举个栗子!Tableau 技巧(170):用旭日图 Sunburst Chart 呈现多层数据

本文主要是介绍举个栗子!Tableau 技巧(170):用旭日图 Sunburst Chart 呈现多层数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这里插入图片描述
旭日图又称太阳图,是一种饼图(或环形图)基础上的升级图表。旭日图既能像饼图一样展示数据各自的占比,还能直观的表达数据的层级和从属关系,呈现数据的构成情况。

旭日图中,每一层图表代表同一级别的数据占比。图表从内到外,对应的数据级别便从高到低,并且相邻两层是内外包含关系。

很多数据粉因为颜值关注到旭日图,希望它让数据分析更美观。其实,旭日图不仅仅是颜值担当,它在实际业务分析场景中,也是一种非常实用的分析图表。

图片

通过旭日图可以了解数据构成、还可以快速洞察业务。如何在 Tableau 中实现呢?今天来分享方法吧!

在这里插入图片描述

本期《举个栗子》,我们要给大家分享的 Tableau 技巧是:用旭日图 Sunburst Chart 呈现多层数据。

为方便学习,栗子使用 Tableau 自带的"示例-超市"数据源。掌握栗子方法后,数据粉可尝试使用自己的数据源。

---------------------------------------------------------------->>

具体步骤如下:

1、准备数据

首先,需要将 Tableau 自带的“示例-超市”数据源做一些调整,改成如下结构:

图片

打开“示例-超市” Excel 数据源,使用数据透视表得到地区、细分、类别、销售额的分层级汇总数据。再根据如下规则添加 Level 列:
IF(NOT(ISBLANK(C2)),3,IF(NOT(ISBLANK(B2)),2,1))

图片

然后,需要准备一个辅助数据源,结构如下:

图片

2、连接数据源

打开 Tableau Desktop,连接数据源。创建 link 计算连接“基础数据源”和“辅助数据源”。

图片

3、创建数据桶和计算字段

➤ 创建 Path 数据桶,如图设置:

图片

➤ 创建计算字段:Index,键入函数
INDEX()

图片

➤ 创建计算字段:Max-Level,键入函数
WINDOW_MAX(MAX([Level]))

图片

➤ 创建计算字段:Max-销售额,键入函数
WINDOW_MAX(MAX([销售额]))

图片

➤ 创建计算字段:Slice-Level,键入函数
WINDOW_MAX(MAX([Level]))

图片

➤ 创建计算字段:Slice-Size,键入函数
[Max-销售额]/WINDOW_SUM(IIF([Max-Level]=1,[Max-销售额]/203,0))

图片

➤ 创建计算字段:Edges,键入函数
IF [Max-Level]>LOOKUP([Max-Level],-1) THEN PREVIOUS_VALUE(0)

ELSEIF [Max-Level]<=LOOKUP([Max-Level],-1) THEN PREVIOUS_VALUE(0)+LOOKUP([Slice-Size],-1)

ELSE PREVIOUS_VALUE(0)

END

图片

➤ 创建计算字段:X,键入函数
IF([Index]<>WINDOW_MAX([Index]) AND [Index]>=(WINDOW_MAX([Index])+1)/2)

THEN

([Slice-Level]+5.8)

  • COS(WINDOW_MAX(2PI())[Edges]+

(WINDOW_MAX([Index])-([Index]+1))WINDOW_MAX(2PI())*[Slice-Size]/(((WINDOW_MAX([Index])-1)/2)-1))

ELSEIF([Index]=WINDOW_MAX([Index]) OR [Index]<(WINDOW_MAX([Index])+1)/2)

THEN

([Slice-Level] + 5)

  • COS(WINDOW_MAX(2PI())[Edges]+

(((IIF([Index]=WINDOW_MAX([Index]), 1,[Index])-1)WINDOW_MAX(2PI())*[Slice-Size]/((((WINDOW_MAX([Index])-1)/2)-1)))))

END

图片

➤ 创建计算字段:Y,键入函数
IF([Index]<>WINDOW_MAX([Index]) AND [Index]>=(WINDOW_MAX([Index])+1)/2)

THEN

([Slice-Level]+5.8)

