽ ഒന്ന് പ്ലാൻ നടപ്പാക്കലിൻ്റെ ഒരു രേഖീയ ഷെഡ്യൂളും ഒരു അക്കൌണ്ടിംഗ് പ്ലാൻ ഷെഡ്യൂളും (ചിത്രം 27, 28) ആണ്.

അരി. 27. ഫാമിലെ കുതിരകളുടെ എണ്ണത്തിൻ്റെ ചലനാത്മകതയുടെ ലീനിയർ ഗ്രാഫ്

അരി. 28. മാസത്തിൽ പ്രൊഡക്ഷൻ പ്ലാൻ എൻ്റർപ്രൈസ് നടപ്പിലാക്കുന്നതിനുള്ള അക്കൗണ്ടിംഗും ആസൂത്രണ ഷെഡ്യൂളും: a- ഒരു ദശാബ്ദത്തേക്ക്; b - ക്യുമുലേറ്റീവ് ടോട്ടൽ

രേഖാചിത്രങ്ങൾ പ്രധാനമായും കാലക്രമേണ പ്രതിഭാസങ്ങളുടെ വികാസം പഠിക്കാൻ ഉപയോഗിക്കുന്നു.

ലൈൻ ഡയഗ്രമുകളുടെ നിർമ്മാണത്തിന് ഇനിപ്പറയുന്ന ആവശ്യകതകൾ ബാധകമാണ്:

2) പൂജ്യം മൂല്യം y-അക്ഷം നിർബന്ധമായും ബാധിക്കും. ഈ നിയമം പാലിക്കുന്നത് സ്കെയിലിൽ ഗണ്യമായ കുറവും ദൃശ്യപരതയിലെ അപചയവുമായി ബന്ധപ്പെട്ടിരിക്കുന്ന സന്ദർഭങ്ങളിൽ, എല്ലാ ഓർഡിനേറ്റുകളിലും ഒരു ഇടവേള എടുക്കണം (ഈ സാഹചര്യത്തിൽ പൂജ്യം രേഖസംരക്ഷിച്ചു.)

3) abscissa അക്ഷത്തിലെ സെഗ്‌മെൻ്റുകൾ ഇടവേളകളുമായി പൊരുത്തപ്പെടണം (സമയ ശ്രേണിക്ക് - സമയ കാലയളവ്);

4) പൂജ്യം രേഖ മറ്റ് സമാന്തര വരികളിൽ നിന്ന് വളരെ വ്യത്യസ്തമായിരിക്കണം;

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

6) ഡയഗ്രാമിൻ്റെ വളഞ്ഞ രേഖ ഗ്രിഡ് ലൈനുകളിൽ നിന്ന് കുത്തനെ വ്യത്യാസപ്പെട്ടിരിക്കണം

7) ഡിജിറ്റൽ സൂചകങ്ങൾ ഗ്രാഫിൽ അവ എളുപ്പത്തിൽ വായിക്കാൻ കഴിയുന്ന തരത്തിൽ സ്ഥാപിച്ചിരിക്കുന്നു;

8) ഗ്രാഫിൻ്റെ വിസ്തീർണ്ണം ചതുരാകൃതിയിലോ ചതുരാകൃതിയിലോ ആയിരിക്കണം. ചാർട്ടിൻ്റെ കോളം. ഈ തരത്തിലുള്ള ചാർട്ടിൽ, സ്ഥിതിവിവരക്കണക്ക്

ഡാറ്റ ഒരേ വീതിയുടെ ദീർഘചതുരങ്ങളുടെ (നിരകൾ) രൂപത്തിൽ ചിത്രീകരിച്ചിരിക്കുന്നു. അവ ലംബമായോ തിരശ്ചീനമായോ സ്ഥാപിച്ചിരിക്കുന്നു. പ്രതിഭാസങ്ങളുടെ വ്യാപ്തി നിരയുടെ ഉയരം (ചിത്രം 29) സവിശേഷതയാണ്.

അരി. 29. എൻ്റർപ്രൈസ് ഉൽപ്പന്നങ്ങളുടെ മൊത്ത ഉൽപ്പാദനത്തിൻ്റെ ചലനാത്മകതയുടെ ബാർ ചാർട്ട്

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

ബാർ ചാർട്ടുകൾ നിർമ്മിക്കുന്നതിനുള്ള അടിസ്ഥാന നിയമങ്ങൾ നോക്കാം:

1) നിരകളുടെ വീതിയും അവയ്ക്കിടയിലുള്ള ദൂരവും തുല്യമായിരിക്കണം;

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

3) നിരകളുടെ അടിഭാഗത്ത് ഒരു അടിസ്ഥാനരേഖ വരയ്ക്കുകയും ഹൈലൈറ്റ് ചെയ്യുകയും ചെയ്യുന്നു;

4) നിരകളുടെ പേരും ഡിജിറ്റൽ ഡാറ്റയും സൂചിപ്പിച്ചിരിക്കുന്നു;

5) സ്കെയിലിൽ ഡിവിഷനുകൾ ഉണ്ടായിരിക്കണം, പ്രധാനം അക്കങ്ങളാൽ സൂചിപ്പിച്ചിരിക്കുന്നു;

6) അളവ് യൂണിറ്റ് സൂചിപ്പിക്കുക.

ഒരു തരം ബാർ ചാർട്ട് ഒരു ഹിസ്റ്റോഗ്രാം ആണ്, അത് ഒരു വിതരണത്തിൻ്റെ വ്യതിയാന ശ്രേണിയെ ചിത്രീകരിക്കുന്നു.

സ്ട്രിപ്പ് ചാർട്ടുകൾ.ബാർ ചാർട്ടുകളിൽ നിന്ന് വ്യത്യസ്തമായി, സ്ട്രിപ്പ് ചാർട്ടുകൾ നിർമ്മിക്കുമ്പോൾ, പ്രതിഭാസങ്ങളുടെ വലുപ്പത്തെ പ്രതിനിധീകരിക്കുന്ന ദീർഘചതുരങ്ങൾ ലംബമായിട്ടല്ല, തിരശ്ചീനമായി സ്ഥാപിക്കുന്നു (ചിത്രം 33). ഇത്തരത്തിലുള്ള ഡയഗ്രം നിർമ്മിക്കുന്നതിനുള്ള ആവശ്യകതകൾ ഇവയാണ്: ആവശ്യകതകൾക്ക് സമാനമാണ്ബാർ ചാർട്ടുകളിലേക്ക്.

അരി. 30. സംരംഭങ്ങളിലെ ദിവസ വേതനത്തിൻ്റെ സ്ട്രിപ്പ് ചാർട്ട്

പൈ ചാർട്ടുകൾസെക്ടറുകളായി വിഭജിച്ചിരിക്കുന്ന ഒരു വൃത്തത്തെ പ്രതിനിധീകരിക്കുന്നു, അതിൻ്റെ വലുപ്പങ്ങൾ പ്രതിഭാസങ്ങളുടെ ചിത്രീകരിച്ച വലുപ്പങ്ങളുമായി (അനുപാതത്തിൽ) യോജിക്കുന്നു. പ്രതിഭാസങ്ങളുടെ ഘടന പ്രദർശിപ്പിക്കുന്നതിനാണ് സെക്ടർ ഡയഗ്രമുകൾ നിർമ്മിച്ചിരിക്കുന്നത് (ചിത്രം 31).

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

ചതുരാകൃതിയിലുള്ള ഡയഗ്രമുകൾ.ഈ തരത്തിലുള്ള ഡയഗ്രം പ്രദേശങ്ങളുടെ രൂപത്തിൽ പഠനത്തിൻ കീഴിലുള്ള പ്രതിഭാസങ്ങളുടെ വ്യാപ്തിയെ ചിത്രീകരിക്കുന്നു. കാലക്രമേണ മാറുന്ന പ്രതിഭാസങ്ങളെ ചിത്രീകരിക്കുന്നതിനും ബഹിരാകാശത്തിലെ വ്യത്യസ്ത അളവുകൾ താരതമ്യം ചെയ്യുന്നതിനും ദീർഘചതുരാകൃതിയിലുള്ള ഡയഗ്രമുകൾ ഉപയോഗിക്കുന്നു.

ചതുരാകൃതിയിലുള്ള ഡയഗ്രമുകളിൽ ചതുരാകൃതിയിലുള്ള ഡയഗ്രമുകളും "ബാർബേറിയൻ ചിഹ്നവും" ഉൾപ്പെടുന്നു.

ചതുരാകൃതിയിലുള്ള ഡയഗ്രമുകൾതാരതമ്യത്തിൽ ഉപയോഗിക്കുന്നു കേവല മൂല്യങ്ങൾ. ഒരു ചതുരത്തിൻ്റെ വശം നിർണ്ണയിക്കാൻ, നിങ്ങൾ പരിശോധിച്ച (ഡയഗ്രം ചെയ്ത) അളവുകളുടെ വർഗ്ഗമൂല്യം നേടണം. പട്ടിക 95 ലെ ഡാറ്റയെ അടിസ്ഥാനമാക്കി, ഞങ്ങൾ 30 = 1 സെൻ്റിമീറ്റർ സ്കെയിൽ എടുത്ത് അനുബന്ധ കണക്കുകൂട്ടലുകൾ നടത്തുന്നു, കാർഷിക ഭൂമിയുടെ വിസ്തീർണ്ണം എടുത്തതിന് ശേഷം ലഭിച്ച സൂചകങ്ങൾ സ്കെയിൽ യൂണിറ്റുകളാക്കി മാറ്റുന്നു: 81.2: 30 =. 2.7 സെ.മീ; 76.8: 30 = 2.6 സെൻ്റീമീറ്റർ; 72.8: 30 = 2.4 സെൻ്റീമീറ്റർ ഫലമായുണ്ടാകുന്ന സംഖ്യാ മൂല്യങ്ങൾ ചതുരത്തിൻ്റെ വശമായി എടുക്കുന്നു (ചിത്രം 32).

