数据可视化图形应用场景及Tableau操作

数据分析重要的不是你用什么图表，而是你的分析目的是什么？比如，你想要作比较分析，就要用柱图、雷达图等；你想要看数据分析的占比情况，就要用漏斗、饼图；想要看数据的趋势有线形图；想要看数据与数据之间的关系，有树状图......而每个分类里各个可视化图表的应用场景和优缺点也都是不尽相同的。

1、条形图、柱状图

应用场景：数据间的大小关系，突出比较差异
条形图又称横向柱形图，当维度分类较多，而且维度字段名称又较长时，此时应选择条形图

tableau操作：

1. 需要做柱状图时，将分类变量放入列标签，度量值放入行标签
2. 作条形图时交换横纵坐标轴

2、堆积条形图

应用场景：
1. 比较不同总体间的差异
2. 比较单个总体内不同类别的比例
tableau操作：
将分类变量放入行标签，度量值放入列标签，再将类别放入标记–颜色中。

3、直方图

应用场景：显示数据分布情况
常见的数据分布有正态分布、偏峰分布、双峰分布、锯齿形分布

tableau操作：
1、将度量值放入列标签，在智能显示图形中选择直方图
2、对自动创建的数据桶进行修改参数

4、折线图

应用场景：二维数据集，反应出数据（随时间）变化的趋势
tableau操作：

1. 将时间或其他分类变量放入列标签
2. 将度量值放入行标签
3. 智能显示中选择折线图
   

5、饼图

适用场景：不同类别的占比分布
tableau操作：

1. 列标签中放入类型（分类变量）
2. 行标签放入数量（记录数）
3. 智能显示中选择饼图
4. 将要显示的东西放入标记–标签

6、文本表（二值凸显表）

应用场景：突出显示某些文本
tableau操作：

1. 列标签中放入分类变量
2. 行标签中放入度量值
3. 智能显示中选择文本表
4. 在标记的下拉菜单中选择方形填充
5. 对值的颜色二值化设置
   
   

7、树状图

应用场景：用来描述层次结构数据的占比关系，能够进行逐级钻取显示下层数据情况，通过面积大小显示每个类别的数量
tableau操作：

1. 列标签中放入分类变量
2. 行标签中放入度量值
3. 智能显示中选择树状图
4. 对颜色和标签进行调整
   
   

8、气泡图

应用场景：气泡图表示的是三维的数据（一个分类变量和两个度量值），可以让我们清晰地看到各个数据之间的关系，其中X,Y表示气泡位置，Z映射的是气泡大小，第三个数值确定气泡数据点的大小。
tableau操作：

1. 列标签中放入分类变量
2. 行标签中放入度量值1和度量值2
3. 智能显示中选择气泡图
4. 对颜色和标签进行调整
   
   

9、词云图

应用场景：直观展示数据频率，对出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”，从而过滤掉大量的文本信息
tableau操作：

1. 列标签中放入分类变量
2. 行标签中放入度量值
3. 智能显示中选择气泡图
4. 在标记下拉菜单中选择文本
5. 对颜色和标签进行调整
   
   

10、标靶图

应用场景：计划完成状况和实际完成状况的对比
tableau操作:

1. 列标签中放入分类变量
2. 行标签中放入当期值
3. 行标签中放入计划值
4. 智能显示中选择标靶图
5. 对颜色和标签进行调整
   
   

11、甘特图

应用场景：直观地表明任务计划实际进展与计划要求时间的对比
tableau操作:

1. 列标签中以天为单位的时间
2. 行标签中放入分类变量1和2
3. 标记下拉菜单中选择甘特图
4. 创建延迟天数（新字段=实际交货日期-计划交货日期）
5. 将延迟天数放入标记–大小，将延迟天数放入标记–颜色（二值化处理）
   
   

12、瀑布图

应用场景：盈亏累计表达引起数据变化的因素或步骤的一种图表。通过瀑布图，我们可以清晰地看到影响数据变化的因素或步骤
tableau操作:

1. 列标签中放入分类变量
2. 行标签中放入度量值
3. 做出条形图后将其升序排列
4. 创建长方形高度（新字段=-利润值）
5. 在标记的下拉菜单中选择甘特图
6. 将长方形高度放入标记–大小中
7. 将度量值放入标记–颜色中，进行二值化处理

13、符号地图

14、填充地图

15、多维地图

16、混合地图

参考：http://www.360doc.com/content/20/0103/06/32321986_883826932.shtml