简介：本资源是一份面向统计学初学者与高校教学场景的Excel实操指南，聚焦用Excel高效完成频率分布表与直方图的规范绘制，解决手工统计繁琐易错、图形表达不直观等痛点。PDF文档以人教版高中数学必修3课后习题为案例，完整呈现60组棉花纤维长度数据的处理全流程：包括数据排序、极差计算、分组设定（6组/组距60mm）、借助“分析工具库→直方图”生成频数表、手动换算频率与“频率/组距”、以及簇状柱形图定制化美化（零间距柱形、坐标轴标注、标题调整等）。资源为单个638KB PDF文件，内容结构清晰，含8幅关键操作截图与详细步骤注释，便于边学边练。目前已有1539人学习下载，适合统计入门者、中学数学教师及需快速开展数据可视化教学的教育工作者直接复用。
1. 不用插件、不写代码，用 Excel 原生功能就能做出专业级频率分布表和直方图——数据分析师日常高频刚需，新手照着步骤三分钟出图，老手关注 bin 宽度与分组逻辑的隐性陷阱
你刚拿到一份销售订单表（含 5000 条单价数据），领导说“看看价格分布情况”。这不是让你算个平均值就交差的事——他要的是能一眼看出“大部分订单集中在哪个价格区间”“有没有异常高价/低价离群点”“分布是否对称或偏斜”。这时候，频率分布表 + 频率分布直方图就是最直接、最易懂、最被业务方接受的呈现方式。Excel 完全可以独立完成，无需 Python、Origin 或任何第三方工具。但很多人卡在第一步：为什么按“数据透视表→分组”出来的直方图柱子宽度不一致？为什么“插入→图表→直方图”按钮在旧版 Excel 里根本找不到？问题不在软件，而在对“分组边界”“频数统计逻辑”“图表数据源绑定关系”的理解偏差。本文聚焦 Excel 2016 及以上版本（含 Microsoft 365），全程使用内置功能，从原始数据出发，手把手拆解频率分布表构建原理、直方图生成路径、关键参数设置依据，以及三个极易被忽略却直接影响结论可信度的实操细节。
2.1 频率分布表的本质：不是简单计数，而是对连续变量进行有逻辑的离散化分组
频率分布表的核心任务，是把一组连续型数值（如销售额、考试分数、响应时间）划分为若干互斥且连续的区间（称为“组距”或“bin”），再统计每个区间内数据出现的次数（频数）。它不是对原始数据做无序归类，而是建立一种结构化观察视角。例如，将 0–100 分的考试成绩划分为 [0,60)、[60,70)、[70,80)、[80,90)、[90,100] 五个区间，比单纯列出所有分数更有助于发现教学效果分布特征。Excel 中实现这一过程，有两种主流路径：手动设定分组边界 + COUNTIFS 统计（完全可控，适合教学与深度分析），或利用数据透视表自动分组（快捷，但需理解其默认规则）。二者底层逻辑一致，但操作细节决定结果是否可复现、可解释。
提示：不要直接用“插入→直方图”按钮生成图表后反推分组——该功能在 Excel 2016 中才正式加入，且其 bin 宽度由 Excel 自动估算，无法精确控制，也不生成可编辑的频率分布表。本方案坚持“先建表、再作图”，确保每一步都透明、可验证。
2.1.1 手动分组法：用 MIN/MAX 确定范围，用 FREQUENCY 函数一次性输出频数列
这是最经典、最可靠的方法。假设你的原始数据位于工作表Sheet1的 A2:A5001 区域（共 5000 个数值）。首先，在空白区域（如 D1:D21）手动定义分组上限（即“组边界”）。注意：FREQUENCY 函数要求输入的是每个区间的上限值，且必须按升序排列。例如：
| D1 | D2 | D3 | D4 | D5 | ... | D21 |
|---|---|---|---|---|---|---|
| 0 | 10 | 20 | 30 | 40 | ... | 200 |
这表示划分了 20 个区间：(-∞,0]、(0,10]、(10,20]、...、(190,200]。实际应用中，区间起点应略小于数据最小值，终点略大于最大值，避免遗漏。因此，先计算数据极值：