പട്ടിക 95

സ്ക്വയർ, പൈ ചാർട്ടുകൾ നിർമ്മിക്കുന്നതിനുള്ള ഔട്ട്പുട്ടും കണക്കുകൂട്ടൽ ഡാറ്റയും

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

ഇതിൽ നീളം ഒരു പ്രതിഭാസത്തിൻ്റെ വ്യാപ്തിയെ പ്രതിഫലിപ്പിക്കുന്നു, വീതി - മറ്റൊന്ന്, അതിൻ്റെ വിസ്തീർണ്ണം ഇവയുടെ ഉൽപ്പന്നത്തെ രണ്ട് സ്കെയിൽ താരതമ്യത്തിൽ പ്രതിഫലിപ്പിക്കുന്നു: ഒരു സ്കെയിൽ - ദീർഘചതുരത്തിൻ്റെ അടിത്തറയ്ക്ക്, രണ്ടാമത്തേത് - അതിൻ്റെ ഉയരം.

"Varzar ചിഹ്നം" ഒരേസമയം താരതമ്യം ചെയ്യുന്നു, ഇതിനകം സൂചിപ്പിച്ചതുപോലെ, മൂന്ന് പരസ്പരബന്ധിത അളവുകൾ, അതായത്, ഡയഗ്രമാറ്റിക് സൂചകം മറ്റ് രണ്ടിൻ്റെയും ഉൽപ്പന്നമാണ്. ഉദാഹരണത്തിന്, ഡയഗ്രാമിൻ്റെ ദീർഘചതുരത്തിൻ്റെ വിസ്തീർണ്ണം വിളവെടുപ്പിനെ ചിത്രീകരിക്കുന്നുവെങ്കിൽ, അതിൻ്റെ നീളങ്ങളിലൊന്ന് വിതച്ച പ്രദേശമാണ്, രണ്ടാമത്തേത് അതിൻ്റെ ഉയരം - വിളവ്. ഈ തരത്തിലുള്ള ഡയഗ്രം ചിത്രം 33 ൽ കാണിച്ചിരിക്കുന്നു.

അരി. 32. എൻ്റർപ്രൈസസിൻ്റെ കാർഷിക ഭൂപ്രദേശങ്ങളുടെ വലിപ്പത്തിൻ്റെ സ്ക്വയർ ഡയഗ്രം

ചിത്രം.33. ചതുരാകൃതിയിലുള്ള ഡയഗ്രം "വാർസാറിൻ്റെ അടയാളം".

അവരുടെ പ്രദേശത്തിൻ്റെ വൃത്താകൃതിയിലുള്ള ഡയഗ്രമുകൾ പഠിക്കുന്ന പ്രതിഭാസങ്ങളുടെ വ്യാപ്തിയെ പ്രതിഫലിപ്പിക്കുന്നു. താരതമ്യപ്പെടുത്താവുന്ന ഏകതാനമായ അളവുകൾ ചിത്രീകരിക്കുന്നതിന് ഒരു സർക്കിളിൻ്റെ വിസ്തീർണ്ണത്തിൻ്റെ ഉപയോഗത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ് അവ. അവ നിർമ്മിക്കുമ്പോൾ, സർക്കിളുകളുടെ മേഖലകൾ അവയുടെ ആരങ്ങളുടെ ചതുരങ്ങളായി പരസ്പരം ബന്ധപ്പെട്ടിരിക്കുന്നുവെന്ന് കണക്കിലെടുക്കുന്നു. ഒരു സർക്കിളിൻ്റെ ആരം നിർണ്ണയിക്കാൻ, ഡയഗ്രം മൂല്യത്തിൻ്റെ വർഗ്ഗമൂല്യം നേടേണ്ടത് ആവശ്യമാണ്; ഈ അടിസ്ഥാനത്തിൽ, ഒരു നിശ്ചിത സ്കെയിലിൽ അതിൻ്റെ രൂപരേഖ തയ്യാറാക്കുകയും അതിൻ്റെ വലിപ്പം ഉപയോഗിച്ച് ഒരു വൃത്തത്തെ വിവരിക്കുകയും ചെയ്യുക. പട്ടിക 95-ലെ ഡാറ്റയെ അടിസ്ഥാനമാക്കിയുള്ള ഒരു പൈ ചാർട്ട് ചിത്രം 34 കാണിക്കുന്നു.

റേഡിയൽ ഡയഗ്രമുകൾ. അടച്ച കലണ്ടർ കാലയളവിനുള്ളിൽ മാറുന്ന പ്രതിഭാസങ്ങളെ ഗ്രാഫിക്കായി ചിത്രീകരിക്കാൻ ഇത്തരത്തിലുള്ള ഡയഗ്രം ഉപയോഗിക്കുന്നു. അവയുടെ നിർമ്മാണം ഒരു ധ്രുവീയ കോർഡിനേറ്റ് സിസ്റ്റത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്, അവിടെ ഒരു വൃത്തം abscissa അക്ഷത്തിൽ എടുക്കുന്നു, അതിൻ്റെ ആരങ്ങൾ എല്ലാ ഓർഡിനേറ്റുകളായി എടുക്കുന്നു.

ഡയഗ്രം ചെയ്ത പ്രതിഭാസത്തിൻ്റെ ഏത് ചക്രം ചിത്രീകരിച്ചിരിക്കുന്നു എന്നതിനെ ആശ്രയിച്ച് - അടഞ്ഞതോ തുടർച്ചയായതോ (കാലഘട്ടം മുതൽ കാലഘട്ടം വരെ) - റേഡിയൽ ഡയഗ്രമുകൾ വേർതിരിച്ചിരിക്കുന്നു അടഞ്ഞതും സർപ്പിളവുമാണ്.ഉദാഹരണത്തിന്, ചിത്രീകരിച്ചിരിക്കുന്ന പ്രതിഭാസത്തിലെ മാറ്റത്തിൻ്റെ മുഴുവൻ ചക്രവും ഉൾക്കൊള്ളുന്നുവെങ്കിൽ വേനൽക്കാല കാലയളവ്, റേഡിയൽ ഡയഗ്രം ഒരു അടഞ്ഞ ആകൃതി ഉപയോഗിച്ചാണ് നിർമ്മിച്ചിരിക്കുന്നത്.

അരി. 34. കാർഷിക ഭൂമിയുടെ വലിപ്പത്തിൻ്റെ പൈ ചാർട്ട്

സംരംഭങ്ങൾ

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

ചാർട്ട് ചെയ്ത കാലയളവിൻ്റെ ചക്രത്തിൽ ഒരു പ്രതിഭാസത്തിലെ മാറ്റം പഠിക്കുകയാണെങ്കിൽ (ഉദാഹരണത്തിന്, ഒരു വർഷത്തെ ഡിസംബർ രണ്ടാം വർഷത്തിലെ ജനുവരിയുമായി ബന്ധിപ്പിക്കുന്നു, മുതലായവ), ചലനാത്മകതയുടെ ഒരു ശ്രേണി ഒരു സോളിഡ് കർവ് ആയി ചിത്രീകരിക്കപ്പെടുന്നു, അത് ദൃശ്യപരമായി കാണപ്പെടുന്നു. ഒരു സർപ്പിളം.

റേഡിയൽ ഡയഗ്രമുകൾ നിർമ്മിക്കുമ്പോൾ, ഉത്ഭവം (ധ്രുവം) സർക്കിളിൻ്റെ കേന്ദ്രമാകാം. സർക്കിളിൻ്റെ മധ്യഭാഗം ധ്രുവമായി എടുക്കുകയാണെങ്കിൽ, റേഡിയൽ ഡയഗ്രം ഇനിപ്പറയുന്ന ക്രമത്തിലാണ് നിർമ്മിച്ചിരിക്കുന്നത്: ഡയഗ്രമിംഗ് സൈക്കിളിൻ്റെ കാലയളവുകളുടെ എണ്ണം പോലെ സർക്കിളിനെ പല ഭാഗങ്ങളായി തിരിച്ചിരിക്കുന്നു (ഉദാഹരണത്തിന്, ഒരു വർഷം - 12 മാസം) , കൂടാതെ ആരങ്ങൾ അതിനനുസരിച്ച് നിർമ്മിച്ചിരിക്കുന്നു (ഇൻ ഈ സാഹചര്യത്തിൽ- 12). കാലഘട്ടങ്ങൾ ഘടികാരദിശയിൽ സ്ഥാപിച്ചിരിക്കുന്നു, സ്കെയിൽ അളവിലുള്ള ഓരോ ദൂരത്തിലും, പ്രതിഭാസങ്ങളുടെ വലുപ്പത്തിന് ആനുപാതികമായി സെഗ്മെൻ്റുകൾ (വൃത്തത്തിൻ്റെ മധ്യഭാഗത്ത് നിന്ന്) സ്ഥാപിച്ചിരിക്കുന്നു. റേഡിയയിലെ സെഗ്‌മെൻ്റുകളുടെ അറ്റങ്ങൾ ബന്ധിപ്പിച്ചിരിക്കുന്നു, അതിൻ്റെ ഫലമായി ഒരു കേന്ദ്രീകൃത തകർന്ന രേഖ രൂപപ്പെടുന്നു. സർക്കിളിൻ്റെ മധ്യഭാഗത്ത് നിന്ന് ആരംഭിക്കുന്ന ഉത്ഭവത്തോടുകൂടിയ ഒരു അടഞ്ഞ റേഡിയൽ ഡയഗ്രാമിൻ്റെ ഉദാഹരണം ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്നു. 35.

