Data analysis|Tableau基本介绍及可实现功能
一、基础知识介绍
(一)什么是tableau
tableau 成立于 2003 年,是斯坦福大学一个计算机科学项目的成果,该项目旨在改善分析流程并让人们能够通过可视化更轻松地使用数据。Tableau可以帮助用户更好地理解和发现数据中的价值,通过可视化和分析工具提供决策支持和业务洞察。
共同创始人 Chris Stolte、Pat Hanrahan 和 Christian Chabot 开发出了 Tableau 的基础技术 VizQL 并获得专利,该技术通过直观的界面将拖放操作转化为数据查询,从而对数据进行可视化呈现。 自成立以来,我们一直以无与伦比的速度不断进行研发投资,开发各种解决方案来帮助所有需要使用数据的人更快地找到答案,发现意想不到的见解。
官方网站链接:商业智能和分析软件 | Tableau
官网下载地址(试用版):下载 Tableau Desktop
windows系统安装的话直接搜有安装教程(Tableau Desktop 最新版安装教程_tabui.dll_张国荣家的弟弟的博客-CSDN博客)。
mac版本安装:我在使用时并没有找到mac的免费安装版本,全都是需要再次解压缩来收费的,最后我选择了淘宝一下,或者你也可以选择咸鱼。
特点:简单、易用是Tableau的最大特点,使用者不需要精通复杂的编程和统计原理。
(二)tableau可实现的功能
Tableau是一款强大的数据可视化和商业智能工具,可以实现以下功能:
1. 数据连接和整合:Tableau可以连接多种数据源,包括数据库、Excel文件、CSV文件等,将它们整合到一个统一的数据模型中。
2. 数据探索和分析:Tableau提供了丰富的分析工具和交互式仪表板,可以对数据进行深入探索和分析,发现数据中的模式、趋势和关联性。
3. 可视化设计:Tableau具有强大的可视化设计功能,用户可以选择各种图表类型(如条形图、折线图、散点图等)并进行定制,创建令人印象深刻的数据可视化图表。
4. 仪表板和报表制作:Tableau提供了灵活的仪表板和报表制作工具,可以将多个可视化元素组合成一个仪表板,以实现数据的全面展示和交互式分析。
5. 数据共享和协作:Tableau提供了数据共享和协作的功能,可以将可视化仪表板和报表分享给其他用户,使多人能够在同一平台上协作分析数据。
6. 实时数据分析:Tableau支持实时数据连接和分析,可以与实时数据源集成,实时监控业务指标和数据变化。
7. 高级分析和预测:Tableau还提供了高级分析功能,包括统计分析、数据挖掘和预测模型,帮助用户更深入地理解数据和预测未来趋势。
二、常用功能
tableau官网的入门教程如官网教程所示:步骤 1:连接到示例数据源 - Tableau
(一)如何在仪表盘中实现工作表均匀分布?
首先我们需要拖动一个水平或者垂直容器。

其次,拖完后会发现在区域里面有一个蓝色的框(容器),然后选择“均匀分布”。

可以把工作表都拖到这个容器里,选中整个容器,设置“均匀分布”。也可以实现上下等多方面均匀分布。
(二) 如何固定筛选器或工作表宽度/高度?
问题:仪表板里有很多工作表,很多筛选器,筛选器的摆放位置以及显示设置设置如何优化?
解决方法:在刚开始设计的时候先放一个大的容器,然后里面套很多小的容器,这样在后续调整的时候很容易进行拖放(因为整个容器可以一次性选中进行拖动)。
解决步骤:
首先我们拖一个容器,把要放置的筛选器都放到容器里面,设置均匀分布,如图:

然后利用容器设置和固定容器高度:

根据界面美观度设置一个合适的高度即可,例如,我设置成50,

这时,筛选器就会自动变成上下结构了,并且无论我们怎样缩放工作表,都不会改变,如下图红色框中标记的,这是我已经缩放到很小的窗口的情况:

然而,你会发现绿色框里面的表题只能显示1个或者两个字,后面的用省略号表示,但是表题通常情况下我们肯定希望尽量能全部显示,这个也可以解决,还是用容器,把表题也放到一个容器里面,然后跟上面一样固定一下宽度就可以了,


固定完宽度你会发现上面那个红色框里面的变成实心的,这就说明固定成功,无论怎样缩放都可以显示全部标题。
(三)如何制作模版?提高Tableau的可复用率
如果项目要做很多的仪表板,并且有固定的样式,通过做模板,可大大减少工作量,如图:

这个是设计的模板,那些蓝色的框都是容器,你可以固定一些需要的容器大小,包括宽度和高度,以及设置整个工作簿或仪表板的字体,以后就不需要逐个设置了,如图:

还有就是可统一设置整个仪表板的边界、背景、外边距和内边距(具体效果是啥,只要试一下就可以了,这个可能要Tableau10.4以上的版本才有这个功能),如图:

做好后以后再摆放仪表板的时候只要导入模板,把工作表拖进去就可以了。
(四)Tableau desktop 更换电脑的时候 迁移License
解决步骤来源:Tableau desktop 更换电脑的时候 -CSDN博客
三、参考引用
「1」数据可视化:Tableau 新手入门教程(可以操作的流程) - 知乎
「2」界面简介及功能介绍-CSDN博客
相关文章:
Data analysis|Tableau基本介绍及可实现功能
一、基础知识介绍 (一)什么是tableau tableau 成立于 2003 年,是斯坦福大学一个计算机科学项目的成果,该项目旨在改善分析流程并让人们能够通过可视化更轻松地使用数据。Tableau可以帮助用户更好地理解和发现数据中的价值&#x…...
单元测试优化:为什么要对程序进行测试?测试有什么好处?
单元测试(Unit Testing)又称为模块测试, 是针对程序模块(软件设计的最小单位)来进行正确性检验的测试工作。 程序单元是应用的最小可测试部件。简单来说,就是测试数据的稳定性是否达到程序的预期。 我们日常开发时可能…...
自动装配在Spring Boot中的重要性及实现方式
这里写目录标题 自动装配在Spring Boot中的重要性及实现方式什么是自动装配?如何实现自动装配?如何使用自动装配自动装配的优势总结 手写自动装配的Java代码示例原理 自动装配在Spring Boot中的重要性及实现方式 Spring Boot是基于Spring框架的开源框架…...
校对软件在司法系统中的应用:加强刑事文书审查
校对软件在司法系统中的应用可以加强刑事文书审查,提高文书的准确性和可靠性。 以下是校对软件在刑事文书审查方面的应用: 1.语法和拼写检查:校对软件可以自动检查刑事文书中的语法错误和拼写错误。这包括句子结构、主谓一致、动词形式等方面…...
微信小程序上传图片和文件
1.从微信里选择图片或文件上传 使用的vant的上传组件 原生用 wx.chooseMessageFile() html <!-- 从微信上面选择文件 --><van-uploader file-list"{{ file }}" bind:after-read"afterRead" max-count"{{3}}" deletable"{{ true…...
拥抱AIGC浪潮,亚信科技将如何把握时代新增量?
去年底,由ChatGPT带起的AIGC浪潮以迅雷不及掩耳之势席卷全球。 当互联网技术的人口红利逐渐消退之际,AIGC就像打开通用人工智能大门的那把秘钥,加速开启数智化时代的到来。正如OpenAI CEO Sam Altman所言:一个全新的摩尔定律可能…...
【opencv】指定宽或高按比例缩放图片 拼接图片
指定宽或高按比例缩放图片 import cv2def resize_by_ratio(image, widthNone, heightNone, intercv2.INTER_AREA):img_new_size None(h, w) image.shape[:2] # 获得高度和宽度if width is None and height is None: # 如果输入的宽度和高度都为空return image # 直接返回原图…...
使用C#加载TOOLBLOCK
前言 因为Vpp文件类型包含了以下三种 QuickBuidJobToolBlock 不同类型的打开方式不同,需要提前知道vpp是什么类型 例如 这个TB.vpp文件是TOOLBLOCK,就不能直接在visionpro中打开(直接打开需要QuickBuid文件), 可以…...
