数据可视化———Tableau

2024-04-24 06:52
文章标签 数据 可视化 tableau

本文主要是介绍数据可视化———Tableau,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!

基本认识:

维度:定性—字符串文本,日期和日期时间等等
度量:定量—连续值,一般属于数值

数据类型:
数值
日期/日期时间
字符串
布尔值
地理值

运算符
算数运算符:加减乘除,%取余,^乘方
逻辑运算符:AND OR NOT
比较运算符:==,>,>=,<,<=,!=
优先级:
1,- 求反
2,^ 乘方
3,*,/,%
4,+,-
5,==,>,>=,<,<=,!=
6,与或非

常用函数:
数字函数:
ABS绝对值
CEILING:向上取整
FLOOR:向下取整
ROUND:四舍五入
POWER
DIV:两数相除取整数
SIGN:符号函数,当数字为负时返回为-1,数字为0返回0,数字为正数返回为1
字符串函数:
CONTAINS(string,substring):如果string字符串包含substring,就返回True
FIND(string,substring,[start]): 返回substring在string中的索引位置,如果没有就返回0,如果设置start起始位置,就从start位置开始找
FINDTH(string,substring,occurance): string字符串可能包含多个substring字符串,返回指定的第occurance个字符串的位置
REPLACE(string,substring,replacement):在string字符串中,将substring替换成replacement,如果没有则保持不变
SPLIT(string, delimiter, tokennumber): 在string字符串中,以delimiter分隔符来拆分,并返回拆分后第tokennumber个字符串
LEN(“string”):string的长度
STARTWITH(“Chinese”,“nese”): nese是否包含在Chinese的开始位置
ENDWITH(“Chinese”,‘nese’): nese是否包含在Chinese的结束位置
UPPER(“tableau”):统一将tableau转换成大写TABLEAU
LOWER(): 转换成小写
LTRIM(" tableau"):删除左边空格
RTRIM("tableau “):删除右边空格
TRIM(” tableau "): 删除左边和右边的空格

日期函数:
DATEADD(datepart时间频率,increment时间数量,date日期字段):返回increment和date按照date_part格式相加或减的值
date+ increment*datepart
DATEDIFF(datepart,date1,date2): 返回date1和date2 按照date_part格式的时间差值
DATENAME(‘‘month’’, #2016-06-09#) 返回月份June
DATEPART(“day”,#2016-07-09#, “monday”)=9 返回day,与DATENAME类似
MAKEDATETIME(#2016-02-03#,#07:34:20#) =2016-02-03 07:34:20;
YEAR(date)
MONTH(date)
TODAY() 返回当前系统时间
NOW()

类型转换函数
STR()
INT()
FLOAT()
DATE(“2014-09-10 14:30”)= 2014-09-10
DATEPARSE(“dd.MMMM.yyyy”,“15.April.2004”) = 2004-04-15 12:00:00 AM 换成指定格式

逻辑函数
ISDATE()
ISNULL()
IIF()
IF test THEN value END
CASE 字段 WHEN “a” THEN 1 WHEN “b” THEN 2 ELSE 3 END

聚合函数
COUNT
COUNTD: 去重复值之后的计数
SUM
AVG
MAX
MIN
MEDIAN

结构:向下钻取 粗的维度向细的维度钻取
向上钻取 细的维度向粗的维度钻取

创建组:针对文本型的字段
创建级或数据桶:针对数据型的字段
双击订单进入逻辑表
双击订单进入逻辑表。在逻辑表中叫做创建级,在工作表中叫做数据桶

创建字段:
创建度量:计算利润率,利润率不能求总和,不可以使用字段来计算,需要对利润求和除销售额的总量,我觉得,度量和字段的关系就是,度量需要对字段进行聚合运算,字段只需要对原始数据进行加工计算即可

表计算:做透视统计分析,表计算就是透视后的二次计算
分区字段:将整个表拆分成多个子表,并对每个子表单独执行计算(如果行或者列标签存在多级标签,则父标签就是分区字段)
寻址字段:确定具体的计算方向(从左->右,从上到下)
计算类型:
差异:比较值-基准值 比较值为当前单元格的值,基准值为上一个单元格的值
百分比差异:差异/基准值
百分位:生成百分比的排名序号
移动计算:计算指定范围的数值,比如总计上一个2,下一个2,计算规则:当前单元格的值+前面两个的值+后面两个的值
计算依据:
表 横穿:整张表的每行数据从左到右计算
表 向下:整张表的每列数据从上到下计算
表 横穿,然后向下,z字型计算,第一行从左到右计算完,再从第二行开始从左到右计算
表 向下,然后横穿,N字型计算,第一列从上到下计算完,再从第二列从上到下计算
单元格,每个单元格的数据独立计算
特定维度:按照固定字段的方向计算
LOD公式,Levels of Detail详细级别表达式:
EXCLUDE 维度削弱
FIXED 指定维度
INCLUDE 维度增强

