Tableau基础知识

1.文件与数据

Tableau使用的数据结构必须是标准的关系型数据库中的二维表结构。

1.1 Tableau文件类型

文件类型	文件大小	使用场景	具体内容
数据源.tds	小	频繁使用的数据源	完整的数据源定义
数据提取.tde	大	数据源为远程，希望提高库性能	筛选出的部分或完整的源数据本地副本
工作薄.twb	小	默认保存方式	仅包括数据源定义和可视化图表定义，无源数据
工作薄.twbx	大	与无法访问源数据的用户分享工作结果	所有信息和源数据

1.2 数据整理操作

• 名称与重命名
• 更改数据类型：数值、日期、字符、逻辑
• 字符型变量：别名、数值拆分
• 数值型变量：数值分段（创建级）
• 创建：新变量（创建计算字段）、数据组
• 隐藏数据列

1.3 重复测量数据的记录方式

• 宽型：每一个个体被记录为一个Case，所有不同时间所进行的相同测量被记录在不同的变量中，仅在一行数据呈现。
• 长型：每一次测量被单独记录为一个Case，所有不同时间所进行的相同测量被记录在不同行中，用多行数据呈现。
• 如果原始数据是宽型数据，先用Python或用Tableau的数据透视表进行长宽转换。

1.4 纬度和度量

纬度：对应（无序/有序）分类变量，用于对案例进行分组

• 字符串变量、日期时间变量、布尔（逻辑）变量默认设为维度
• 强行将连续变量拖动为维度
• 数据桶：分段后的数据桶会被作为维度
• 度量名称：代表所有度量变量的集合

度量：对应连续变量，在图表中呈现为原始信息或汇总信息

• 数值变量默认设为度量
• 强行将字符串变量拖动为度量
• 记录数：代表符合筛选条件的案例数量
• 度量值：代表相应度量的汇总数值，常与度量名称联合使用

2.制表

2.1 表格类型

叠加表（Stacking）

屏幕快照 2018-04-29 22.12.42.png

• 指在同一张表格中对两个变量进行描述，或在表格中有一个维度的元素是由两个以上的变量构成。
• 叠加表可以被理解为，为两个变量分别绘制两个简单的报表，然后拼接（可以横行拼接）。

交叉表（Crosstabulation）

• 观察两个分类变量间联系时常用表格，它的两个维度都是由分类变量的各类别（及汇总）构成。

嵌套表（Nesting）

屏幕快照 2018-04-29 22.18.34.png

• 显示两个分类变量的联系，两个变量被放置在同一个表格维度中，即该维度由两个变量的各种类别组合构成。
• 嵌套表不如交叉表直观，但当每个单元格内需要呈现的统计指标非常多时，嵌套表更为美观和紧凑。

多层表（Layers）

屏幕快照 2018-04-29 22.23.34.png

• 如果指定层元素，表格就由二维扩展到三维，即多层表。
• 多层表每次观察到其中的一层，而嵌套表每次可以观察到所有层。

复合表

• 叠加-交叉表：一个维度是分类变量，另一个维度是两个变量的叠加。
• 嵌套-交叉表：一个维度是分类变量，另一个维度是两个分类变量的嵌套。

2.2 制表步骤

1. 确定表格结构与行列构成，是否在表格中出现多个元素的嵌套，有多少种汇总，是否有嵌套汇总等。
2. 绘制表格的基本结构。
3. 完善细节，使单元格的输出格式符合要求。
4. 添加其余变量、统计量到表格中。
5. 对表格的附加文本和格式进行修饰。
6. 最后审核绘制的表格，查缺补漏。

3.绘图

3.1 统计图的分类框架

1. 根据呈现变量的数量，将统计图分为单变量图、双变量图和多变量图。
2. 根据相应变量的测量尺度进行更细划分。

3.2 单个-分类变量

• 简单条图：按分类区分直条，直条高度代表频数大小。
• 分段条图：按分类区分颜色，条段大小代表频数/构成比大小。
• 饼图：饼块大小代表频数/构成比大小。
• 气泡图：气泡大小代表频数/构成比大小。

3.3 单个-数值变量

直方图

1. 对数值进行分组频数汇总，呈现整个取值区间上的数据分布特征。
2. Tableau是通过对原始数据生成分段变量（数据图）来实现。

箱图

1. 使用百分位数体系刻画整个取值区间。
2. 箱体最中间的粗线为P50（中位数），方框上下界为P75和P25（四分位数）。
3. 数据用散点的方式表示。
4. 与四分位数（即方框上下界）的距离超过1.5倍四分位间距（即方框长度）的都会被定义为离群值，相应的界限在图中以线段表示。
5. 所有数值均未超界时，该线段就是最大/最小值。

3.4 数值因变量

• 条图：呈现分类自变量的影响，同时衍生出点图。
• 线图：单线图呈现时间变量的影响，双线图提供两个纵轴尺度对比数值相差较大的两个指标，同时衍生出面积图。
• 散点图：呈现连续自变量的影响

3.5 分类因变量

• 基本使用各类条图对数据进行呈现。
• 复式条图：呈现两个分类变量各个类别组合情况下的频数分布。
• 分段条图：主要突出一个分类变量各类别的频数，并在此基础上表现两个类别的组合频数情况。
• 百分条图（马赛克图）：呈现在一个变量不同类别下，另一个变量各类别的百分比变化情况。
• 树状图：将两个分类变量置于同等地位，直接显示各个组合单元格所占百分比。

3.6 更复杂的图形

• 呈现多个变量的关系：用线图/条图的组合对二维图进行扩充。
• 统计地图：与Tableau地图数据结合，或自定义地图数据。
• 甘特图：异化的条图，反映项目进展是否按时间计划进行。
• 标靶图：在条图的基础上增加目标值，反映任务完成情况。
• 词云：反映各词汇在语料库中的出现频次。