2.2 画统计图的准备1：选好统计表
画好统计表，要遵循两个基本原则，即“能排序就排序，能分组就分组”。
“怎样的统计表才适合画统计图？”“我是统计表，怎么就不适合画统计图？”为了说服和安抚这些声音，为了维护统计图数据大使的形象，本节聊一聊选好统计表这个话题。
统计图离不开统计表。统计表画好了，统计图才有可能画得好。统计表没画好，统计图肯定画不好。统计表是表格加数据，是画统计图的唯一来源。统计表没画好，将有损统计图数据的形象。可以说，有些不合格的统计图，根子就在于统计表没有画好。
接下来，举例说明统计表是怎样影响统计图这位数据大使形象的。
【例2-1】问：图2-2画得好吗？
图2-2 数据已排序的柱形图
答：画图2-2的统计表见表2-2。
表2-2 2020年2—4月中国邮政业务量的函件数
来源：中国国家统计局
图2-2是一张柱形图，实话实说，画得不好。从绘图区看，柱形图中的3根柱子，虽然按由小到大的顺序排列，让人看了也没有不适感，但画得不规范。这张柱形图，要按时间来排序，而不是按数据来排序。由于这张画柱形图的统计表没有按时间排序，因此统计表就没有画好，统计图自然也画不好。
将表2-2中的数据按时间进行排序，得到规范的统计表见表2-3。
表2-3 2020年2—4月中国邮政业务量的函件数
在表2-3中，邮政业务量的函件数按时间顺序排列。这样的统计表，能让人看到，在这三个月内，函件数的分布情况。
用好的统计表2-3就可以画出好的统计图，如图2-3所示。
图2-3 数据没有排序的柱形图
在图2-3中，柱形图的柱子按时间顺序排列，与统计表相比，可以让人更直观地看到在不同时间内，中国邮政业务量函件数的变化。
【例2-2】问：图2-4画得好吗？
图2-4 数据没有排序的柱形图
答：画图2-4的统计表见表2-4。
表2-4 2020年世界卫生组织区域新冠肺炎疫情累计确诊病例情况比较
来源：世界卫生组织 统计：截至北京时间：2020年5月23日15时32分
图2-4是一张柱形图，说实话，画得不好。柱子忽高忽低，而累计确诊病例的数据可以排序。由于统计表没有排序，因此统计表就没有画好，而统计表没有画好，图2-4自然也画不好。
将表2-4中的数据进行排序，得到规范的统计表，见表2-5。
表2-5 2020年世界卫生组织区域新冠肺炎疫情累计确诊病例情况比较
来源：世界卫生组织 统计：截至北京时间：2020年5月23日15时32分
在表2-5中，累计确诊病例按由少到多的顺序排列。这样的统计表，让人一眼就能看到累计确诊病例的最低点和最高点，同时，还能快捷地比较累计确诊病例在这六个区域的分布。用规范的统计表2-5就可以画出规范的统计图，如图2-5所示。
图2-5 数据已排序的柱形图
在图2-5中，柱形图的柱子由低到高排序，与统计表相比，让人更直观地看到累计确诊病例的最低点和最高点，各区域确诊病例排在什么位置也一目了然。
【例2-3】问：图2-6画得好吗？
图2-6 数据没有分组的柱形图
答：图2-6是用表2-6中的数据画的。
表2-6 2010—2019年世界诺贝尔文学奖10位得主的年龄与获奖年份
图2-6是一张柱形图，画得不中看。这张图，画了10根柱子，不仅让人看得眼花缭乱，而且根本就看不出年龄的分布特点。
在图2-6中，画10个年龄，画面就这样拥挤，可以设想一下，如果画更多的数据，20个、30个……甚至更多，画面又会怎样？可想而知，一定会挤成一团糟，让人一见就晕倒。
表2-6没有分组，有10个人，就有10个年龄的值，这是没有分组的资料。用表2-6的数据画出来的图2-6效果不佳，这是没有分组惹的祸。避祸趋利，可以采取分组法。按年龄分组，统计各组的人数，就能很好地呈现年龄的分布。
将表2-6中的数据按年龄进行分组，得到表2-7。
表2-7 2010—2019年世界诺贝尔文学奖10位得主的年龄分布
用好表2-7，就能画好图，如图2-7所示。
图2-7 年龄已分组的直方图
在图2-7中，年龄经过分组，分为4组，画出的直方图，其画面清爽，可以清楚地看到10位诺贝尔文学奖获得者的年龄分布情况。10年诺贝尔文学奖，10位获奖作者，以高龄者居多，都在50岁以上，60岁以上的有8人。
从以上3个例子可以看到，统计图的模样与统计表的设计直接挂钩。
在统计表中，【例2-1】不能对函件的数据排序，【例2-2】要对病例的数据排序，【例2-3】要对数据进行分组。那么，问题来了：在画统计表的时候，什么时候要对数据排序？什么时候不需要对数据排序？什么时候要对数据进行分组？什么时候不需要对数据进行分组？要回答这些问题，看一看统计表的基本框架与数据类型就一清二楚了。统计表的基本框架见表2-8。