MPAS-A原理及陆面模式的基本概念
跨尺度预测模式(The Model for Prediction Across Scales - MPAS)是由洛斯阿拉莫斯实验室和美国国家大气研究中心(NCAR)共同开发,其由3个部分组成,分别称为 MPAS-A(大气模型)、MPAS-O(海洋模型&…...
前端技术Html,Css,JavaScript,Vue3
Html 1.基本标签 <h1>最大的标题</h1> <h2> . . . </h2> <h3> . . . </h3> <h4> . . . </h4> <h5> . . . </h5> <h6>最小的标题</h6><p>这是一个段落。</p> <br> (换…...
实战项目——多功能电子时钟
一,项目要求 二,理论原理 通过按键来控制状态机的状态,在将状态值传送到各个模块进行驱动,在空闲状态下,数码管显示基础时钟,基础时钟是由7个计数器组合而成,当在ADJUST状态下可以调整时间&…...
【es6】对象解构赋值
es6中对象解构赋值: 代码 let { foo: baz } { foo: rose, bar: jeck }; baz // "rose"let obj { first: tom, last: rose }; let { first: f, last: l } obj; f // tom l // roselet { foo: baz } { foo: rose, bar: jeck }中的foo:baz部分ÿ…...
腾讯云服务器CVM标准型S6详细介绍_性能测评
腾讯云服务器CVM标准型S6实例是最新一代的标准型实例,CPU采用Intel Xeon Ice Lake处理器,主频2.7GHz,睿频3.3GHz,内存采用最新 DDR4,默认网络优化,最高内网收发能力达1900万pps,最高内网带宽可支…...
时间序列预测任务下探索深度学习参数对模型预测性能的影响
时间序列相关的项目在我之前的很多博文中都有涉及,覆盖的数据领域也是比较广泛的,很多任务或者是项目中往往是搭建出来指定的模型之后就基本完成任务了,比较少去通过实验的维度去探索分析不同参数对模型性能的影响,这两天正好有时…...
React Dva项目 简单引入models中的所有JS文件
我们前面接触的 Dva项目 models目录下的文件还要一个一个引入 其实体验并不是很好 而且如果项目很大那就比较麻烦了 我们可以在 models 下创建一个 index.js 文件 编写代码如下 const context require.context("./", false, /\.js$/); export default context.key…...
ROS入门-第 1 章 ROS概述与环境搭建
目录 第 1 章 ROS概述与环境搭建 1.1 ROS简介 1.1.1 ROS概念 1.1.2 ROS设计目标 1.1.3 ROS发展历程 1.3 ROS快速体验 1.3.1 HelloWorld实现简介 1.3.2 HelloWorld(C版) 步骤 1:创建工作空间 步骤 2:创建发布者节点 步骤…...
spring之AOP简单介绍
1.AOP的概念 AOP,Aspect Oriented Programming,面向切面编程,是对面向对象编程OOP的升华。OOP是纵向对一个 事物的抽象,一个对象包括静态的属性信息,包括动态的方法信息等。而AOP是横向的对不同事物的抽象,…...
使用Spark ALS模型 + Faiss向量检索实现用户扩量实例
1、通过ALS模型实现用户/商品Embedding的效果,获得其向量表示 准备训练数据, M (U , I, R) 即 用户集U、商品集I、及评分数据R。 (1)商品集I的选择:可以根据业务目标确定商品候选集,比如TopK热度召回、或…...
Jmeter入门之digest函数 jmeter字符串连接与登录串加密应用
登录请求中加密串是由多个子串连接,再加密之后传输。 参数连接:${var1}${var2}${var3} 加密函数:__digest (函数助手里如果没有该函数,请下载最新版本的jmeter5.0) 函数助手:Options > …...
uni-app实现图片上传功能
效果 代码 <uni-forms-item name"ViolationImg" label"三违照片 :"><uni-file-picker ref"image" limit"1" title"" fileMediatype"image" :listStyles"listStyles" :value"filePathsL…...
