---

---

在数字化办公时代，Excel作为数据处理与分析的核心工具，其功能正被AI技术深度拓展与革新。通过自然语言指令，用户可轻松实现数据清洗、复杂公式生成、智能图表创建及VBA脚本自动化等操作，将繁琐的手工流程转化为高效智能的工作流。本文将通过结构化代码示例与详细场景解析，展示AI如何赋能Excel图表制作的全流程，从数据预处理到最终可视化呈现，助力用户构建端到端的数据分析解决方案。

一、数据清洗与预处理：奠定精准分析的基础

数据质量直接影响分析结果的可靠性。AI能够根据用户需求自动生成数据清洗代码，高效处理空值、重复值、格式不一致等问题，为后续分析提供标准化数据基础。

示例1：Python清洗Excel数据（openpyxl库）

from openpyxl import load_workbook
from datetime import datetime

def clean_data(file_path):
    # 加载Excel文件
    wb = load_workbook(file_path)
    ws = wb.active

    # 1. 去除空行（保留标题行）
    rows_to_delete = []
    for row_idx in range(2, ws.max_row + 1):  # 从第二行开始检查
        if all(cell.value is None for cell in ws[row_idx]):
            rows_to_delete.append(row_idx)
    for row_num in reversed(rows_to_delete):
        ws.delete_rows(row_num)

    # 2. 统一日期格式（假设日期在A列）
    for row in ws.iter_rows(min_row=2):  # 跳过标题行
        date_cell = row[0]  # 第一列
        if date_cell.value:
            try:
                # 尝试解析多种日期格式
                date_obj = datetime.strptime(str(date_cell.value), "%Y/%m/%d")
                date_cell.value = date_obj.strftime("%Y-%m-%d")
            except ValueError:
                try:
                    date_obj = datetime.strptime(str(date_cell.value), "%d/%m/%Y")
                    date_cell.value = date_obj.strftime("%Y-%m-%d")
                except Exception as e:
                    print(f"无法解析日期 {date_cell.value} 在行 {row[0].row}: {e}")

    # 3. 处理数值列（假设第二列为销售额）
    for row in ws.iter_rows(min_row=2):
        sales_cell = row[1]  # 第二列
        if sales_cell.value and isinstance(sales_cell.value, str):
            try:
                # 去除千分位分隔符并转换为浮点数
                cleaned_value = float(sales_cell.value.replace(",", ""))
                sales_cell.value = cleaned_value
            except ValueError:
                print(f"无效数值 {sales_cell.value} 在行 {row[0].row}")

    # 4. 添加数据验证（示例：确保销售额≥0）
    from openpyxl.worksheet.datavalidation import DataValidation
    dv = DataValidation(type="whole", operator="greaterThanOrEqual", formula1="0")
    dv.add(f"B2:B{ws.max_row}")  # 应用到销售额列
    ws.add_data_validation(dv)

    # 保存清洗后的数据
    wb.save('cleaned_data.xlsx')
    print("数据清洗完成，已保存为 cleaned_data.xlsx")

# 使用示例
clean_data('original_data.xlsx')

功能扩展：

• 支持多种日期格式自动识别与转换
• 处理数值列中的千分位分隔符
• 添加数据验证规则防止错误输入
• 详细的错误日志记录

应用场景：

• 财务数据标准化处理
• 销售数据清洗与验证
• 多来源数据整合前的预处理

二、智能公式生成：简化复杂计算逻辑

AI能够理解自然语言需求，直接生成符合业务逻辑的Excel公式，大幅降低学习成本。通过语义解析技术，AI可处理包含条件判断、多表关联、动态引用等复杂场景。

示例2：多条件统计与动态引用

需求描述：

1. 统计2025年上半年（1-6月）销售额超过10万的客户数量
2. 计算这些客户的平均销售额
3. 在公式中动态引用当前工作表名称

AI生成公式：

=LET(
    filtered_data, FILTER(
        '销售数据'!B2:D1000, 
        ('销售数据'!A2:A1000>="2025-01-01") * 
        ('销售数据'!A2:A1000<="2025-06-30") * 
        ('销售数据'!C2:C1000>100000)
    ),
    customer_count, COUNTA(UNIQUE(INDEX(filtered_data, 0, 1))),
    avg_sales, AVERAGE(INDEX(filtered_data, 0, 3)),
    HSTACK(customer_count, avg_sales)
)