കണക്കുകളുടെ രീതി - അടയാളങ്ങൾ.ഡയഗ്രമിംഗ് പ്രതിഭാസങ്ങളെ ചിത്രീകരിക്കുന്ന ഈ രീതി, സ്റ്റാറ്റിസ്റ്റിക്കൽ ഡാറ്റയുടെ ഉള്ളടക്കവുമായി പൊരുത്തപ്പെടുന്ന ഡ്രോയിംഗുകൾ ഉപയോഗിച്ച് ജ്യാമിതീയ രൂപങ്ങൾ മാറ്റിസ്ഥാപിക്കുന്നത് ഉൾപ്പെടുന്നു (ചിത്രം 36). അതായത്, സൂചകത്തിൻ്റെ മൂല്യം കണക്കുകൾ (ചിഹ്നങ്ങൾ, ഡ്രോയിംഗുകൾ) ഉപയോഗിച്ച് ചിത്രീകരിച്ചിരിക്കുന്നു: ഉദാഹരണത്തിന്, കുതിരകളുടെ എണ്ണം - ഒരു കുതിരയുടെ സിലൗറ്റിൻ്റെ രൂപത്തിൽ, കാർ ഉത്പാദനം - ഒരു കാറിൻ്റെ ഡ്രോയിംഗിൻ്റെ രൂപത്തിൽ മുതലായവ. . ജ്യാമിതീയ രൂപങ്ങളേക്കാൾ ഇത്തരത്തിലുള്ള ഡയഗ്രമുകളുടെ പ്രയോജനങ്ങൾ അവയുടെ വ്യക്തതയും ബുദ്ധിയുമാണ്. പ്രതീകാത്മക ചിത്രം ഡയഗ്രം പ്രകടിപ്പിക്കുന്നതും ആകർഷകവുമാക്കുന്നു.

അരി. 36. ജില്ലാ ലൈബ്രറിയിലെ മാർക്കറ്റ് ഇക്കണോമിക്സിനെക്കുറിച്ചുള്ള പുസ്തക പ്രസിദ്ധീകരണങ്ങളുടെ ചലനാത്മകത

ഫിഗർ-സൈൻ രീതിക്ക് (വിയന്നീസ് എന്ന് വിളിക്കപ്പെടുന്നവ) അതിൻ്റേതായ സ്വഭാവസവിശേഷതകൾ ഉണ്ട്, കൂടാതെ സമ്പന്നമായ ഒരു ഉള്ളടക്കം കൊണ്ട് സവിശേഷതയുണ്ട്, അടിസ്ഥാന പ്രാധാന്യമുണ്ട്, കൂടാതെ അത്തരം ഡയഗ്രമുകൾ നിർമ്മിക്കുന്നതിന് ചില നിയമങ്ങൾ പാലിക്കേണ്ടതുണ്ട്, അതായത്:

1) ചിഹ്നങ്ങൾ സ്വയം മനസ്സിലാക്കാവുന്നതായിരിക്കണം കൂടാതെ വിശദമായ വിശദീകരണങ്ങൾ ആവശ്യമില്ല. ചട്ടം പോലെ, അവർ ഡയഗ്രം ചെയ്ത വസ്തുക്കളുടെ രൂപരേഖ അല്ലെങ്കിൽ സിലൗറ്റ് ചിത്രീകരിക്കുന്നു;

2) അവ്യക്തമായ വ്യാഖ്യാനം ഉറപ്പാക്കുക;

3) വിഷയത്തിൻ്റെ അവ്യക്തത;

4) ഗ്രൂപ്പ് സ്വഭാവസവിശേഷതകൾ ലംബമായി ക്രമീകരിച്ചിരിക്കുന്നു, അവയുടെ സ്വഭാവ സവിശേഷതകളുള്ള സൂചകങ്ങൾ തിരശ്ചീനമായി സ്ഥാപിക്കുന്നു;

5) അടയാളങ്ങളുടെയും ചിഹ്നങ്ങളുടെയും ചിത്രങ്ങൾ നല്ല ഡ്രോയിംഗിൻ്റെ തത്വങ്ങൾ പാലിക്കണം;

6) അമിതമായ വിശദാംശങ്ങളും അലങ്കാരങ്ങളും അസാധാരണമായി കണക്കാക്കപ്പെടുന്നു;

7) ചിഹ്നങ്ങളുടെ സ്റ്റാൻഡേർഡൈസേഷൻ - ചിഹ്നങ്ങൾ. ഡയഗ്രാമിൻ്റെ ലേഔട്ട് സ്റ്റാൻഡേർഡ് ചിഹ്നങ്ങൾ ഉപയോഗിച്ച് നടത്തണം - ഒരു പ്രിൻ്റിംഗ് ഹൗസിൽ നിർമ്മിച്ച ചിഹ്നങ്ങൾ, ആപ്ലിക്കേഷൻ രീതി ഉപയോഗിച്ച് മൌണ്ട് ചെയ്യുക. അത്തരം അടയാളങ്ങളുടെ പ്രത്യേക ഉദാഹരണങ്ങളുണ്ട്;

8) ഡയഗ്രാമിൻ്റെ നിർബന്ധിത തലക്കെട്ടും ടെക്സ്റ്റ് ചിഹ്നങ്ങൾവ്യക്തിഗത അഗ്രഗേറ്റുകൾ (ഗ്രൂപ്പുകൾ), അവ ഒരു നിശ്ചിത കണക്കിനാൽ ചിത്രീകരിച്ചിരിക്കുന്നു; സ്കെയിൽ ചിഹ്നം സൂചിപ്പിക്കുന്നു സംഖ്യാ മൂല്യംഓരോ അടയാളം - ചിഹ്നം.

സെമി-ലോഗരിതമിക് പ്ലോട്ടുകൾ.ഇത്തരത്തിലുള്ള സ്റ്റാറ്റിസ്റ്റിക്കൽ ഗ്രാഫ് ഒരു കോർഡിനേറ്റ് സിസ്റ്റത്തിൽ പ്ലോട്ട് ചെയ്തിരിക്കുന്നു. ഡയഗ്രം ചെയ്ത പ്രതിഭാസത്തെ ചിത്രീകരിക്കുന്ന സംഖ്യകൾ ഒരു ലോഗരിഥമിക് സ്കെയിലിലാണ്. പോയിൻ്റുകളുടെ ലോഗരിതം ഓർഡിനേറ്റ് അക്ഷത്തിൽ സ്ഥാപിച്ചിരിക്കുന്നു, പ്രതിഭാസത്തിൻ്റെ തീയതി (വർഷം) അബ്സിസ്സ അക്ഷത്തിൽ സ്ഥാപിച്ചിരിക്കുന്നു (ചിത്രം 37).

അരി. 37. എൻ്റർപ്രൈസിലെ ദൈനംദിന വേതനത്തിൻ്റെ ചലനാത്മകതയുടെ സെമി-ലോഗരിഥമിക് ഗ്രാഫ്

കാർട്ടോഗ്രാമുകളും മാപ്പ് ഡയഗ്രമുകളും.കാർട്ടോഗ്രാമുകൾ ഒരു കോണ്ടൂർ ജിയോഗ്രാഫിക് മാപ്പ് അല്ലെങ്കിൽ ഡയഗ്രം ആണ്, അതിൽ ഭൂപടത്തിൽ പ്ലോട്ട് ചെയ്തിട്ടുള്ള ടെറിട്ടോറിയൽ ഡിവിഷൻ്റെ ഓരോ യൂണിറ്റിനുള്ളിലെയും ഏതെങ്കിലും സൂചകത്തിൻ്റെ താരതമ്യ തീവ്രത വ്യത്യസ്ത സാന്ദ്രത, ഡോട്ടുകൾ അല്ലെങ്കിൽ വ്യത്യസ്ത അളവിലുള്ള സാച്ചുറേഷൻ്റെ നിറങ്ങൾ എന്നിവ ഉപയോഗിച്ച് ചിത്രീകരിച്ചിരിക്കുന്നു. കാർട്ടോഗ്രാമുകൾ, ചട്ടം പോലെ, ആപേക്ഷികമോ ശരാശരിയോ ആയ മൂല്യങ്ങളാൽ സ്വഭാവമുള്ള പ്രതിഭാസങ്ങളെ ചിത്രീകരിക്കുന്നു (ഉദാഹരണത്തിന്, പ്രദേശം അനുസരിച്ച് മൊത്തം തൊഴിലാളികളുടെ എണ്ണത്തിൽ ജോലി ചെയ്യുന്ന പെൻഷൻകാരുടെ എണ്ണം, ഒരു ശതമാനമായി ഭൂമി വീണ്ടെടുക്കൽ മൊത്തം ഏരിയ, ശരാശരി കൂലിപ്രദേശങ്ങളിലെ സംരംഭങ്ങളിൽ മുതലായവ).

ഡയഗ്രമാറ്റിക് പ്രതിഭാസങ്ങളെ ചിത്രീകരിക്കുന്ന രീതി അനുസരിച്ച്, അവ വേർതിരിച്ചിരിക്കുന്നു പോയിൻ്റും പശ്ചാത്തല കാർട്ടോഗ്രാമുകളും.