=MIN(Sheet1!A2:A5001) // 假设结果为 5.2 =MAX(Sheet1!A2:A5001) // 假设结果为 187.6据此，D1 设为 0（覆盖最小值），D21 设为 200（覆盖最大值），中间等距填充（步长 = (200-0)/20 = 10）。然后，在 E1:E21 区域输入 FREQUENCY 公式：
=FREQUENCY(Sheet1!A2:A5001, Sheet1!D1:D20)关键注意：这是一个数组公式，必须按Ctrl+Shift+Enter（Excel 365/2021 可直接回车）；且引用的分组边界区域是D1:D20（20 个上限值），而非D1:D21（21 个值），因为 FREQUENCY 会自动将最后一个区间设为“大于 D20 的所有值”。E1 对应“≤D1”的频数，E2 对应“(D1,D2]”的频数，……，E21 对应“>D20”的频数。这样得到的 E1:E21 就是各组频数列。
2.1.2 数据透视表分组法：右键“分组”背后的数学逻辑与可控性妥协
若追求速度，数据透视表是更直观的选择。将原始数据拖入透视表行区域，右键数值字段 → “组合”。Excel 会弹出对话框，要求设置“起始值”、“终止值”、“间隔”。此处，“间隔”即 bin 宽度。例如，起始值填 0，终止值填 200，间隔填 10，则自动生成 20 个组。但必须注意：Excel 默认的“起始值”是数据最小值向上取整，“终止值”是最大值向下取整，若未手动指定，可能导致首尾区间被截断。例如，数据最小值为 5.2，Excel 可能设起始值为 6，导致 0–6 区间缺失。因此，务必手动输入符合业务逻辑的起止值。此外，透视表分组后，频数列是动态的，但无法直接导出为标准频率分布表格式（缺少明确的组边界列），需额外复制粘贴并补全边界信息。
2.2 构建完整频率分布表：添加组中值、频率、累计频率三列，让表格真正“说话”
仅有频数列（Count）的表格信息量有限。一个专业的频率分布表至少应包含四列：组边界（Lower & Upper）、组中值（Midpoint）、频数（Frequency）、频率（Relative Frequency）。组中值 = (下限 + 上限) / 2，是该组的代表性数值；频率 = 频数 / 总样本数，用于不同规模数据集间的横向比较。以手动分组法为例，在 D1:D21 已定义上限后，需补充下限列（C 列）和中值列（F 列）：
| C（下限） | D（上限） | E（频数） | F（组中值） | G（频率） |
|---|---|---|---|---|
| -10 | 0 | =FREQUENCY(...,D1) | =(C1+D1)/2 | =E1/SUM($E$1:$E$21) |
| 0 | 10 | =FREQUENCY(...,D2) | =(C2+D2)/2 | =E2/SUM($E$1:$E$21) |
| ... | ... | ... | ... | ... |
其中，C1 设为 -10 是为了覆盖可能的负值（若数据全为正，可设为 0）；F 列公式可直接下拉；G 列使用绝对引用SUM($E$1:$E$21)确保分母固定。至此，表格已具备基础分析能力。若需进一步计算累计频率（Cumulative Frequency），在 H1 输入=G1，H2 输入=H1+G2，再下拉即可。累计频率揭示“低于某值的数据占比”，是绘制累积分布图（Ogive）的基础。
注意：组中值的计算必须严格基于你定义的边界，而非 Excel 透视表自动生成的模糊标签（如“10-19”）。后者在底层可能对应 [10,20)，但显示不精确，易引发歧义。手动法虽多两步，但边界清晰、逻辑闭环。
2.3 从频率分布表到直方图：用“簇状柱形图”替代“直方图”按钮，彻底掌控横轴刻度与柱宽
Excel 内置的“直方图”图表类型（在“插入→图表→统计图表”中）虽便捷，但存在两大硬伤：一是横轴自动采用文本标签（如“10-19”），无法设置数值刻度，导致无法添加平均线、中位数线等参考线；二是柱宽（Gap Width）默认为 0%，但实际视觉上仍有间隙，且无法精确匹配组距。专业做法是：用“簇状柱形图”作为载体，将组中值设为横轴，频数设为纵轴，并通过调整“分类间距”模拟真实直方图。