公式解析：

1. FILTER函数筛选符合条件的数据：
   • 日期在2025年上半年
   • 销售额>100,000
2. UNIQUE函数提取不重复客户名单
3. COUNTA计算客户数量
4. AVERAGE计算平均销售额
5. HSTACK将结果横向排列

动态引用技巧：

• 使用INDIRECT("'"&TEXT(TODAY(),"yyyy-mm")&"'!A1")动态引用当前月份工作表
• 结合CELL("filename")获取当前工作簿路径

示例3：跨表动态汇总（VLOOKUP替代方案）

需求描述：从多个工作表中汇总特定产品的销售数据

AI生成公式：

=BYROW(
    UNIQUE(TOCOL(TEXTSPLIT(TEXTJOIN(";", TRUE, 
        '1月'!A2:A100, '2月'!A2:A100, '3月'!A2:A100), ";"))),
    LAMBDA(product,
        SUM(
            FILTER(
                TOCOL(TEXTSPLIT(TEXTJOIN(";", TRUE, 
                    '1月'!B2:B100, '2月'!B2:B100, '3月'!B2:B100), ";"))),
                TOCOL(TEXTSPLIT(TEXTJOIN(";", TRUE, 
                    '1月'!A2:A100, '2月'!A2:A100, '3月'!A2:A100), ";")) = product
            )
        )
    )
)

优势：

• 自动适应新增工作表
• 无需手动调整引用范围
• 支持动态产品列表生成

三、动态图表创建：可视化呈现数据洞察

AI可结合Python库（如matplotlib/seaborn）或直接生成Excel图表代码，实现数据可视化自动化。通过语义理解，AI能根据数据特征推荐最佳图表类型。

示例4：Python创建交互式销售仪表盘

import pandas as pd
import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots

# 模拟数据
data = {
    '月份': ['1月', '2月', '3月', '4月', '5月', '6月']*3,
    '产品': ['A']*6 + ['B']*6 + ['C']*6,
    '销售额': [30000, 35000, 27000, 40000, 42000, 50000, 
               18000, 22000, 19000, 25000, 28000, 32000,
               45000, 48000, 42000, 52000, 55000, 60000],
    '地区': ['华东']*6 + ['华北']*6 + ['华南']*6
}
df = pd.DataFrame(data)

# 创建仪表盘
fig = make_subplots(
    rows=2, cols=2,
    specs=[
        [{"type": "bar"}, {"type": "pie"}],
        [{"type": "scatter", "colspan": 2}, None]
    ],
    subplot_titles=(
        "各产品销售额对比", "产品占比", 
        "销售额趋势分析", ""
    )
)

# 子图1：柱状图
bar_chart = px.bar(
    df, x="产品", y="销售额", 
    color="地区", barmode="group",
    title="各产品销售额对比"
)
for data in bar_chart.data:
    fig.add_trace(data, row=1, col=1)

# 子图2：饼图
pie_data = df.groupby('产品')['销售额'].sum().reset_index()
fig.add_trace(
    go.Pie(
        labels=pie_data['产品'],
        values=pie_data['销售额'],
        name="产品占比"
    ),
    row=1, col=2
)

# 子图3：折线图
line_data = df.groupby(['月份', '产品'])['销售额'].sum().reset_index()
for product in line_data['产品'].unique():
    product_data = line_data[line_data['产品']==product]
    fig.add_trace(
        go.Scatter(
            x=product_data['月份'],
            y=product_data['销售额'],
            mode='lines+markers',
            name=product
        ),
        row=2, col=1
    )

# 更新布局
fig.update_layout(
    height=800,
    showlegend=True,
    title_text="2025年上半年销售仪表盘",
    hovermode='x unified'
)

# 保存为HTML
fig.write_html("sales_dashboard.html")
print("仪表盘已生成: sales_dashboard.html")

图表特点：

• 组合图表（柱状图+饼图+折线图）
• 交互式悬停提示
• 自动分组计算
• 响应式设计

示例5：Excel动态图表（数据透视表+切片器）

AI生成步骤：

1. 创建数据透视表：

   • 行：产品类别
   • 列：月份
   • 值：销售额求和

2. 插入切片器：

   • 地区
   • 销售渠道

3. 生成组合图表：

   • 柱状图显示各产品月度趋势
   • 折线图叠加显示平均值

4. VBA代码实现自动刷新：

Sub RefreshAllCharts()
    Dim pt As PivotTable
    Dim ws As Worksheet
    
    ' 刷新所有数据透视表
    For Each ws In ThisWorkbook.Worksheets
        For Each pt In ws.PivotTables
            pt.RefreshTable
        Next pt
    Next ws
    
