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

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