别急着换电感!手把手教你用示波器定位DCDC电源的‘吱吱’声(附波形分析)
别急着换电感!手把手教你用示波器定位DCDC电源的‘吱吱’声(附波形分析) 实验室里最让人头疼的声音,莫过于DCDC电源模块发出的高频"吱吱"声。这种电感啸叫不仅影响产品体验,更可能预示着潜在的电路问题。但大…...
旧盒子秒变全网通电视盒:实测MGV3000刷机后,如何安装必备软件与优化设置
旧盒子焕新指南:MGV3000刷机后的极致优化全攻略 当你手中的MGV3000电视盒子完成刷机,进入那个清爽纯净的新系统时,兴奋之余或许会有些茫然——接下来该做什么?本文将带你从零开始,将这个"裸机"打造成功能强大…...
UCIe 1.0 实战笔记:当PCIe 6.0 Flit遇上Chiplet,这10个字节的改动意味着什么?
UCIe 1.0 技术解析:PCIe 6.0 Flit与Chiplet互连的10字节优化设计 在芯片设计领域,UCIe(Universal Chiplet Interconnect Express)标准的出现为异构集成提供了全新的互连解决方案。作为PCIe 6.0的扩展,UCIe 1.0特别针对…...
Textractor:重新定义游戏文本提取的智能革命
Textractor:重新定义游戏文本提取的智能革命 【免费下载链接】Textractor Extracts text from video games and visual novels. Highly extensible. 项目地址: https://gitcode.com/gh_mirrors/te/Textractor 在游戏世界中,语言障碍往往成为玩家体…...
PTR方法:机器人学习中的动态样本权重优化技术
1. PTR方法的核心原理与设计动机在机器人学习领域,我们常常面临一个关键挑战:如何从大量异构的演示数据中筛选出最有价值的训练样本。传统方法通常对所有样本一视同仁,但实际数据中往往包含质量参差不齐的演示——有些样本展示了完美的操作技…...
HuggingFace模型服务化部署实战与优化
1. 模型服务化部署的核心挑战在机器学习工程化实践中,模型部署环节往往比模型开发本身更具挑战性。传统部署方式通常面临三大痛点:环境依赖复杂:不同框架(PyTorch/TensorFlow/Sklearn)对系统库、CUDA版本、Python依赖的…...
从sp到sf:5个技巧让你的R语言空间分析效率提升300%
从sp到sf:5个技巧让你的R语言空间分析效率提升300% 【免费下载链接】sf Simple Features for R 项目地址: https://gitcode.com/gh_mirrors/sf/sf 你是否曾经在处理R语言空间数据时感到困惑?面对复杂的SpatialPolygonsDataFrame对象,你…...
BuildingMachineLearningSystemsWithPython部署指南:如何将机器学习模型投入生产环境
BuildingMachineLearningSystemsWithPython部署指南:如何将机器学习模型投入生产环境 【免费下载链接】BuildingMachineLearningSystemsWithPython Source Code for the book Building Machine Learning Systems with Python 项目地址: https://gitcode.com/gh_mi…...
在TensorRT里给CenterNet加DCNv2插件:一份保姆级的自定义算子实战指南
在TensorRT中实现DCNv2自定义算子:从CUDA核函数到工程落地的深度实践 当目标检测模型CenterNet遇上可变形卷积DCNv2,算法工程师们往往会在模型部署阶段遭遇"最后一公里"难题——主流推理引擎对这类创新算子的支持滞后。本文将揭示如何通过Tens…...
5大游戏翻译难题:XUnity.AutoTranslator 专业解决方案架构解析
5大游戏翻译难题:XUnity.AutoTranslator 专业解决方案架构解析 【免费下载链接】XUnity.AutoTranslator 项目地址: https://gitcode.com/gh_mirrors/xu/XUnity.AutoTranslator XUnity.AutoTranslator 是一个面向 Unity 游戏的专业级实时翻译插件架构&#x…...