2.3.1 创建图表：选择组中值与频数列，插入簇状柱形图
选中 F1:F21（组中值）和 E1:E21（频数）两列数据（注意：必须是相邻两列，且组中值在前），点击“插入→图表→柱形图→簇状柱形图”。此时图表横轴显示的是组中值（如 5,15,25,...），这是正确起点。但默认柱子过宽，且横轴刻度间隔过大。接下来需精细化调整。
2.3.2 关键美化：设置横轴为“坐标轴”，关闭“分类间距”，添加数据标签
右键横轴 → “设置坐标轴格式”。在“坐标轴选项”中，将“坐标轴类型”设为“坐标轴”（非“文本坐标轴”），这确保横轴是数值尺度，支持后续添加参考线。然后，右键柱形图 → “设置数据系列格式”，将“分类间距”拖至 0%。此时柱子紧密相连，视觉上已接近直方图。最后，右键柱子 → “添加数据标签”，勾选“值”，取消勾选“显示系列名称”和“显示类别名称”，使标签仅显示频数。至此，一张符合统计规范的频率分布直方图已成型。
2.3.3 进阶增强：添加平均值参考线与正态分布拟合曲线（可选）
若需评估分布形态，可在图表中添加平均值线。先计算平均值：=AVERAGE(Sheet1!A2:A5001)，记为 X̄。在图表数据源中新增一行：横轴值为 X̄，纵轴值为 0（或一个足够大的数，如MAX(E1:E21)*1.1）。选中该点 → “更改系列图表类型” → 设为“折线图”。右键该折线 → “设置数据系列格式”，设线条颜色为红色、粗细为 2 磅，并添加数据标签显示“X̄ = [值]”。此线直观标出数据中心位置。若需叠加正态分布曲线，需用 NORM.DIST 函数计算各组中值对应的理论概率密度，再乘以总样本数和组距，得到理论频数，添加为第二条折线——此为高阶分析，本文暂不展开。
3. 用 Excel 在本地跑通频率分布直方图的最小命令链：从原始数据到可交付图表的 7 步闭环
以下是一个零基础用户可直接复现的、无歧义的操作序列。假设数据在Sheet1的 A2:A1001（1000 行），目标生成 10 个等宽组的频率分布表与直方图。
3.1 步骤 1：确定分组参数（30 秒）
在空白单元格（如 G1）计算：
=MIN(Sheet1!A2:A1001) // 得 min_val =MAX(Sheet1!A2:A1001) // 得 max_val =(max_val - min_val)/10 // 得 bin_width（约数，用于后续手动调整）例如，min_val=12.3，max_val=98.7，则 bin_width≈8.64。为便于阅读，常取整为 10，故起始值设为 10，终止值设为 100。
3.2 步骤 2：构建分组边界列（D1:D11）
在 D1 输入10，D2 输入20，选中 D1:D2，拖拽填充柄至 D11，得到 10,20,...,100。D11 是第 10 个区间的上限。
3.3 步骤 3：计算频数列（E1:E11）
在 E1 输入数组公式（Excel 365 直接回车，旧版 Ctrl+Shift+Enter）：
=FREQUENCY(Sheet1!A2:A1001, Sheet1!D1:D10)选中 E1:E11，按上述方式输入公式，确认后 E1:E10 显示各组频数，E11 显示“>100”的频数（应为 0，否则需扩大终止值）。
3.4 步骤 4：生成组中值与频率列（F1:G11）
F1 输入=(D1+D2)/2，下拉至 F10（F11 无需，因 E11 是溢出值）；
G1 输入=E1/SUM($E$1:$E$10)，下拉至 G10。
此时 F1:G10 是核心分析数据。
3.5 步骤 5：创建直方图（插入→柱形图→簇状柱形图）
选中 F1:F10 和 G1:G10（注意：是频率列，非频数列，使纵轴为百分比），插入簇状柱形图。
3.6 步骤 6：设置横轴为数值坐标轴
右键横轴 → “设置坐标轴格式” → “坐标轴类型” → 选“坐标轴”。
3.7 步骤 7：调整柱宽与标签
右键柱子 → “设置数据系列格式” → “分类间距” → 拖至 0%；
