人人都是数据分析师:Tableau应用实战(三)初级可视化分析

初级可视化分析

本章将以电力行业数据及常见可视化分析需求为例,介绍11种初级视图的创建用法,分别是:以“2014年各省市售电量明细表”作为数据源的条形图(4.1)、饼图(4.3)、折线图(4.4)、气泡图(4.8)、圆视图(4.9)、标靶图(4.10);以“公司年龄统计表”作为数据源的直方图(4.2);以“2014年上半年综合计划指标明细表”作为数据源的基本表(4.5)、压力图(4.6)、树地图(4.7);以“物资采购情况明细表”作为数据源的甘特图(4.11)。通过本章,读者可以学习创建各类初级视图的操作过程和使用它们进行可视化分析的方法。

1.条形图

2014年3月份各省市售电量对比的水平/垂直条形图
人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第1张图片
人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第2张图片

2.直方图

年龄分组统计直方图
人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第3张图片

自定义字段分组

人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第4张图片

人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第5张图片

IF [年龄]<=35 THEN '35岁(含)以下'
ELSEIF [年龄]>35 AND [年龄]<=40 THEN '36-40'
ELSEIF  [年龄] >40 AND [年龄]<=45 THEN '41-45'
ELSEIF  [年龄] >45 AND [年龄]<=50 THEN '46-50'
ELSEIF  [年龄] >50 AND [年龄]<=55 THEN '51-55'
ELSEIF  [年龄] >55 THEN '56岁(含)以上'
END

3.饼图

使用饼图的注意事项
* 分块越少越好,最好不多于4块,且每块必须足够大;
* 确保各分块占比的总计是100%;
* 避免在分块中使用过多标签。

2014年3月售电量中各用电类别的占比情况

人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第6张图片

人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第7张图片

4.折线图
折线图是一种使用率很高的图形,它是一种以折线的上升或下降来表示统计数量的增减变化
趋势的统计图,最适用于时间序列的数据。与条形图相比,折线图不仅可以表示数量的多少,而
且可以直观地反映同一事物随时间序列发展变化的趋势。
人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第8张图片

人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第9张图片

双组合图

人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第10张图片

基本表

基本表,又称作文本表、交叉表,即一般意义上的表格它是一种最为直观的数据表现方式,在数据分析中具有不可忽视的作用。表格可以代替冗长的文字叙述,便于计算、分析和对比。但表格的缺点是不够形象、直观,当表格中数据量较大时,分析人员很难快速定位到所需信息。

案例:2014年上半年全国各省市累计售电量与利润总额情况

人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第11张图片

添加汇总功能
人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第12张图片

压力图
人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第13张图片

突显表
人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第14张图片

树地图
人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第15张图片

气泡图
人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第16张图片

文本气泡图
人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第17张图片

圆视图
人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第18张图片

甘特图
人人都是数据分析师:Tableau应用实战(三)初级可视化分析_第19张图片

你可能感兴趣的:(自动化运维,tableau)