    ' 更新所有图表数据源
    Dim cht As ChartObject
    For Each ws In ThisWorkbook.Worksheets
        For Each cht In ws.ChartObjects
            On Error Resume Next
            cht.Chart.SetSourceData Source:=ws.Range(cht.Chart.SourceData.Address)
            On Error GoTo 0
        Next cht
    Next ws
    
    MsgBox "所有图表和数据透视表已刷新", vbInformation
End Sub

四、VBA脚本自动化：批量处理重复任务

对于需要批量操作的场景，AI可生成高级VBA脚本实现全自动化，支持错误处理、日志记录和用户交互。

示例6：智能数据合并与报告生成

Sub AdvancedDataMerge()
    Dim wb As Workbook, ws As Worksheet
    Dim newWb As Workbook, summaryWs As Worksheet, chartWs As Worksheet
    Dim folderPath As String, fileName As String
    Dim lastRow As Long, mergeCount As Long
    Dim logFile As Object, logPath As String
    
    ' 初始化日志
    logPath = ThisWorkbook.Path & "\MergeLog_" & Format(Now(), "yyyymmdd_hhmmss") & ".txt"
    Set logFile = CreateObject("Scripting.FileSystemObject").CreateTextFile(logPath, True)
    logFile.WriteLine "数据合并日志 - 开始时间: " & Now()
    
    ' 设置文件夹路径（带用户输入）
    On Error Resume Next
    folderPath = InputBox("请输入包含Excel文件的文件夹路径:", "文件夹选择", ThisWorkbook.Path & "\DataSources\")
    If folderPath = "" Then Exit Sub
    If Right(folderPath, 1) <> "\" Then folderPath = folderPath & "\"
    On Error GoTo 0
    
    ' 创建新工作簿
    Set newWb = Workbooks.Add
    Set summaryWs = newWb.Sheets(1)
    summaryWs.Name = "合并数据"
    Set chartWs = newWb.Sheets.Add(After:=summaryWs)
    chartWs.Name = "分析图表"
    
    ' 添加标题行（从第一个文件复制）
    fileName = Dir(folderPath & "*.xls*")
    If fileName = "" Then
        MsgBox "指定文件夹中没有找到Excel文件!", vbExclamation
        Exit Sub
    End If
    
    Set wb = Workbooks.Open(folderPath & fileName, ReadOnly:=True)
    For Each ws In wb.Sheets
        If ws.UsedRange.Rows.Count > 1 Then ' 确保有数据行
            ws.UsedRange.Rows(1).Copy Destination:=summaryWs.Range("A1")
            Exit For ' 只从第一个工作表复制标题
        End If
    Next ws
    wb.Close SaveChanges:=False
    
    ' 合并数据
    mergeCount = 0
    fileName = Dir(folderPath & "*.xls*")
    Do While fileName <> ""
        On Error Resume Next
        Set wb = Workbooks.Open(folderPath & fileName, ReadOnly:=True)
        If Err.Number <> 0 Then
            logFile.WriteLine "无法打开文件: " & fileName & " (错误: " & Err.Description & ")"
            Err.Clear
            GoTo NextFile
        End If
        On Error GoTo 0
        
        For Each ws In wb.Sheets
            lastRow = ws.Cells(ws.Rows.Count, "A").End(xlUp).Row
            If lastRow > 1 Then ' 跳过标题行
                Dim sourceRange As Range, destRange As Range
                Set sourceRange = ws.Range("A2").Resize(lastRow - 1, ws.UsedRange.Columns.Count)
                Set destRange = summaryWs.Cells(summaryWs.Rows.Count, "A").End(xlUp).Offset(1, 0)
                sourceRange.Copy Destination:=destRange
                
                mergeCount = mergeCount + (lastRow - 1)
                logFile.WriteLine "已合并: " & fileName & " - 工作表: " & ws.Name & " (" & (lastRow - 1) & " 行)"
            End If
        Next ws
        
