数据分析特辑 - 如何用Tableau做一个数据故事?

2024-04-19 23:18

本文主要是介绍数据分析特辑 - 如何用Tableau做一个数据故事?,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!

前言

挺多公司都有使用Tableau这个可视化软件,因为在分析的进阶阶段所以自己抽空在B站(不得不说,B站是个不错的学习网站)跟着学习视频实操了一波,大概了解了一些图表的绘制以及一些升级操作。刚好有个契机所以用了Tableau从头到尾弄了一个数据故事,这里主要讲下心路历程吧,作为自己绘制第一个数据故事存在的不足还是比较多的,也方便自己以后再次复盘。

Tableau故事绘制

这里其实不会讲太多Tableau的实际操作,更多的还是对整体步骤层面的思考~这个绘制过程是以课题式的形式开展的,从数据集的选择到最终整体看板的布局都思考了一番,具体如下:

1.选择数据集

在知乎上有挺多关于数据集搜索方法的好回答,我自己也做了相应的总结,在我的上一篇博客里可以了解:https://blog.csdn.net/Totoro1745/article/details/108027574

2.确定数据集以及分析主题

通过上述方式我在Kaggle看中了一份数据集,其中是关于销售额破10w的电子游戏排名情况以及相应数据,具体的数据字段如下所示:

  • Rank - Ranking of overall sales
  • Name - The games name
  • Platform - Platform of the games release (i.e. PC,PS4, etc.)
  • Year - Year of the game’s release
  • Genre - Genre of the game
  • Publisher - Publisher of the game
  • NA_Sales - Sales in North America (in millions)
  • EU_Sales - Sales in Europe (in millions)
  • JP_Sales - Sales in Japan (in millions)
  • Other_Sales - Sales in the rest of the world (in millions)
  • Global_Sales - Total worldwide sales.

从数据中可以了解到的数据信息有:

  • 全球排名靠前的电子游戏相关信息
  • 排名所用指标为全球销量
  • 销量中有分不同的地区:北美、欧洲、日本以及其他
  • 发行年份字段有存在空值,时间区间为1980-2020

对分析的主题定位在:

  • 电子游戏市场分析

3.故事构思

这里的话我想提一下《用数据讲故事》这本书,里面对如何去表达数据其实有一套方法,从受众出发,抓住数据重点,真正地传达具体的信息,这里就附一张书籍的简单导图,把书中的精髓应用到实践中还是需要不断地去打磨的~
在这里插入图片描述
通过数据的初步摸索以及定位的思考,我的受众初步定位为对这份数据毫无了解的人,因此我的想法是以整体入手再对局部进行突出,同时抓住分析过程中的一些具体节点进行扩展。整体的布局如下导图所示:(慢慢地习惯用导图去做思路的梳理,强推使用幕布,快速上手)
在这里插入图片描述
4.故事绘制

前期工作做的差不多了,这个时候就该开始动手了~这里不会讲Tableau的实际操作过程,就放一张成果的首页图,对图表的选择以及细节的凸显都是需要不断学习的,也希望有在数据这条路上前行的人儿多点交流!除此之外,在Tableau官网的gallery有挺多好的作品可以去多看看。
在这里插入图片描述

这篇关于数据分析特辑 - 如何用Tableau做一个数据故事?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/918704

相关文章

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I

Java整合Protocol Buffers实现高效数据序列化实践

《Java整合ProtocolBuffers实现高效数据序列化实践》ProtocolBuffers是Google开发的一种语言中立、平台中立、可扩展的结构化数据序列化机制,类似于XML但更小、更快... 目录一、Protocol Buffers简介1.1 什么是Protocol Buffers1.2 Pro

Python实现数据可视化图表生成(适合新手入门)

《Python实现数据可视化图表生成(适合新手入门)》在数据科学和数据分析的新时代,高效、直观的数据可视化工具显得尤为重要,下面:本文主要介绍Python实现数据可视化图表生成的相关资料,文中通过... 目录前言为什么需要数据可视化准备工作基本图表绘制折线图柱状图散点图使用Seaborn创建高级图表箱线图热

MySQL数据脱敏的实现方法

《MySQL数据脱敏的实现方法》本文主要介绍了MySQL数据脱敏的实现方法,包括字符替换、加密等方法,通过工具类和数据库服务整合,确保敏感信息在查询结果中被掩码处理,感兴趣的可以了解一下... 目录一. 数据脱敏的方法二. 字符替换脱敏1. 创建数据脱敏工具类三. 整合到数据库操作1. 创建服务类进行数据库

MySQL中处理数据的并发一致性的实现示例

《MySQL中处理数据的并发一致性的实现示例》在MySQL中处理数据的并发一致性是确保多个用户或应用程序同时访问和修改数据库时,不会导致数据冲突、数据丢失或数据不一致,MySQL通过事务和锁机制来管理... 目录一、事务(Transactions)1. 事务控制语句二、锁(Locks)1. 锁类型2. 锁粒