ആദ്യത്തേതിൽ, ടെറിട്ടോറിയൽ യൂണിറ്റിൻ്റെ കോണ്ടൂർ മാപ്പിൽ സ്ഥിതിചെയ്യുന്ന പോയിൻ്റുകൾ ഉപയോഗിച്ച് പ്രതിഭാസത്തിൻ്റെ നില കാണിക്കുന്നു. വ്യക്തതയ്ക്കായി, ജനസംഖ്യയുടെ ഒന്നോ അതിലധികമോ യൂണിറ്റുകളെ സൂചിപ്പിക്കുന്നതിന് ഒരു പ്രത്യേക സ്വഭാവത്തിൻ്റെ സാന്ദ്രത അല്ലെങ്കിൽ ആവൃത്തിയുടെ ചിത്രം ഒരു ഡോട്ട് ഉപയോഗിച്ച് സൂചിപ്പിച്ചിരിക്കുന്നു.

പശ്ചാത്തല കാർട്ടോഗ്രാമുകളിൽ, വ്യത്യസ്ത കട്ടിയുള്ള ഷേഡിംഗ് അല്ലെങ്കിൽ വ്യത്യസ്ത അളവിലുള്ള സാച്ചുറേഷൻ പെയിൻ്റ് ഒരു ടെറിട്ടോറിയൽ യൂണിറ്റിനുള്ളിലെ ഏതെങ്കിലും സൂചകത്തിൻ്റെ തീവ്രതയെ ചിത്രീകരിക്കുന്നു. കാർട്ടോഗ്രാമുകളുടെ കേസുകളിലൊന്ന് ചിത്രം 38 ൽ കാണിച്ചിരിക്കുന്നു.

അരി. 38. ജില്ലയിലെ ഫാമുകളിലെ 100 ഹെക്ടർ കൃഷിഭൂമിയിൽ പശുക്കളുടെ സാന്ദ്രതയുടെ കാർട്ടോഗ്രാം

ഡയഗ്രമുകളുടെ രൂപത്തിലുള്ള സ്റ്റാറ്റിസ്റ്റിക്കൽ ഡാറ്റ ഒരു കോണ്ടൂർ മാപ്പിൽ പ്ലോട്ട് ചെയ്തിട്ടുണ്ടെങ്കിൽ, ഒരു മാപ്പ് ഡയഗ്രം ലഭിക്കും. ഇതിൻ്റെ ശ്രദ്ധേയമായ ഒരു ഉദാഹരണമാണ് ഭൂമിശാസ്ത്രപരമായ ഭൂപടം, വലിയ നഗരങ്ങളിലെ ജനസംഖ്യ വിവിധ വലുപ്പത്തിലുള്ള സർക്കിളുകളുടെ രൂപത്തിൽ ചിത്രീകരിച്ചിരിക്കുന്നു.

പഠനത്തിന് കീഴിലുള്ള പ്രതിഭാസങ്ങളെ ഗ്രാഫിക്കായി ചിത്രീകരിക്കുന്നതിനുള്ള പരിഗണിക്കപ്പെട്ട രീതികൾക്ക് പുറമേ, മറ്റുള്ളവയും ഉണ്ട്. പ്രതിഭാസങ്ങളുടെ ചലനാത്മകത, അവയുടെ ഘടന, ബന്ധങ്ങൾ എന്നിവ പ്രതിഫലിപ്പിക്കുന്നതിൽ അവരുടെ പ്രായോഗിക ഉപയോഗം മുൻ അധ്യായങ്ങളിൽ ചർച്ചചെയ്യുന്നു.

പ്രധാന തരം ഡയഗ്രമുകളുടെ നിർമ്മാണം നമുക്ക് പരിഗണിക്കാം

നിർദ്ദിഷ്ട സംഖ്യാ ഉദാഹരണങ്ങൾ.

ഓൺ ബാർ ചാർട്ടുകൾ സ്ഥിതിവിവരക്കണക്കുകൾ

ലംബമായി നീളമേറിയതായി ചിത്രീകരിച്ചിരിക്കുന്നു

ദീർഘചതുരങ്ങൾ.

ബാർ ചാർട്ടുകൾ നിർമ്മിക്കുമ്പോൾ, നിങ്ങൾ ചെയ്യണം

ഇനിപ്പറയുന്ന ആവശ്യകതകൾ:

1) നിരയുടെ ഉയരം സജ്ജീകരിച്ചിരിക്കുന്ന സ്കെയിൽ,

ആദ്യം മുതൽ ആരംഭിക്കണം;

2) സ്കെയിൽ, ചട്ടം പോലെ, തുടർച്ചയായിരിക്കണം;

3) നിരകളുടെ അടിസ്ഥാനങ്ങൾ പരസ്പരം തുല്യമായിരിക്കണം;

നിരകൾ തുല്യ അകലത്തിൽ സ്ഥാപിക്കാവുന്നതാണ്

പരസ്പരം, പരസ്പരം അടുത്ത് അല്ലെങ്കിൽ ഒരു ഒഴുക്കിൽ, കൂടെ

അതിൽ ഒരു നിര ഭാഗികമായി മറ്റൊന്നിനെ ഓവർലാപ്പ് ചെയ്യുന്നു;

4) അനുബന്ധ ഡിജിറ്റലിനൊപ്പം സ്കെയിൽ അടയാളപ്പെടുത്തലുകൾക്കൊപ്പം

കോളങ്ങൾ തന്നെ ലേബൽ ചെയ്യണം.

ഉദാഹരണം. നമ്പറിനെക്കുറിച്ചുള്ള ഗ്രാഫിക്കൽ ഡാറ്റ പ്രദർശിപ്പിക്കാം

ഇതിനായി റഷ്യയിലെ നോൺ-സ്റ്റേറ്റ് സെക്കൻഡറി സ്കൂളുകൾ

ഇനിപ്പറയുന്ന അധ്യയന വർഷങ്ങളിൽ (വർഷത്തിൻ്റെ തുടക്കത്തിൽ), യൂണിറ്റുകൾ: 1997/98 -

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

ഞങ്ങൾ സംസ്ഥാന ഇതര വിദ്യാഭ്യാസ സ്ഥാപനങ്ങൾ പര്യവേക്ഷണം ചെയ്യുന്നു

ഒരു താരതമ്യ ബാർ ചാർട്ട് ഉപയോഗിക്കുന്ന സ്ഥാപനങ്ങൾ.

തിരശ്ചീന അക്ഷത്തിൽ ആറ് നിരകളുടെ അടിത്തറ സ്ഥാപിക്കുക

പരസ്പരം 0.5 സെൻ്റീമീറ്റർ അകലെ. നിരകളുടെ വീതി 1 സെൻ്റീമീറ്റർ ആണ്.

ലംബ അക്ഷത്തിൽ സ്കെയിൽ - 10 യൂണിറ്റ്. 1 സെൻ്റീമീറ്റർ (ചിത്രം 5.5).

ബാർ ഗ്രാഫിൽ കാണിച്ചിരിക്കുന്ന മൂല്യങ്ങൾ

നിരകളുടെ നീളത്തിന് ആനുപാതികമാണ്. ഡയഗ്രാമിൽ നിന്ന് അത് വ്യക്തമാണ്

അല്ലാത്തവരുടെ എണ്ണം

അരി. 5.5 സംസ്ഥാനമല്ലാത്ത പൊതുവിദ്യാഭ്യാസത്തിൻ്റെ എണ്ണം

1997-2001 ൽ റഷ്യയിലെ സ്കൂളുകൾ.

ഉദാഹരണം. താരതമ്യത്തിനായി നമുക്ക് ഒരു ചതുര ഡയഗ്രം നിർമ്മിക്കാം

ഇതര സംസ്ഥാനങ്ങളിലെ അധ്യാപകരുടെയും വിദ്യാർത്ഥികളുടെയും എണ്ണം

2001-ലെ സ്കൂളുകൾ (വർഷാരംഭത്തിൽ). പണിയാൻ

ഡയഗ്രമുകൾ വേർതിരിച്ചെടുക്കേണ്ടതുണ്ട് വർഗ്ഗമൂലങ്ങൾഇനിപ്പറയുന്നതിൽ നിന്ന്

അളവ്: അധ്യാപകരുടെ എണ്ണം - 16 ആയിരം ആളുകൾ; നമ്പർ

വിദ്യാർത്ഥികൾ - 61 ആയിരം ആളുകൾ. ഇത് അതിനനുസരിച്ച് 4 ആയിരിക്കും; 7.81.

ഈ ഡാറ്റയിൽ നിന്ന് ചതുരങ്ങൾ നിർമ്മിക്കുന്നതിന്, നിങ്ങൾക്ക് ഇത് ആവശ്യമാണ്

സ്കെയിൽ തിരഞ്ഞെടുക്കുക. 0.8 ആയിരം ആളുകളായി 1 സെൻ്റീമീറ്റർ എടുക്കാം.

ഗ്രാഫിലെ സ്ക്വയറുകളുടെ വശങ്ങൾ സെഗ്മെൻ്റുകളായിരിക്കും

ലഭിച്ച സംഖ്യകൾക്ക് ആനുപാതികമായി (ചിത്രം 5.6). അങ്ങനെ

വഴി ചതുരം -

അരി. 5.6 വിദ്യാർത്ഥികളുടെയും അധ്യാപകരുടെയും എണ്ണം

2001-ൻ്റെ തുടക്കത്തിൽ റഷ്യയിലെ നോൺ-സ്റ്റേറ്റ് സ്കൂളുകൾ (ആയിരക്കണക്കിന്)

ഉദാഹരണം. വാച്ച് നിർമ്മാണത്തിൻ്റെ ചലനാത്മകത നമുക്ക് ഒന്നിൽ ചിത്രീകരിക്കാം

1999-2002 ലെ റഷ്യയിലെ പ്രദേശങ്ങൾ. ഒരു ഡയഗ്രം ഉപയോഗിച്ച്

കണക്കുകൾ-അടയാളങ്ങൾ. പരമ്പരാഗതമായി, ഒരു ഡ്രോയിംഗ് 1000 കഷണങ്ങളായി ഞങ്ങൾ അംഗീകരിക്കുന്നു

മണിക്കൂറുകൾ. പിന്നെ വാച്ചുകളുടെ എണ്ണം: 1999 ൽ 4717 കഷണങ്ങൾ.