NextFile:
        wb.Close SaveChanges:=False
        fileName = Dir()
    Loop
    
    ' 创建数据透视表
    On Error Resume Next
    Dim pc As PivotCache, pt As PivotTable
    Set pc = newWb.PivotCaches.Create( _
        SourceType:=xlDatabase, _
        SourceData:=summaryWs.UsedRange)
    
    Set pt = pc.CreatePivotTable( _
        TableDestination:=chartWs.Range("B3"), _
        TableName:="SalesAnalysis")
    
    ' 配置数据透视表字段
    With pt
        .AddDataField .PivotFields("销售额"), "总和销售额", xlSum
        .RowGrand = True
        .ColumnGrand = True
        
        ' 添加行字段（示例）
        On Error Resume Next
        .PivotFields("产品类别").Orientation = xlRowField
        .PivotFields("月份").Orientation = xlColumnField
        On Error GoTo 0
    End With
    
    ' 创建图表
    Dim cht As Chart
    Set cht = chartWs.Shapes.AddChart2(251, xlColumnClustered).Chart
    With cht
        .SetSourceData Source:=pt.TableRange1
        .HasTitle = True
        .ChartTitle.Text = "产品销售分析"
        .Axes(xlCategory).HasTitle = True
        .Axes(xlCategory).AxisTitle.Text = "产品类别"
        .Axes(xlValue).HasTitle = True
        .Axes(xlValue).AxisTitle.Text = "销售额"
    End With
    
    ' 保存结果
    Dim savePath As String
    savePath = ThisWorkbook.Path & "\MergedReport_" & Format(Now(), "yyyymmdd_hhmmss") & ".xlsx"
    newWb.SaveAs savePath
    
    ' 清理和报告
    logFile.WriteLine "合并完成 - 总行数: " & mergeCount
    logFile.WriteLine "结果已保存至: " & savePath
    logFile.Close
    
    MsgBox "数据合并完成!" & vbCrLf & _
           "合并行数: " & mergeCount & vbCrLf & _
           "日志文件: " & logPath & vbCrLf & _
           "报告文件: " & savePath, vbInformation
End Sub

高级功能：

• 用户交互式文件夹选择
• 详细的错误日志记录
• 自动创建数据透视表和图表
• 时间戳命名避免覆盖
• 进度反馈和结果总结

五、AI赋能的Excel工作流优化

通过整合上述技术，AI可构建端到端的Excel自动化工作流，实现从数据接入到报告生成的全链条智能化。

典型工作流示例：

1. 数据接入层：

   • 自动识别CSV/Excel/数据库/API等数据源
   • 支持增量更新和全量刷新模式
   • 数据质量自动检测与预警

2. 智能处理层：

   • 基于业务规则的数据清洗
   • 异常值自动检测与修正
   • 智能数据分类与标签化

3. 分析建模层：

   • 自动生成统计公式和预测模型
   • 动态关联多表数据
   • 智能推荐可视化方案

4. 可视化输出层：

   • 创建交互式仪表盘
   • 自动生成PPT报告
   • 支持导出为图片/PDF/HTML格式

5. 自动化调度层：

   • 定时任务执行
   • 邮件通知与结果分发
   • 跨平台数据同步

场景化解决方案：

财务分析自动化

# 财务数据自动化处理流程
def financial_automation(input_path, output_path):
    # 1. 数据清洗
    clean_financial_data(input_path)
    
    # 2. 自动生成报表
    generate_financial_reports()
    
    # 3. 创建可视化仪表盘
    create_financial_dashboard()
    
    # 4. 导出结果
    export_to_pdf(output_path)
    
    # 5. 发送邮件通知
    send_email_notification()

def clean_financial_data(file_path):
    """财务数据专项清洗"""
    # 实现货币单位统一
    # 处理负数表示方式
    # 分类科目标准化
    pass

def generate_financial_reports():
    """自动生成三大报表"""
    # 资产负债表
    # 利润表
    # 现金流量表
    pass