数据可视化

将维度,度量,图表三者结合,实现急速高校地数据分析及可视化
页面: 播放器,播放图标,向前/向后播放,可以选择播放速度
筛选器:做数据筛选的功能

标记:
颜色:针对连续型字段,根据数值大小做一个相应的颜色变化
针对文本型字段,根据颜色来区分不同的文本类型,可以充当图例的作用
大小:根据数值的大小,来决定图形大小
标签:设置图形显示数据标签
详细信息:绘图的最小单位,颗粒度或者分组依据,如绘制散点图或者箱线图,将订单ID字段拖放至详细信息,那么每个订单生成一个坐标点,如果绘制业务地图,将省份字段拖放至详细信息,那么每个省份生成一个地域
工具提示:鼠标悬浮在图形上的提示信息
路径:线条样式(折线图)
角度:根据数值的大小,来决定角度大小,一般针对饼图

散点图:观测两个度量之间的相关性,也就是是否存在线性关系
动态图:页面的时间频率和列的时间频率要相同
盒须图/箱线图:观测一组数据的离散程度和集中趋势
瀑布图:选择甘特条形图

  • 如何在表中添加总计这一列和行: 点击分析(左上角)-> 双击总计
  • 如何将上下两张表 公用一个y轴,右键需要被合并的维度行名称,点击双轴

这篇关于数据可视化———Tableau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/931046

相关文章

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

MySQL 删除数据详解(最新整理)

《MySQL删除数据详解(最新整理)》:本文主要介绍MySQL删除数据的相关知识,本文通过实例代码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,需要的朋友参考下吧... 目录一、前言二、mysql 中的三种删除方式1.DELETE语句✅ 基本语法: 示例:2.TRUNCATE语句✅ 基本语

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的

Navicat数据表的数据添加,删除及使用sql完成数据的添加过程

《Navicat数据表的数据添加,删除及使用sql完成数据的添加过程》:本文主要介绍Navicat数据表的数据添加,删除及使用sql完成数据的添加过程,具有很好的参考价值,希望对大家有所帮助,如有... 目录Navicat数据表数据添加,删除及使用sql完成数据添加选中操作的表则出现如下界面,查看左下角从左

SpringBoot中4种数据水平分片策略

《SpringBoot中4种数据水平分片策略》数据水平分片作为一种水平扩展策略,通过将数据分散到多个物理节点上,有效解决了存储容量和性能瓶颈问题,下面小编就来和大家分享4种数据分片策略吧... 目录一、前言二、哈希分片2.1 原理2.2 SpringBoot实现2.3 优缺点分析2.4 适用场景三、范围分片

Redis分片集群、数据读写规则问题小结

《Redis分片集群、数据读写规则问题小结》本文介绍了Redis分片集群的原理,通过数据分片和哈希槽机制解决单机内存限制与写瓶颈问题,实现分布式存储和高并发处理,但存在通信开销大、维护复杂及对事务支持... 目录一、分片集群解android决的问题二、分片集群图解 分片集群特征如何解决的上述问题?(与哨兵模

浅析如何保证MySQL与Redis数据一致性

《浅析如何保证MySQL与Redis数据一致性》在互联网应用中,MySQL作为持久化存储引擎,Redis作为高性能缓存层,两者的组合能有效提升系统性能,下面我们来看看如何保证两者的数据一致性吧... 目录一、数据不一致性的根源1.1 典型不一致场景1.2 关键矛盾点二、一致性保障策略2.1 基础策略:更新数

Oracle 数据库数据操作如何精通 INSERT, UPDATE, DELETE

《Oracle数据库数据操作如何精通INSERT,UPDATE,DELETE》在Oracle数据库中,对表内数据进行增加、修改和删除操作是通过数据操作语言来完成的,下面给大家介绍Oracle数... 目录思维导图一、插入数据 (INSERT)1.1 插入单行数据,指定所有列的值语法:1.2 插入单行数据,指