  • SIN(WINDOW_MAX(2PI())[Edges]+

(WINDOW_MAX([Index])-([Index]+1))WINDOW_MAX(2PI())*[Slice-Size]/((((WINDOW_MAX([Index])-1)/2)-1)))

ELSEIF([Index]=WINDOW_MAX([Index]) OR [Index]<(WINDOW_MAX([Index])+1)/2)

THEN

([Slice-Level] + 5)

  • SIN(WINDOW_MAX(2PI())[Edges]+

(((IIF([Index]=WINDOW_MAX([Index]), 1,[Index])-1)WINDOW_MAX(2PI())*[Slice-Size]/(((WINDOW_MAX([Index])-1)/2)-1))))

END

图片

4、创建视图

在“数据”窗格,右键单击“Level”字段,在下拉菜单中选择:转换为维度。然后,将维度“区域”、“细分”、“类别”依次拖放至“标记”卡的详细信息中。

图片

将标记类型改为“ 多边形“,并将前面创建的“Path(数据桶)”拖放至“标记”卡的路径中,再将维度“Level”拖放至详细信息中。

图片

将计算字段“X”和“Y”分别拖放至列和行,右键单击列上的“X”胶囊,在下拉菜单中选择:编辑表计算。在弹出的对话框中,分别对 X、Index、Edges、Max-Level、Max-销售额、Slice-Size、Slice-Level 做如下表计算。相同的步骤,也对行上的“Y”字段进行设置。

1
图片

2

图片

3

图片

4

图片

5

图片

6

图片

7

图片

在“标记”卡中,将“地区”、“细分”和“类别”字段从详细信息切换成:颜色。再通过设置格式移除网格线和零值线,就得到了我们想要的旭日图。
图片

今天的 Tableau 技巧,你 Get 到了吗?赶快试试看吧!

在这里插入图片描述

文章部分信息来源于网络,如有侵权请告知

这篇关于举个栗子!Tableau 技巧(170):用旭日图 Sunburst Chart 呈现多层数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/210661

相关文章

qt5cored.dll报错怎么解决? 电脑qt5cored.dll文件丢失修复技巧

《qt5cored.dll报错怎么解决?电脑qt5cored.dll文件丢失修复技巧》在进行软件安装或运行程序时,有时会遇到由于找不到qt5core.dll,无法继续执行代码,这个问题可能是由于该文... 遇到qt5cored.dll文件错误时,可能会导致基于 Qt 开发的应用程序无法正常运行或启动。这种错

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名

mtu设置多少网速最快? 路由器MTU设置最佳网速的技巧

《mtu设置多少网速最快?路由器MTU设置最佳网速的技巧》mtu设置多少网速最快?想要通过设置路由器mtu获得最佳网速,该怎么设置呢?下面我们就来看看路由器MTU设置最佳网速的技巧... 答:1500 MTU值指的是在网络传输中数据包的最大值,合理的设置MTU 值可以让网络更快!mtu设置可以优化不同的网

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》:本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal

MySQL JSON 查询中的对象与数组技巧及查询示例

《MySQLJSON查询中的对象与数组技巧及查询示例》MySQL中JSON对象和JSON数组查询的详细介绍及带有WHERE条件的查询示例,本文给大家介绍的非常详细,mysqljson查询示例相关知... 目录jsON 对象查询1. JSON_CONTAINS2. JSON_EXTRACT3. JSON_TA

使用SpringBoot整合Sharding Sphere实现数据脱敏的示例

《使用SpringBoot整合ShardingSphere实现数据脱敏的示例》ApacheShardingSphere数据脱敏模块,通过SQL拦截与改写实现敏感信息加密存储,解决手动处理繁琐及系统改... 目录痛点一:痛点二:脱敏配置Quick Start——Spring 显示配置:1.引入依赖2.创建脱敏

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Spring @RequestMapping 注解及使用技巧详解

《Spring@RequestMapping注解及使用技巧详解》@RequestMapping是SpringMVC中定义请求映射规则的核心注解,用于将HTTP请求映射到Controller处理方法... 目录一、核心作用二、关键参数说明三、快捷组合注解四、动态路径参数(@PathVariable)五、匹配请

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

pandas实现数据concat拼接的示例代码

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,... 目录语法示例:使用pandas.concat合并数据默认的concat:参数axis=0,join=