销售预测模型

=LET(
    historical_data, FILTER(
        销售历史!A2:C1000,
        (销售历史!A2:A1000>=DATE(YEAR(TODAY())-3,1,1)) *
        (销售历史!A2:A1000<=DATE(YEAR(TODAY())-1,12,31))
    ),
    seasonality, 
        BYROW(
            UNIQUE(MONTH(INDEX(historical_data,0,1))),
            LAMBDA(m,
                AVERAGE(
                    FILTER(
                        INDEX(historical_data,0,3),
                        MONTH(INDEX(historical_data,0,1))=m
                    )
                )
            )
        ),
    trend, LINEST(
        INDEX(historical_data,0,3),
        INDEX(historical_data,0,1), TRUE, TRUE
    ),
    forecast_months, 6,
    forecast_dates, SEQUENCE(forecast_months,1,
        DATE(YEAR(TODAY()),MONTH(TODAY())+1,1),
        30
    ),
    forecast_values, 
        INDEX(trend,1,1) * forecast_dates + 
        INDEX(trend,1,2) + 
        INDEX(
            XLOOKUP(
                MONTH(forecast_dates),
                SEQUENCE(12,1,1,1),
                seasonality,
                0,1
            ),
            SEQUENCE(forecast_months),1
        ),
    HSTACK(forecast_dates, forecast_values)
)

六、未来展望：AI与Excel的深度融合

随着AI技术的持续进化，Excel将实现以下突破：

1. 自然语言交互：

   • 完全通过对话完成复杂操作
   • 支持多轮对话修正需求
   • 自动理解业务语境

2. 智能预测分析：

   • 自动识别数据模式
   • 生成预测模型并评估准确性
   • 提供决策建议

3. 增强型可视化：

   • 自动推荐最佳图表类型
   • 创建动画效果和交互式元素
   • 支持AR/VR数据探索

4. 协作智能化：

   • 自动跟踪更改历史
   • 智能冲突解决
   • 团队工作流优化

结语

AI技术正在重塑Excel的使用方式，从被动操作转向主动智能服务。通过自然语言交互，用户无需掌握复杂编程技巧即可完成数据清洗、公式编写、图表制作等任务。未来，随着AI能力的进一步增强，Excel将进化为更强大的数据分析平台，助力企业实现数据驱动的决策优化。掌握AI赋能的Excel技能，已成为数字化时代职场人的核心竞争力之一。建议读者从以下方面持续提升：

1. 学习基础Python数据处理技能
2. 掌握Excel高级函数（如LAMBDA、LET、XLOOKUP等）
3. 实践VBA自动化脚本开发
4. 关注AI在办公领域的应用动态
5. 构建自己的Excel工具库和模板体系

通过持续学习和实践，您将能够构建高效、智能的Excel解决方案，在数字化浪潮中保持竞争优势。

---

《精进Excel图表：AI赋能，成为Excel图表高手》

• 京东：https://item.jd.com/14569319.html.
• 当当：https://product.dangdang.com/29965549.html

• 告别加班做表！AI+Excel双驱动，让数据会说话！
• “大咖”思维+AI智能加持，秒出高颜值图表，从新手到高手一本通关！
• Excel Home创始人周庆麟联手业内专家，帮助读者彻底做好Excel图表！

亮点

AI赋能：AI+Excel双驱动，一键生成专业图表，重构数据分析工作流，带你进入智能图表新纪元。
大咖思维：不仅教技巧，更传授“大咖”成熟的Excel图表设计制作思路，新手能入门，高手能精进。
阅读零压力：告别枯燥的说明书式教程，语言活泼、图文并茂，阅读更轻松，学完即用。
直击高频痛点：解决Excel图表制作中可能遇到的各类难题，轻松搞定各类图表，精准把控办公高手的实操思路，高效提升工作效率。
学练闭环：本书附有检测练习，帮助读者检验学习效果。

内容简介

本书以实际工作流程为主线，融合“大咖”多年积累的设计经验与AI技术赋能的全新方法，通过AI与Excel的深度协作，重塑高效办公新范式，帮助读者打破固化思维，成为兼具技术力与创新力的办公达人。
本书共分为9章。先分析普通人制作Excel图表效率低下的原因，展现高手们的思维和习惯，让读者了解成为图表高手的最佳学习路径。然后以“大咖”的逻辑思维为主线，分别介绍了走出Excel图表制作误区、成为图表高手的技术准备、让图表美出新高度、基础图表的逆袭、高级图表制作技巧解密、动态交互图表、使用AI制作数据看板等内容，让读者由简到繁地学会制作Excel图表，厘清思路，达到高手境界。最后介绍常用的图表工具及实用技巧，让读者能又快又好地制作图表。
本书为全新升级的AI加强版，旨在为Excel注入自动化、精准化与前瞻性的分析能力。本书既适合有一定Excel图表基础并想快速提升Excel图表技能的读者学习和使用，又可作为企业培训与办公软件教学的前沿教材，同时为初学者提供“技术+AI”双引擎驱动的学习路径，助力读者快速掌握Excel图表应用。

