近年来，越来越多的生态问题展现在我们眼前，像日本往大海倾倒核废水，全球干旱，热带雨林大面积火灾，全球最高温，温度突变，极端天气，等都将生态问题展现在我们面前。当代生态环境问题，是人类不合理的活动引起的生态要素减少、生态结构瓦解、生态功能损害、环境质量下降、自然灾害频繁,转而又直接危害人的利益，威胁人类生存和发展的一种现象。

我们迫不及待地想了解环境地变动，接下来我将通过excel处理经合组织和国家统计局获取的数据，通过帆软finebi对环境基础数据实现可视化图表分析，制作环境基础数据的可视化仪表板。

1.数据来源

1.     数据取自经合组织统计局（OECD Statistics）和国家统计局。

2.     原始数据源文档（7个xlsx文档）：09年气温.xlsx，99年平均气温.xlsx，1980-2016月份气温.xlsx,1980-2022温度异常.xlxs，温室气体排放量.xlsx，主要城市平均气温.xlsx,主要城市相对湿度.xlsx。

3.     数据源处理表（8个xlsx文档）：09年气温.xlsx，99年平均气温.xlsx，1980-2016月份气温.xlsx,1980-2022温度异常.xlxs，温室气体排放量.xlsx，主要城市平均气温.xlsx,主要城市相对湿度.xlsx，温室气体排放量转置.xlsx。

4.     数据处理工具：finebi，excel，OpenRefine。

2.数据处理

3.仪表板布局设置

4.图表制作

4.1 1880-2022年月平均气温彩虹图

图4.1 1880-2022年月平均气温彩虹图

制作方法：导入数据表“1980-2016年月份气温.xlsx”，图表类型中选择“多系列折线图”，将维度中“月份”拖向横轴，将指标1880-2022年的所有指标拖动到纵轴，为体现重点，我们点击2022，选择“特殊显示”，选择“动画”，确定“2s”，设计颜色样式，按彩虹色排列，删去图例。

数据分析：通过1880-2022年月平均气温彩虹图，经过40年数据统计，发现7月气温为每一年气温峰值，且每一年的平均气温在升高，全年高温日益严重。

4.2 1990温室气体排放地图（co2千吨）

图4.2 1990温室气体排放地图

制作方法：导入数据表温室气体排放量（CO2）.xlsx，右击维度“国家”，选择地理字段，生成地理字段“国家（经度）”，“国家（纬度）”，把两个地理纬度拖至横纵轴，生成地图，将指标1990拖至颜色，标签，生成1990碳排放量区域地图。

数据分析：通过对1990年全球碳排放量地图分析，看见颜色最深的地区是美国，所以1990年温室气体排放量最高的是美国，其次是俄罗斯，那是俄罗斯和美国是属于经济强国，国内的经济蓬勃发展，碳排放量也居于世界前列。美国1990年碳排放量高达6453450.22千吨。

4.3 2020世界温室气体排放地图（CO2千吨）

图4.3 2020世界温室气体排放地图

制作方法：如1990世界温室气体排放地图。

数据分析：通过对2020年全球碳排放了地图分析，看见颜色最深的地区是中国，中国2020世界温室气体排放量最高。制造产业中心在中国，在疫情影响下，中国合理管控，科学引导，使得中国的制造产业居于世界前茅，提供全球大部分的产值。

4.4 1980年-2022年温度的年平均值差异折线图

图4.4 1980年-2022年温度的年平均值差异折线图

制作方法：导入数据源1980-2022温度异常.xlsx，将月份拖至横轴，选择多系列折线图，将1980-2022年的指标依次拖拽到纵轴，设置每条折线的颜色，取消图例，取消数值轴标题，给2022年指标添加注释和动画特殊显示。、

数据分析：1929-1978每年温度年平均值降低，1978年后年平均温度升高；2002年开始每月年平均温度变化波动较大，尤其是1月到5月波动比较明显。可以看出，每一年的温度都在平均上升。

4.5 全球30年碳排放量趋势图

图4.5 全球30年碳排放量趋势图

制作方法：导入数据库表温室气体排放量转置表.xlsx，添加计算字段“合计”，将所有国家求和，将指标合计拖放至纵轴，将年份拖放至横轴，在计算字段“合计”中，添加注释，选择条件或，添加最大的一个和最小的一个的注释，点击添加设置分析线，选择趋势线，指标选择“求和”，出现一条趋势线。

数据分析：近30年里，碳排放量的峰值是2007年。2018年全球碳排放开始下降，2018年11月欧盟通过了《欧盟2050战略性长期愿景》，要求欧盟从能源、建筑、交通、土地利用、农业、工业、循环经济等多方面入手，推动欧盟全面降低碳化发展。2020年全球疫情影响下，碳排放量减少5.9%，碳排放为320.79亿吨。世纪70年代至今，随着全球经济发展，碳排放和人均排放均有大幅增长。

5 成果展示

图5.1 模块1成果展示图

6.总结和分享

以上就是对excel获取的环境数据的数据可视化分析，通过帆软finebi对环境基础数据实现帆软可视化图表制作，并通过仪表板的布局设置完成对帆软数据分析仪表板的实现，向大家叙述环境数据的语言并讲好故事。

商业智能BI产品更多介绍：www.finebi.com

免费下载FineBI 立即体验Demo