表2-8 统计表的基本构成
在表2-8中，第一列是分类栏，包括分类的名称，以及分类的取值；第二列是数据栏，包括数据的名称和数据的取值。
在统计表中，分类的取值不同，数据的类型也不一样。数据的类型不同，直接影响到统计表中的数据是否排序，是否分组。所以，这里有必要来围观一下数据的三种类型，即时间型数据、文本型数据和数值型数据。
（1）时间型数据是指在统计表中，当分类的取值为时间时，那么统计表的数据为时间型数据。时间的形式，有年、月、日等。在时间型数据中，数据不排序。
比如，【例2-1】就是时间型数据的统计表。其分类的名称为“月份”，分类的取值为“2月、3月、4月”。数据的名称为“函件数”，数据的取值为“1.0、1.5、1.2”。“函件数”的数据不排序。
（2）文本型数据是指在统计表中，当分类的取值为文本时，那么统计表的数据为文本型数据。文本的形式，如文字、没有计算含义的数字等。在文本型数据中，数据能排序就排序。当分类取值的排列没有固定顺序时，数据就要排序；当分类取值的排列有固定顺序时，数据就不能排序。
比如，【例2-2】就是文本型数据的统计表。其分类的名称为“区域”，分类的取值为“东南亚、非洲、欧洲、美洲、东地中海、西太平洋”。数据的名称为“累计确诊病例”，数据的取值为一串数值。由于六大区域的排列没有固定顺序，谁都可以排名第一，所以“累计确诊病例”的数据就要排序。
（3）数值型数据是指在统计表中，当分类的取值为数值时，那么统计表的数据为数值型数据。分类的数值有实际含义。在数值型数据中，数据能分组就分组，分组后的数据不能排序。
比如，【例2-3】就是数值型数据的统计表。其分类的名称为“年龄”，分类的取值为“50—60、60—70、70—80、80—90”。数据的名称为“人数”，数据的取值为一串数值。由于“年龄”是分组数据，组与组之间有固定顺序，所以“人数”的数据不能排序。
显然，在统计表中，数据是否排序，与数据的类型有关。
对于时间型数据，数据不能排序。
对于文本型数据，数据能排序就排序。
对于数值型数据，数据能分组就分组，分组后的数据不能排序。
只有画好了统计表，画好统计图才有希望。
从没有分组的数值型数据到分组的数值型数据，这是一个技术活儿，下面以【例2-4】加以说明。
【例2-4】怎样整理年龄资料？
新华网收录了1901—2019年世界诺贝尔文学奖116位得主的年龄等资料。整理这些年龄资料的结果如图2-8所示。
图2-8 整理年龄的过程
对图2-8整理年龄的说明如下。
（1）准备。调出Excel 2010“数据分析”工具。其步骤为：右击“文件”按钮，在弹出的菜单中选择“自定义功能区”选项，在弹出的“Excel选项”对话框中，先选择“加载项”选项，再单击“转到”按钮，在弹出的“加载宏”对话框中分别勾选“分析工具库”和“分析工具库-VBA”复选框，最后单击“确定”按钮。这时，在“分析”这一组，“数据分析”工具闪亮登场。
（2）整理年龄的步骤如下。
第1步，录入数据与排序。对“年龄（岁）”排序，结果如图2-8中的第1步所示。
第2步，分组。对年龄分成5个组，并列出各组的最大值，结果如图2-8的第2步所示。
第3步，汇总并计算。对各组年龄的人数进行汇总并计算构成比，结果如图2-8的第3步所示。汇总各组年龄人数的过程为：单击“数据”选项卡，在“分析”这一组单击“数据分析”命令，在弹出的“数据分析”对话框中选择“直方图”选项，单击“确定”按钮，在弹出的“直方图”对话框中，在输入区域的文本框中输入“D5:D120”，在接收区域的文本框中输入“F5:F9”，单击“输出区域”单选按钮并输入G4，最后单击“确定”按钮，得到汇总的结果。计算各组的总和，并计算各组的构成比。
第4步，列出年龄分布的统计表，结果见表2-9。
表2-9 1901—2019年世界诺贝尔文学奖116位得主的年龄分布
第5步，画出年龄分布的统计图，结果如图2-9所示。
图2-9 年龄分布的直方图
从【例2-1】和【例2-2】可以看到，在画统计图时，“数据能排序就排序”的重要；从【例2-3】可以感受到，在画统计图时，“数据能分组就分组”的不可缺少，从【例2-4】可以发现，在画统计表前，“数据能整理就整理”的美妙。
这里，问题又来了：用【例2-1】和【例2-2】的数据画的是柱形图，用【例2-3】和【例2-4】的数据画的是直方图，那么，柱形图和直方图，这些统计图的选择有什么讲究吗？这个问题来得及时，因为这正是下一节的重点。