右键柱子 → “添加数据标签” → 仅勾选“值”。
完成。图表横轴为组中值（15,25,...,95），纵轴为频率（0.00–0.30），柱子无缝连接，可直接用于汇报。
| 操作环节 | 关键动作 | 常见错误 | 正确做法 |
|---|---|---|---|
| 分组边界 | 定义 D1:D11 | 用 D1:D11 作为 FREQUENCY 的第二个参数 | 必须用 D1:D10（n 个上限对应 n 个组） |
| FREQUENCY 输入 | 数组公式确认 | 单独按 Enter | Excel 365：Enter；旧版：Ctrl+Shift+Enter |
| 图表数据源 | 选中组中值+频率 | 误选组中值+频数 | 频率列更利于跨数据集比较，纵轴为比例 |
| 横轴类型 | 设置为“坐标轴” | 保留默认“文本坐标轴” | 否则无法添加平均线、无法精确控制刻度 |
4. 频率分布直方图的 3 个必调参数：bin 宽度、起始点、纵轴类型，参数微调如何改变业务解读
直方图不是“画出来就行”，其形态直接受三个参数支配，而每个参数的选择都隐含业务假设。忽略这点，图表可能传递错误信号。
4.1 bin 宽度（组距）：过宽掩盖细节，过窄制造噪声
bin 宽度是影响分布形态最敏感的参数。以某电商用户停留时长（秒）数据为例：若 bin 宽度设为 10 秒，可能显示多个尖峰，反映用户在特定功能页的集中行为；若设为 60 秒，则尖峰合并，只看到整体“短时浏览”与“长时研究”两大模式。经验法则：Sturges 公式k = 1 + log₂(n)给出组数建议（n 为样本量），Scott 规则h = 3.5σ / n^(1/3)给出最优 bin 宽度（σ 为标准差）。在 Excel 中，可先用 STDEV.P 计算 σ，代入 Scott 公式得 h，再取整。例如 n=1000，σ=120，则 h≈3.5×120/10=42，取 bin 宽度为 40 或 50 秒。切忌凭感觉随意设为 5、10、100——需有统计依据或业务依据（如“按分钟粒度分析”）。
4.2 起始点（First Bin Lower Bound）：决定分组锚点，影响离群值归属
起始点并非必须为 0。若数据最小值为 15.3，起始点设为 0，则第一组 [0,10) 频数为 0，造成左侧大片空白；若设为 10，则 [10,20) 包含最小值，更紧凑。但更关键的是，起始点影响离群值判断。例如，某组数据含一个 2000 的异常值，若 bin 宽度为 100，起始点为 0，则 2000 落入 [2000,2100)，成为独立一柱；若起始点为 50，则 2000 落入 [1950,2050)，仍为独立柱。但若起始点为 100，2000 落入 [1900,2000)，与 1950 的数据同组，可能掩盖其异常性。因此，起始点应略小于最小值，且与 bin 宽度构成整除关系（如 min=15.3，bin=10，起始点设为 10），确保分组逻辑清晰。
4.3 纵轴类型：频数 vs 频率 vs 概率密度，三种尺度对应三种问题
- 频数（Count）纵轴：回答“每个区间有多少个？”——适用于单一数据集内部比较，如“价格在 100–200 元的订单有多少单？”
- 频率（Relative Frequency）纵轴：回答“每个区间占总体的比例？”——适用于多数据集对比，如“今年 vs 去年，高价订单占比变化？”
- 概率密度（Density）纵轴：需将频数除以总样本数再除以 bin 宽度（即
Frequency/(n×bin_width)），使所有柱子面积之和为 1。这是与理论分布（如正态分布）拟合的前提，因为密度函数曲线下面积为 1。在 Excel 中，只需在 G 列公式改为=E1/(COUNT(Sheet1!A2:A1001)*$bin_width)即可。若纵轴为密度，柱子高度不再代表“多少”，而代表“该区间单位宽度内的相对可能性”，是高级统计分析的基石。
提示：当 bin 宽度不等时（如对数分组），必须使用概率密度纵轴，否则柱子高度不可比。Excel 默认等宽分组，但需知此限制。
本文还有配套的精品资源，点击获取