4.7 ഡ്രോയിംഗുകളുടെ അളവിൽ ചിത്രീകരിച്ചിരിക്കണം; 2000-ൽ

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

3.99 ഡ്രോയിംഗുകൾ; 2002 ൽ 2189 കഷണങ്ങൾ. - 2.2 ഡ്രോയിംഗുകൾ

അരി. 5.8 റഷ്യയിലെ ഒരു പ്രദേശത്തെ ഉത്പാദനം കാണുക

പൈ ചാർട്ടുകൾ ഇനിപ്പറയുന്ന രീതിയിൽ നിർമ്മിക്കുന്നത് സൗകര്യപ്രദമാണ്:

പ്രതിഭാസത്തിൻ്റെ മുഴുവൻ വ്യാപ്തിയും 100% ആയി കണക്കാക്കുന്നു

ഒരു ശതമാനമായി അതിൻ്റെ വ്യക്തിഗത ഭാഗങ്ങളുടെ ഓഹരികൾ. സർക്കിൾ തകർക്കുന്നു

സെക്ടറുകൾ ചിത്രീകരിച്ചിരിക്കുന്ന മൊത്തത്തിലുള്ള ഭാഗങ്ങൾക്ക് ആനുപാതികമാണ്.

അങ്ങനെ, 1% 3.6 ° ആണ്. സ്വീകരിക്കാൻ

മൊത്തത്തിലുള്ള ഭാഗങ്ങളുടെ ഓഹരികളെ പ്രതിനിധീകരിക്കുന്ന സെക്ടറുകളുടെ കേന്ദ്ര കോണുകൾ, അത് ആവശ്യമാണ്

ശതമാനം എക്സ്പ്രഷൻ 3.6° കൊണ്ട് ഗുണിക്കുക.

ഉദാഹരണം. ഒരു പൈ ചാർട്ട് ഉപയോഗിച്ച് നമുക്ക് ഒരു നമ്പർ ചിത്രീകരിക്കാം

2000/01 ൻ്റെ തുടക്കത്തിൽ റഷ്യയിലെ നോൺ-സ്റ്റേറ്റ് സർവകലാശാലകളിലെ വിദ്യാർത്ഥികൾ

വിദ്യാഭ്യാസത്തിൻ്റെ രൂപത്തിൽ അധ്യയന വർഷം. ദിവസം രൂപത്തിൽ

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

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

ഏകപക്ഷീയമായ ആരം. വിദ്യാർത്ഥികളുടെ എണ്ണം അനുസരിച്ച്, വേണ്ടി

സെക്ടറുകൾ നിർമ്മിക്കുന്നതിന്, ഞങ്ങൾ കേന്ദ്ര കോണുകൾ നിർണ്ണയിക്കുന്നു: വേണ്ടി

ദിവസം രൂപത്തിൽ, കേന്ദ്ര കോൺ 140.4" (41.0 ¦

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

3.6); ബാഹ്യത്തിന് - 3.6° (1 ¦ 3.6). സഹായത്തോടെ

ഒരു പ്രൊട്രാക്റ്റർ ഉപയോഗിച്ച്, സർക്കിളിനെ ഉചിതമായ സെക്ടറുകളായി വിഭജിക്കുക

അരി. 5.9 സംസ്ഥാന വിദ്യാർത്ഥികൾക്കുള്ള വിദ്യാഭ്യാസ രൂപങ്ങളുടെ ഘടന

2000/01 ൻ്റെ തുടക്കത്തിൽ റഷ്യയിലെ നോൺ-സ്റ്റേറ്റ് സർവ്വകലാശാലകളും

അധ്യയന വർഷം

ഒരു പ്രതിഭാസത്തിൻ്റെ ഘടനയെക്കുറിച്ചുള്ള ഡാറ്റ പ്രകടിപ്പിക്കുകയാണെങ്കിൽ

സമ്പൂർണ്ണ മൂല്യങ്ങൾ, തുടർന്ന് സെക്ടറുകൾ കണ്ടെത്തുന്നതിന്

മൊത്തത്തിലുള്ള മൂല്യം കൊണ്ട് 360 ° ഹരിക്കേണ്ടത് ആവശ്യമാണ്, തുടർന്ന്

വിഭജനത്തിൻ്റെ ഘടകത്തെ തുടർച്ചയായി കേവലം കൊണ്ട് ഗുണിക്കുന്നു

ഭാഗങ്ങളുടെ അർത്ഥങ്ങൾ.

ബന്ധപ്പെട്ട മൂന്ന് അളവുകൾ ഒരേസമയം താരതമ്യം ചെയ്യാൻ

ഒരു അളവ് എന്ന രീതിയിൽ പരസ്പരം

മറ്റ് രണ്ടിൻ്റെയും ഉൽപ്പന്നം, ഡയഗ്രമുകൾ ഉപയോഗിക്കുക

"വാർസാറിൻ്റെ അടയാളം" എന്ന് വിളിക്കപ്പെടുന്നു.

വർസാറിൻ്റെ അടയാളം ഉള്ള ഒരു ദീർഘചതുരം ആണ്

ഒരു ഘടകം അടിസ്ഥാനമായും മറ്റൊന്ന് ഉയരമായും എടുക്കുന്നു

മുഴുവൻ പ്രദേശവും ഉൽപ്പന്നത്തിന് തുല്യമാണ്.

ഉദാഹരണം. ഒന്നിൽ സ്പ്രിംഗ് ഗോതമ്പിൻ്റെ ശേഖരണത്തെക്കുറിച്ചുള്ള ഡാറ്റയുണ്ട്

2003 ൽ റഷ്യയിലെ പ്രദേശങ്ങളിൽ നിന്ന്, അതിൽ വിതയ്ക്കുന്ന സമയത്ത്

14.5 ദശലക്ഷം ഹെക്ടർ പ്രദേശത്ത്, വിളവ് ഹെക്ടറിന് 1.16 ടൺ ആയിരുന്നു.

ഞങ്ങളുടെ കാര്യത്തിൽ, ദീർഘചതുരത്തിൻ്റെ അടിത്തറയാണ്

സ്പ്രിംഗ് ഗോതമ്പ് വിളവ്, ഉയരം - വിതച്ച പ്രദേശം, കൂടാതെ

ദീർഘചതുരത്തിൻ്റെ വിസ്തീർണ്ണം വസന്തത്തിൻ്റെ 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 ഗോതമ്പിൻ്റെ മൊത്തത്തിലുള്ള വിളവെടുപ്പിൻ്റെ ആശ്രിതത്വം

ഒരു പ്രദേശത്തെ വിളവും വിതച്ച സ്ഥലവും

റഷ്യ 2003

ലൈൻ ചാർട്ടുകൾ വ്യാപകമായി ഉപയോഗിക്കുന്നു

കാലക്രമേണ പ്രതിഭാസങ്ങളിലെ മാറ്റങ്ങളുടെ സവിശേഷതകൾ, നടപ്പിലാക്കൽ

ആസൂത്രിതമായ ജോലികൾ, അതുപോലെ തന്നെ പരമ്പരകൾ പഠിക്കുന്നതിനും

വിതരണം, പ്രതിഭാസങ്ങൾ തമ്മിലുള്ള ബന്ധം തിരിച്ചറിയൽ. ലീനിയർ

ഡയഗ്രമുകൾ ഒരു കോർഡിനേറ്റ് ഗ്രിഡിലാണ് നിർമ്മിച്ചിരിക്കുന്നത്. ജ്യാമിതീയ

രേഖാചിത്രങ്ങളിലെ അടയാളങ്ങൾ പോയിൻ്റുകളും

തുടർച്ചയായി അവയെ ലൈൻ സെഗ്‌മെൻ്റുകൾ ബന്ധിപ്പിക്കുന്നു

തകർന്ന വളവുകൾ രൂപം.

ഉദാഹരണം. ഒരു ലൈൻ ഡയഗ്രം ഉപയോഗിച്ച് നിങ്ങൾക്ക് ചിത്രീകരിക്കാൻ കഴിയും

ഉന്നത വിദ്യാഭ്യാസത്തിലേക്കുള്ള പ്രവേശന പരീക്ഷകളുടെ മത്സരത്തെക്കുറിച്ചുള്ള ഡാറ്റ

റഷ്യയിലെ വിദ്യാഭ്യാസ സ്ഥാപനങ്ങൾ 1996 - 2000; ഒന്നിന്

പരീക്ഷകളിൽ വിജയിച്ചവർക്കായി എൻറോൾ ചെയ്തു:

വർഷം 1996 1997 1998 1999 2000

മത്സരം, വ്യക്തികൾ 1.8 1.7 1.8 1.9 1.9

ചതുരാകൃതിയിലുള്ള കോർഡിനേറ്റ് സിസ്റ്റത്തിൽ, ഞങ്ങൾ ഓർഡിനേറ്റ് അക്ഷത്തിൽ പ്ലോട്ട് ചെയ്യുന്നു

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

0.05 ആളുകൾ വക്രത്തിൻ്റെ സ്ഥാനം എന്ന് ഗ്രാഫ് കാണിക്കുന്നു

മത്സര ഡാറ്റ മാത്രമല്ല നിർണ്ണയിക്കുന്നത്

തീയതികൾക്കിടയിലുള്ള സമയ ഇടവേളകൾ.