作者简介

周庆麟：网名Kevin，中国资深的微软全球最有价值专家（MVP）之一，Excel Home创始人、站长，曾参与和策划编写了几十本Office技术畅销图书，同时也是一名优秀的技术顾问和培训讲师，有着丰富的授课经验。
孔长征：深耕Excel及数据分析领域20多年。作为国内早期Office图书创作者，主导策划并编写了数十本Office办公类畅销图书，累计影响数百万用户。擅长将复杂数据处理逻辑转化为通俗易懂的操作指南，帮助职场人士高效掌握数据处理、可视化分析等核心技能，提升工作效率。
周奎奎：畅销书作者，资深培训讲师，拥有超过10年的Office培训实战经历，曾参与出版20多本Office相关图书，受众人数超30万，对Office在销售、人力、财务、行政领域的应用有丰富的实战经验。

目录

第１章　　唯彻悟，成大道：Excel图表高手的成功之道

1.1　　原因：为什么我的图表总做得既不快又不好

1.2　　思维：图表高手的奇思妙想

1.3　　习惯：拥有好的习惯就成功了一半

1.4　　学习：成为Excel 图表高手的最佳学习方法与学习路径

1.5　　破茧：用AI 重构数据分析工作流

第２章　　洗髓易筋：走出Excel图表制作误区

2.1　　明确图表分析的出发点

2.2　　不是所有的数据都可以用图表表示

2.3　　容易被忽略的阅读习惯

2.4　　图表不是越多越好

2.5　　图表文字不可滥用

2.6　　错误地选用图表类型

2.7　　数据缺乏逻辑关系

2.8　　苛求形式忽略本质

2.9　　只会套用默认图表样式

高手自测

第３章　　心法修炼：成为图表高手的技术准备

3.1　　如何整理出规范标准的数据

3.1.1　原始数据不等于作图数据

3.1.2　使用AI对数据规范进行统一

3.1.3　使用AI对数据进行分列提取

3.2　　正确选择图表类型

3.2.1　图表类型选择技巧

3.2.2　DeepSeek基于数据特征智能推荐最佳图表

3.3　　绘制图表的常用方法

3.4　　图表元素及组成技巧

3.5　　巧用主次坐标轴和辅助列

3.6　　高效图表操作技巧

高手自测

第４章　　高手气质：让图表美出新高度

4.1　　懂得色彩搭配，图表才会更美

4.2　　调整设置，提升图表呈现力

4.3　　突出显示图表重点数据

高手自测

第５章　　青出于蓝：基础图表的逆袭

5.1　　柱形图和条形图，差异对比一目了然

5.2　　饼图和圆环图，份额分析好帮手

5.3　　折线图和雷达图，量变趋势面面观

5.4　　表示分布状态——散点图

高手自测

第６章　　高手暗箱：高级图表制作技巧解密

6.1　　少量的数据比较——树状图

6.2　　数据多层级对比——旭日图

6.3　　反映两个数据之间的演变——瀑布图

6.4　　展示一组数据的分布状态——直方图

6.5　　创意图表制作范例

6.6　　AI一键生成专业可视化图表

高手自测

第７章　　高效赋能：使图表动起来——动态交互图表

7.1　　动态图表的基本原理和制作方法

7.2　　Excel动态图表的常用函数

7.3　　AI让复杂的函数和公式实现秒懂秒用

7.4　　使用控件制作动态图表

7.5　　动态图表的综合应用：制作区域销售动态图表

7.6　　各门店销售占比分析看板

高手自测

第８章　　能力跃迁：使用AI制作数据看板

8.1　　电商运营智能分析看板

8.2　　年度销售绩效分析看板

8.3　　人力成本及人效分析数据看板

8.4　　财务报表经营报告可视化看板

8.5　　店铺经营收入支出看板

第 9 章　　高手秘籍：图表工具及实用技巧

9.1　　打造专属的资源库

9.2　　巧用工具，工作效率提升90%

9.3　　VBA+AI自动化——AI自动编写宏代码

9.4　　图表的打印

9.5　　图表输出与分享