പലപ്പോഴും, ഒരു വരി ഡയഗ്രം പലതും കാണിക്കുന്നു

ചലനാത്മകതയുടെ താരതമ്യ സ്വഭാവം നൽകുന്ന വളവുകൾ

അരി. 5.11 ഉന്നത വിദ്യാഭ്യാസത്തിലേക്കുള്ള പ്രവേശന പരീക്ഷകൾക്കുള്ള മത്സരം

1996-2000 ലെ റഷ്യയിലെ വിദ്യാഭ്യാസ സ്ഥാപനങ്ങൾ. (ഒരാൾക്ക്

എൻറോൾ ചെയ്തു, പരീക്ഷയെഴുതിയവർക്കായി കണക്കാക്കി, ആളുകൾ)

വ്യത്യസ്ത സൂചകങ്ങളുടെ മൈക്കുകൾ അല്ലെങ്കിൽ ഒരേ സൂചകം

വ്യത്യസ്ത പ്രദേശങ്ങൾക്കായി. അത്തരം വളവുകൾ നിർമ്മിക്കുന്നതിനുള്ള സാങ്കേതികതയല്ല

ചിത്രത്തിലെ പ്ലോട്ടിംഗിൽ നിന്ന് വ്യത്യസ്തമാണ്. 5.11 ഡാറ്റയിൽ നിന്ന്

അരി. 1996 നും 2000 നും ഇടയിൽ സർവ്വകലാശാലകളിലേക്കുള്ള പ്രവേശനത്തിനുള്ള മത്സരം എങ്ങനെ മാറുന്നുവെന്ന് ചിത്രം 5.11 കാണിക്കുന്നു.

gg. 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 സർവ്വകലാശാലകളിലേക്കുള്ള പ്രവേശനത്തിനുള്ള മത്സരം തുടർന്നു.

മാറ്റമില്ല.

വിതരണ പരമ്പരകൾ മിക്കപ്പോഴും ചിത്രീകരിച്ചിരിക്കുന്നു

ബഹുഭുജം അല്ലെങ്കിൽ ഹിസ്റ്റോഗ്രാം . പ്രധാനമായും മാലിന്യക്കൂമ്പാരമാണ് നിർമിക്കുന്നത്

വ്യതിരിക്ത ശ്രേണിയുടെ ചിത്രങ്ങൾ. അച്ചുതണ്ടിൽ അത് പ്ലോട്ട് ചെയ്യുമ്പോൾ

abscissa വ്യത്യസ്ത സ്വഭാവസവിശേഷതകളുടെ മൂല്യങ്ങൾ കാണിക്കുന്നു, കൂടാതെ

ഓർഡിനേറ്റിൽ - കേവല അല്ലെങ്കിൽ ആപേക്ഷിക സംഖ്യകൾ

അഗ്രഗേഷൻ യൂണിറ്റുകൾ (ആവൃത്തി അല്ലെങ്കിൽ ആവൃത്തി). ചിത്രത്തിലെ ബഹുഭുജം.

5.12 എന്നതിനെക്കുറിച്ചുള്ള (സാങ്കൽപ്പിക) ഡാറ്റയെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്

കുട്ടികളുടെ എണ്ണം അനുസരിച്ച് കുടുംബങ്ങളുടെ വിതരണം.

അരി. 5.12 കുട്ടികളുടെ എണ്ണം അനുസരിച്ച് കുടുംബങ്ങളുടെ വിതരണത്തിൻ്റെ ബഹുഭുജം

2003 ലെ പ്രദേശങ്ങളിലൊന്ന്

വിതരണ ഹിസ്റ്റോഗ്രാം മിക്കപ്പോഴും ഉപയോഗിക്കുന്നു

ഇടവേള പരമ്പരയുടെ ചിത്രങ്ങൾ. അച്ചുതണ്ടിൽ അത് പ്ലോട്ട് ചെയ്യാൻ

abscissa സ്വഭാവത്തിൻ്റെ ഇടവേളകളും ഓർഡിനേറ്റ് അക്ഷവും കാണിക്കുന്നു

ജനസംഖ്യാ യൂണിറ്റുകളുടെ എണ്ണം. വിഭാഗങ്ങളിൽ,

ഇടവേളകൾ ചിത്രീകരിക്കുന്നു, ദീർഘചതുരങ്ങൾ നിർമ്മിക്കുന്നു, പ്രദേശങ്ങൾ

യൂണിറ്റുകളുടെ എണ്ണത്തിന് ആനുപാതികമായവ (ചിത്രം 5.13).

അരി. 5.13 ഒന്നിലെ സ്ഥാപനങ്ങളുടെ വിതരണത്തിൻ്റെ ഹിസ്റ്റോഗ്രാം

സ്ഥിര ഉൽപാദന ആസ്തികളുടെ മൂല്യം അനുസരിച്ച് വ്യവസായങ്ങൾ

ചില സന്ദർഭങ്ങളിൽ, വ്യതിയാന പരമ്പരകൾ ചിത്രീകരിക്കാൻ

ഒരു ക്യുമുലേറ്റീവ് കർവ് (ക്യുമുലേറ്റ്) ഉപയോഗിക്കുന്നു. അവൾക്കുവേണ്ടി

വ്യത്യസ്ത സ്വഭാവസവിശേഷതകളുടെ മൂല്യങ്ങൾ നിർമ്മിക്കുന്നത് മാറ്റിവയ്ക്കുന്നു

abscissa അച്ചുതണ്ടിൽ, ഒപ്പം ശേഖരിച്ച ഓർഡിനേറ്റ് അക്ഷത്തിൽ

ആകെ ആവൃത്തികൾ അല്ലെങ്കിൽ ആവൃത്തികൾ (ചിത്രം 5.14).

എലിസീവയിൽ നിന്ന്

4.2. ചാർട്ടുകളുടെ പ്രധാന തരങ്ങൾ

സ്റ്റാറ്റിസ്റ്റിക്കൽ ടേബിളുകൾ കേസിൽ ഗ്രാഫുകൾക്കൊപ്പം അനുബന്ധമായി നൽകിയിട്ടുണ്ട്

ഡാറ്റയുടെ ചില സവിശേഷതകൾ ഊന്നിപ്പറയുകയാണ് ലക്ഷ്യം.

അവയെ താരതമ്യം ചെയ്യുക. ചാർട്ടുകളാണ് ഏറ്റവും ഫലപ്രദം

ഒരു പെർസെപ്ച്വൽ വീക്ഷണകോണിൽ നിന്നുള്ള ഡാറ്റാ അവതരണത്തിൻ്റെ രൂപം.

പലപ്പോഴും ഗ്രാഫുകൾ ഒരു പട്ടികയ്ക്ക് പുറത്ത് ഉപയോഗിക്കുന്നു. കൂടെ

ഗ്രാഫുകൾ ഉപയോഗിച്ച്, സ്വഭാവസവിശേഷതകളുടെ വ്യക്തത കൈവരിക്കുന്നു

ഘടനകൾ, ചലനാത്മകത, പ്രതിഭാസങ്ങൾ തമ്മിലുള്ള ബന്ധം, അവയുടെ താരതമ്യം.

സ്റ്റാറ്റിസ്റ്റിക്കൽ ഗ്രാഫുകൾ സോപാധികത്തെ പ്രതിനിധീകരിക്കുന്നു

സംഖ്യാ അളവുകളുടെയും അവയുടെ ബന്ധങ്ങളുടെയും ചിത്രങ്ങൾ

ലൈനുകൾ, ജ്യാമിതീയ രൂപങ്ങൾ, ഡിസൈനുകൾ അല്ലെങ്കിൽ ഭൂമിശാസ്ത്രപരമായ

മാപ്പ്-സ്കീമുകൾ.

ഗ്രാഫിക്കൽ രീതി സ്ഥിതിവിവരക്കണക്ക് പരിഗണിക്കാൻ സഹായിക്കുന്നു

ഡാറ്റ. മാറ്റത്തിൻ്റെ പരിധികൾ ഗ്രാഫിൽ ഉടനടി ദൃശ്യമാകും

സൂചകം, വ്യത്യസ്ത മാറ്റങ്ങളുടെ താരതമ്യ നിരക്ക്

സൂചകങ്ങൾ, അവയുടെ വ്യതിയാനം. എന്നിരുന്നാലും, ഷെഡ്യൂൾ ഉണ്ട്

ചില നിയന്ത്രണങ്ങൾ: ഒന്നാമതായി ഉൾപ്പെടുത്താൻ കഴിയില്ല

പട്ടികയിൽ ഉൾപ്പെടുത്താൻ കഴിയുന്നത്ര ഡാറ്റ; കൂടാതെ, ഓൺ

ഇത് എല്ലായ്പ്പോഴും വൃത്താകൃതിയിലുള്ള ഡാറ്റ കാണിക്കുന്നു - കൃത്യമല്ല, പക്ഷേ

ഏകദേശ. അതിനാൽ, ഗ്രാഫ് മാത്രമാണ് ഉപയോഗിക്കുന്നത്

വിശദാംശങ്ങളേക്കാൾ പൊതുവായ സാഹചര്യം ചിത്രീകരിക്കാൻ. അവസാനത്തേത്

മൈനസ് - നിർമ്മാണത്തിൻ്റെ സങ്കീർണ്ണത. എന്നാൽ ഈ പോരായ്മയ്ക്ക് കഴിയും

ആപ്ലിക്കേഷൻ പാക്കേജുകളുടെ ഉപയോഗം വഴി മറികടക്കാം

കമ്പ്യൂട്ടർ ഗ്രാഫിക്സിനുള്ള (PPP), ഉദാഹരണത്തിന് PPP "ഹാർവാർഡ്

നിർമ്മാണ രീതി അനുസരിച്ച്, ഗ്രാഫുകൾ ഡയഗ്രമുകളായി തിരിച്ചിരിക്കുന്നു,

കാർട്ടോഗ്രാമുകളും മാപ്പ് ഡയഗ്രമുകളും.

ഏറ്റവും സാധാരണമായത് ഡയഗ്രമുകളാണ്. അവർ

വ്യത്യസ്ത തരങ്ങളുണ്ട്: ലീനിയർ, റേഡിയൽ, പോയിൻ്റ്,

പ്ലാനർ, വോള്യൂമെട്രിക്, ഫിഗർഡ്. ഡയഗ്രം തരം ആശ്രയിച്ചിരിക്കുന്നു

അവതരിപ്പിച്ച ഡാറ്റയുടെ തരം (ഒരു വേരിയബിൾ അല്ലെങ്കിൽ ഒന്ന്

സൂചകം, നിരവധി വേരിയബിളുകൾ അല്ലെങ്കിൽ സൂചകങ്ങൾ,

ക്വാണ്ടിറ്റേറ്റീവ് അല്ലെങ്കിൽ നോൺ ക്വാണ്ടിറ്റേറ്റീവ്) നിർമ്മാണ ജോലികൾ

അരി. 4.1 അന്തരീക്ഷത്തിലേക്ക് ദോഷകരമായ വസ്തുക്കളുടെ ഉദ്വമനത്തിൻ്റെ ചലനാത്മകത

സെൻ്റ് പീറ്റേഴ്സ്ബർഗിൽ

നിർവചിച്ചു

പരസ്പര ബന്ധങ്ങൾ).

വിതരണ ബഹുഭുജമാണ്, രണ്ടാമത്തേത് രേഖ ചിത്രം. 4.1 അന്തരീക്ഷത്തിലേക്ക് ദോഷകരമായ വസ്തുക്കളുടെ ഉദ്വമനത്തിൻ്റെ ചലനാത്മകത

വ്യാവസായിക ഉൽപാദനത്തിൻ്റെ ഭൗതിക അളവിൻ്റെ സൂചികയും

സെൻ്റ് പീറ്റേഴ്സ്ബർഗിൽ

ഏത് സാഹചര്യത്തിലും, ഷെഡ്യൂളിനൊപ്പം ഉണ്ടായിരിക്കണം

തലക്കെട്ട് - ചാർട്ട് ഫീൽഡിന് മുകളിലോ താഴെയോ. തലക്കെട്ടിൽ

ഏത് യൂണിറ്റുകളിൽ ഏത് സൂചകം കാണിക്കുന്നുവെന്ന് സൂചിപ്പിക്കുന്നു

അളവുകൾ, ഏത് പ്രദേശത്ത്, ഏത് സമയത്തേക്ക്

നിർവചിച്ചു

ലൈൻ ഗ്രാഫുകൾ പ്രതിനിധീകരിക്കാൻ ഉപയോഗിക്കുന്നു

ക്വാണ്ടിറ്റേറ്റീവ് വേരിയബിളുകൾ: അവയുടെ വ്യതിയാനത്തിൻ്റെ സവിശേഷതകൾ

മൂല്യങ്ങൾ, ചലനാത്മകത, വേരിയബിളുകൾ തമ്മിലുള്ള ബന്ധം.

പോളിഗോൺ ഉപയോഗിച്ച് ഡാറ്റാ വ്യതിയാനം വിശകലനം ചെയ്യുന്നു

ഡിസ്ട്രിബ്യൂഷനുകൾ, ക്യുമുലേറ്റുകൾ ("നേക്കാൾ കുറവല്ല" എന്ന വക്രം), ഓഗിവുകൾ

("കൂടുതൽ" വക്രം). ലൈൻ ഗ്രാഫുകൾ ഉപയോഗിക്കുന്നു

ഡാറ്റ വർഗ്ഗീകരണ പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നു. ലൈൻ ഗ്രാഫുകൾ

കണക്ഷനുകളുടെ ചലനാത്മകതയുടെ വിശകലനത്തിൽ ഉപയോഗിക്കുന്നു. വിശകലനത്തിൽ

സ്കാറ്റർ പ്ലോട്ടുകൾ ഉപയോഗിക്കുന്നു (ഫീൽഡ് എന്ന് വിളിക്കപ്പെടുന്നവ

പരസ്പര ബന്ധങ്ങൾ).

ലൈൻ ഗ്രാഫുകൾ ഉപയോഗിച്ചവയായി വിഭജിക്കുന്നതാണ് ഉചിതം

ഒരു വേരിയബിളിൽ ഡാറ്റ അവതരിപ്പിക്കാൻ - ഏകമാനം

അല്ലെങ്കിൽ രണ്ട് വേരിയബിളുകൾ വഴി - ദ്വിമാനം. ആദ്യത്തേതിൻ്റെ ഒരു ഉദാഹരണം

വിതരണ ബഹുഭുജമാണ്, രണ്ടാമത്തേത് റിഗ്രഷൻ രേഖയാണ്.

ഗ്രാഫ് നിരവധി വേരിയബിളുകൾ (സൂചകങ്ങൾ) കാണിക്കാൻ സാധ്യതയുണ്ട്, പക്ഷേ അത് ഇപ്പോഴും

മൾട്ടിഡൈമൻഷണൽ അല്ല (ചിത്രം 4.1).

രണ്ടോ അതിലധികമോ സൂചകങ്ങളുടെ ചലനാത്മകതയ്ക്കായി

താരതമ്യപ്പെടുത്താവുന്നതാണ്, അവരുടെ "ഒറ്റ തുടക്കം" ഉറപ്പാക്കേണ്ടത് ആവശ്യമാണ്

അരി. 4.1, 1990 ലെ കണക്കുകൾ 100% ആയി കണക്കാക്കുന്നു.

;

ഒ--------സാമ്പത്തികരംഗത്തുണ്ടായ മാറ്റങ്ങളുടെ വിലയിരുത്തൽ

റഷ്യയിലെ സാഹചര്യങ്ങൾ;

O- - സാമ്പത്തിക സ്ഥിതിയിൽ പ്രതീക്ഷിക്കുന്ന മാറ്റങ്ങളുടെ വിലയിരുത്തൽ

L-- - സംഭവിച്ച വ്യക്തിഗത മാറ്റങ്ങളുടെ വിലയിരുത്തൽ

സാമ്പത്തിക സ്ഥിതി;

-*-¦ - വ്യക്തിഗത മെറ്റീരിയലിൽ പ്രതീക്ഷിക്കുന്ന മാറ്റങ്ങളുടെ വിലയിരുത്തൽ

വ്യവസ്ഥകൾ;

- - ¦ - - - വലിയ വാങ്ങലുകൾക്കുള്ള അനുകൂല സാഹചര്യങ്ങളുടെ വിലയിരുത്തൽ

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

ഒരേ ചാർട്ടിലെ രണ്ട് സൂചകങ്ങളുടെ ചലനാത്മകതയ്ക്ക് കഴിയും

ഇവയാണെങ്കിൽ, 100% കൊണ്ടുവരാതെ അവതരിപ്പിക്കുക

സൂചകങ്ങൾ ചില പ്രവർത്തനങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു

അനുപാതം (ഉദാഹരണത്തിന്, ജനറലിൻ്റെ ചലനാത്മകത

സൂചകവും സൂചകവും, അതിൽ ഒന്നാണ്

ഘടകങ്ങൾ). അത്തരമൊരു ഗ്രാഫിൻ്റെ ഉദാഹരണമാണ് ചിത്രം. 4.2

abscissa അക്ഷത്തിൽ ഡൈനാമിക്സ് ഗ്രാഫിക്കായി ചിത്രീകരിക്കുമ്പോൾ

സമയം കാണിക്കുന്നു (വർഷങ്ങൾ, പാദങ്ങൾ, മാസങ്ങൾ); ഓർഡിനേറ്റിനൊപ്പം

സൂചകങ്ങളുടെയോ സൂചകങ്ങളുടെയോ മൂല്യങ്ങൾ (ചിത്രം 4.3, എ). അതേസമയത്ത്

ഓർഡിനേറ്റ് അക്ഷം "O" പോയിൻ്റിൽ ആരംഭിക്കണം. ചിലപ്പോൾ പകരം

y-അക്ഷത്തിലെ പ്രാരംഭ ലെവലായി പൂജ്യം പോയിൻ്റ്

ഏത് വർഷത്തിൻ്റെയും നില കാണിക്കുന്നു. ഇതാണ് ഇവിടെ ചെയ്യുന്നത്

പ്രദർശിപ്പിച്ചിരിക്കുന്ന സൂചകത്തിൽ മാറ്റമുണ്ടെങ്കിൽ

പ്രധാനപ്പെട്ടത് - പരിഗണനയിലിരിക്കുന്ന കാലയളവിൽ 8-10 തവണ അല്ലെങ്കിൽ അതിൽ കൂടുതൽ

സൂചിപ്പിക്കുന്നത് കൂടുതൽ ശരിയായിരിക്കും പൂജ്യം പോയിൻ്റ്തുടർന്ന് (ആവശ്യമെങ്കിൽ)

ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്നതുപോലെ ഓർഡിനേറ്റ് അക്ഷം "ബ്രേക്ക്" ചെയ്യുക. 4.3, ബി.

ചിലപ്പോൾ, സൂചകത്തിൽ വലിയ മാറ്റങ്ങളോടെ, അവ അവലംബിക്കുന്നു

ലോഗരിഥമിക് സ്കെയിൽ. സൂചക മൂല്യങ്ങൾ കരുതുക

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

ഒരു ഗ്രാഫ് നിർമ്മിക്കുന്നതിലെ ബുദ്ധിമുട്ടുകൾ. നമ്മൾ പോയാൽ

ലോഗരിതം, തുടർന്ന് അവയുടെ ഏറ്റവും കുറഞ്ഞ മൂല്യങ്ങൾ (പരമാവധി)

സൂചക മൂല്യങ്ങൾ വളരെയധികം വ്യത്യാസപ്പെട്ടിരിക്കില്ല: ലോഗ് 1 =

ഉപയോഗത്തിൻ്റെ ആവൃത്തി അനുസരിച്ച് പ്ലാനർ ചാർട്ടുകളിൽ

ബാർ ഗ്രാഫുകൾ ഹൈലൈറ്റ് ചെയ്തിരിക്കുന്നു, അതിൽ സൂചകം

ഒരു നിരയായി പ്രതിനിധീകരിക്കുന്നു, അതിൻ്റെ ഉയരം യോജിക്കുന്നു

സൂചകത്തിൻ്റെ മൂല്യം. ഒരു ബാർ ചാർട്ടിൻ്റെ 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 ജ്യാമിതീയത്തിൻ്റെ വിസ്തൃതിയുടെ ആനുപാതികത

കണക്കുകൾ, സൂചകത്തിൻ്റെ അളവ് മറ്റ് തരങ്ങൾക്ക് അടിവരയിടുന്നു

പ്ലാനർ ഡയഗ്രമുകൾ: ത്രികോണാകൃതി, ചതുരം,

ദീർഘചതുരം. ഒരു ത്രികോണ ഡയഗ്രാമിൽ നിങ്ങൾ ഇത് തിരഞ്ഞെടുക്കേണ്ടതുണ്ട്

ത്രികോണത്തിൻ്റെ വശങ്ങളും ഉയരവും അങ്ങനെ അതിൻ്റെ വിസ്തീർണ്ണം യോജിക്കുന്നു

സൂചകത്തിൻ്റെ മൂല്യം. ഒരു ചതുര ഡയഗ്രം വരയ്ക്കാൻ

നിങ്ങൾ ഒരു വശത്തിൻ്റെ വലിപ്പം സജ്ജീകരിക്കേണ്ടതുണ്ട്, ദീർഘചതുരം - രണ്ട്__

വശങ്ങൾ നിങ്ങൾക്ക് ഒരു സർക്കിളിൻ്റെ ഏരിയകളുടെ താരതമ്യം ഉപയോഗിക്കാം; വി

ഈ സാഹചര്യത്തിൽ, സർക്കിളിൻ്റെ ആരം വ്യക്തമാക്കിയിരിക്കുന്നു.

ഒരു സ്ട്രിപ്പ് ചാർട്ട് മെട്രിക്കുകൾ ഇതായി അവതരിപ്പിക്കുന്നു

തിരശ്ചീനമായി നീളമേറിയ ദീർഘചതുരങ്ങൾ. നിരകൾ പോലെ,

അതുപോലെ, സ്ട്രിപ്പ് ചാർട്ടുകൾ ഉപയോഗിക്കാൻ മാത്രമല്ല

അളവുകളുടെ താരതമ്യം, മാത്രമല്ല അവയുടെ ഭാഗങ്ങളുടെ താരതമ്യത്തിനും (ചിത്രം.

ഇതിനായി ഒരു പ്രത്യേക തരം സ്ട്രിപ്പ് ചാർട്ട് ഉപയോഗിക്കുന്നു

വ്യത്യസ്ത തരം മാറ്റങ്ങളുള്ള ഡാറ്റയുടെ അവതരണം:

പോസിറ്റീവ്, നെഗറ്റീവ് (ചിത്രം 4.7).

ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്ന ഡയഗ്രം. 4.7, ഉപയോഗിക്കാം,

ഉദാഹരണത്തിന്, വ്യത്യസ്ത വലുപ്പങ്ങളുള്ള പ്രദേശങ്ങളെ പ്രതിനിധീകരിക്കുന്നതിന് ഒപ്പം

മൈഗ്രേഷൻ ബാലൻസിൻ്റെ സ്വഭാവം (പോസിറ്റീവ് കൂടാതെ

നെഗറ്റീവ്) വർദ്ധിച്ചുവരുന്ന സംരംഭങ്ങൾ

കൂലി കുറഞ്ഞു, മുതലായവ.

പ്ലാനർ ചാർട്ടുകളിൽ, പൈ ചാർട്ടുകൾ പലപ്പോഴും ഉപയോഗിക്കാറുണ്ട്.

ഡയഗ്രം. ഘടനയെ ചിത്രീകരിക്കാൻ ഇത് ഉപയോഗിക്കുന്നു

പഠിക്കുന്ന ജനസംഖ്യ. മുഴുവൻ സെറ്റും എടുത്തിരിക്കുന്നു

th സൂചകം. ചിത്രത്തിൻ്റെ 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 തൊഴിലാളികളും പ്രത്യേക ജോലിക്കാരും

25-49 വയസ്സ് പ്രായമുള്ള വിദ്യാസമ്പന്നരും 15% - സ്ത്രീ തൊഴിലാളികളും

വൈദഗ്ധ്യവും അവിദഗ്ധവുമായ തൊഴിലാളികൾ പ്രായമായവർ

50 വയസും അതിൽ കൂടുതലുമുള്ള, മൂന്ന് സ്ത്രീ രൂപങ്ങൾ ചിത്രീകരിക്കണം,

അവയിൽ ആദ്യത്തേത് രണ്ടാമത്തേതിനേക്കാൾ ഇരട്ടി വലുതായിരിക്കണം

രണ്ടാമത്തേത് മൂന്നാമത്തേതിൻ്റെ ഇരട്ടി വലുതാണ്.

ഒരു ഗ്രാഫ് നിർമ്മിക്കുമ്പോൾ, എല്ലാം ഒരുപോലെ പ്രധാനമാണ് - ശരിയായ ഒന്ന്

അനുപാതങ്ങളുടെ ഗ്രാഫിക് പ്രാതിനിധ്യത്തിൻ്റെ തരം തിരഞ്ഞെടുക്കൽ, നിരീക്ഷിക്കൽ

ഡിസൈൻ നിയമങ്ങൾ. ഈ പ്രശ്നങ്ങളെല്ലാം കൂടുതൽ വിശദമായി പ്രതിപാദിച്ചിരിക്കുന്നു

വിവിധ തരം ഗ്രാഫുകൾ പിപിപി ലഭിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു

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

"മറ്റുള്ളവ. ഗ്രാഫിക്കൽ പ്രാതിനിധ്യത്തെ അടിസ്ഥാനമാക്കി

ഡാറ്റ തരംതിരിക്കുന്നതിനുള്ള (ഗ്രൂപ്പിംഗ്) ചില നടപടിക്രമങ്ങൾ,

ചലനാത്മക വിശകലനം: പ്രവണതകൾ തിരിച്ചറിയൽ, ചലനാത്മകത താരതമ്യം ചെയ്യുക

വ്യത്യസ്ത സൂചകങ്ങൾ മുതലായവ.

അവസാനമായി, സ്റ്റാറ്റിസ്റ്റിക്കൽ ഡാറ്റ സംഗ്രഹിക്കുന്ന പ്രക്രിയ തന്നെ ആകാം

ഗ്രാഫിക്കായി അവതരിപ്പിക്കുക (ചിത്രം 4.11). മുഴുവൻ ശ്രേണിയും ചിത്രീകരിച്ചിരിക്കുന്നു

ശേഖരിച്ച ഡാറ്റ, അതായത്. ഒബ്ജക്റ്റ്-ആട്രിബ്യൂട്ട് പട്ടിക ലഭിച്ചു

നിരവധി കാലഘട്ടങ്ങളിൽ. ഉദാഹരണത്തിന്, വ്യവസായത്തെക്കുറിച്ചുള്ള ഡാറ്റ

പലർക്കും ഈ പ്രദേശത്തെ സംരംഭങ്ങൾ

ഓരോ മാസത്തെയും സവിശേഷതകൾ. ഇതിൽ പ്രതിനിധീകരിക്കാം

ഒരു സമാന്തരപൈപ്പിൻ്റെ രൂപത്തിൽ, അതാണ് ചിത്രത്തിൽ ചെയ്തിരിക്കുന്നത്. 4.11

മൂന്നാമത്തെ മാനം സമയമായിരിക്കില്ല, പക്ഷേ ഒരു നിശ്ചിതമാണ്

പ്രദേശം, അതായത്. ഓരോ "വസ്തു-ആട്രിബ്യൂട്ട്" പട്ടികയും ഉൾപ്പെടുന്നു

ഒരു നിശ്ചിത പ്രദേശത്തേക്ക് (ജില്ല, പ്രദേശം മുതലായവ). ഓൺ

തുടർന്നുള്ള കണക്കുകൾ കാണിക്കുന്നത് ഓരോ സബറേകളും,

ചിത്രത്തിൽ നിന്ന് എടുത്തത്. 4.12, a, അനുവദിക്കുകയും വികസിപ്പിക്കുകയും ചെയ്യാം

സ്വതന്ത്രമായി (ബി); ചിത്രത്തിൽ. 4.12, അത് ഡാറ്റ കാണിക്കുന്നു

പ്രദേശം, പാദം, ഒടുവിൽ, എന്നിങ്ങനെ വിഭജിക്കാം

മൂന്ന് അടിസ്ഥാനത്തിലുള്ള ഡാറ്റ വിഭജനം: സമയം അനുസരിച്ച്,