Tableau数据可视化与仪表盘搭建-基础图表制作
目录
对比分析:比大小
柱状图
条形图
数据钻取
筛选器
热力图
气泡图
变化分析:看趋势
折线图
预测
面积图
关系分布:看位置
散点图
直方图
地图
构成分析:看占比
饼图
树地图
堆积图
对比分析:比大小
柱状图
条形图
上图中图形可以进行排序
上图中的图形可以进行条形图与柱状图的转换
就是转置,将行列换一个位置
数据钻取
下面创建一个分级结构,就是下钻
然后可以将字段直接拖到分级结构下面
这里会出现+,点击+,就会自动进行向下的下钻
筛选器
筛选器也可以设置单选
筛选器也可以设置多选
除了对日期进行筛选
也可以对数值进行筛选
数值的话,有一个可以拖拽的区域
也可以对日期进行筛选
日期同样是一个可以拖拽的区域
做完可以命名一下
热力图
先新建一个工作表
我们先创建一个表格,包含一些数值信息
我们将GMV放到颜色
进行一个区分
在换一个方形标志
气泡图
下面这样就是树立图(标志为方形)
换一个标记,圆,就是气泡图
变化分析:看趋势
折线图
我们可以将默认的单位改成 天
我们发现是有两个日期的
我们以月为例
上面的月是一月到十二月
上面这个月是一个离散的标签的月
上面的是把每年的同一个月合计显示成当月数据了,所以不连续
下面这个月是19年8月份到20年8月份
是连续的数轴
下面的是每年的月份都是独立显示且日期连续
预测
下面这种连续的可以进行预测的
按住ctrl再拖“预测”,就会出现那个添加预测的小框,也可以直接双击“预测”去添加预测
发现预测不太好
我们进行一个日期筛选,并改成天
tableau内置的预测的模型
也可以添加趋势线
面积图
可以换成门店名称
关系分布:看位置
散点图
我们计算一下cpc和GMV之间的关系
不用担心跨表的运行,tableau会帮我们自动算好
我们可以计算一下每天的cpc和GMV之比
可以再给门店名称添加一个颜色
我们也可以进行聚类
选择分成几类
也可以换成日期
直方图
比如我们看一下实际的订单金额是怎样一个分布
我们可以使用智能推荐帮我直接变成直方图
这个帮我们直接创建了一个订单金额(数据桶)
数据桶就是对我们的数值进行一个分类
我们在图上显示订单金额
我们可以发现40,45,50的订单金额比较多
上面只是订单金额,不是实付金额
下面看看实付金额是多少
下面我们不使用智能推荐
做一个实付金额的直方图
地图
双击一下城市,就会出现地图
下面看一下外卖订单配送的经纬度
然后双击
只有一个点,因为没有做区分
如果要看到每笔订单在上海市的分布情况
就要根据订单ID做区分
订单id默认是一个数值,将订单ID放到维度上,然后将其变成字符串
但这个区分是伪区分,发现订单id后缀全是0(这里的订单id做了脱敏处理)
脱敏处理,有些数据不能泄漏
为了解决这个问题
我们将每笔订单的下单时间复制,并变成字符串
因为每笔订单的下单时间很难到秒重合的
可以使用下单时间替代订单id对其进行区分
我们还可以增加
比如将用户实付放到大小
圆圈的大小就表示实付金额的多少
还可以将配送距离放到颜色上
这里的距离还是有点问题的,这个8千米有点问题,详细查看一下
这里我们发现有好几笔同时下单的
下单的日期时间是一样的
说明使用日期并没有彻底区分每一笔订单
如果我们需要创建一个唯一区分
可以创建一个字段
点击确定
如果显示计算有误,是因为订单id的数据类型没有改成字符串
用主键去替换
还是有问题,继续添加(越靠中心点颜色应该越浅)
这样就是合理的
往里颜色浅,往外深
构成分析:看占比
饼图
加上颜色区分
点击整个视图,可以放大
如果想显示数值
选择GMV字段+ctrl ,放到标签上
饼图一般用百分之比展现数值
这个百分比也可以设置小数点后几位
切换成方形,就变成了树地图
树地图
堆积图
将GMV复制到标签上,可以显示GMV
如果要看百分比
这个得到的是整体百分之
如果要看一列的百分之
上面是对数值进行百分之计算
如果要对数轴进行百分之计算
下面这个就是绝对百分比
下面这个就是相对百分比
我们在加一个GMV做一个比较
上面就是相对百分比
下面是绝对百分比
这里是有三个的,都可以调整
比如我们将最后一个的标记百分之换成标记绝对值
也可以两个都显示
可以通过调整上下来调整顺序
也可以换一下颜色
相关文章:

Tableau数据可视化与仪表盘搭建-基础图表制作
目录 对比分析:比大小 柱状图 条形图 数据钻取 筛选器 热力图 气泡图 变化分析:看趋势 折线图 预测 面积图 关系分布:看位置 散点图 直方图 地图 构成分析:看占比 饼图 树地图 堆积图 对比分析:比大…...

Center Loss 和 ArcFace Loss 笔记
一、Center Loss 1. 定义 Center Loss 旨在最小化类内特征的离散程度,通过约束样本特征与其类别中心之间的距离,提高类内特征的聚合性。 2. 公式 对于样本 xi 和其类别yi,Center Loss 的公式为: xi: 当前样本的特征向量&…...
3125: 【入门】求1/1+1/2+2/3+3/5+5/8+8/13+13/21……的前n项的和
文章目录 题目描述输入输出样例输入样例输出 题目描述 求1/11/22/33/55/88/1313/2121/34……的前n项的和。 输入 第1行:一个整数n(1 < n < 30 )。 输出 一行:一个小数,即前n项之和(保留3位小数&…...
如何确保获取的淘宝详情页数据的准确性和时效性?
要确保获取的淘宝详情页数据的准确性和时效性,可从以下几个方面着手: 合法合规获取数据 遵守平台规则:在获取淘宝详情页数据之前,务必仔细阅读并严格遵守淘宝平台的使用协议和相关规定。明确哪些数据可以获取、以何种方式获取以及…...

云计算是如何帮助企业实现高可用性的
想象一下,你正在享受一个悠闲的周末,突然接到同事的电话:公司的核心系统宕机了!这个场景对很多IT从业者来说并不陌生。但在云计算时代,这样的噩梦正在逐渐远去。 一位前辈告诉我:"在技术世界里&#…...

143.《python中使用pymongo》
文章目录 pymongo安装pymongo连接数据库mongodb操作创建数据库判断数据库是否存在创建集合判断集合是否已经存在插入集合插入一条多条插入 查询数据查询一条数据查询所有数据查询指定字段的数据统计查询统计所有记录数按条件统计记录数分页列表查询比较查询$eq$gt$gte$in$lt$lt…...
Babylon.js 的 Mesh 与 Unity 的 GameObject:深入对比与分析
在 3D 开发领域,Babylon.js 和 Unity 是两款极具影响力的引擎,分别在 Web 平台和游戏开发领域占据重要地位。要深入理解这两款引擎的异同,从其核心对象——Babylon.js 的 Mesh 和 Unity 的 GameObject ——入手进行对比,是…...

MySQL安装,配置教程
一、Linux在线yum仓库安装 打开MySQL官方首页,链接为:https://www.mysql.com/ 界面如下: 在该页面中找到【DOWNOADS】选项卡,点击进入下载页面。 在下载界面中,可以看到不同版本的下载链接,这里选择【My…...
Android折叠屏适配(权宜之计)
现在折叠屏手机出了也有一段时间了,但是除了大厂app,其他app适配折叠屏还是比较少,如果真的想做好折叠屏完全适配,那这个文章可能并不适合,这里只是一个简单适配的思路。 如果原先你的app已经适配了平板,那…...
Spark是什么?Flink和Spark区别
Spark是什么?Flink和Spark区别 一、Spark二、Spark和Flink区别三、总结 一、Spark Apache Spark 是一个开源的大数据处理框架,主要用于大规模数据处理和分析。它支持多种数据处理模式,包括批处理、流处理、SQL 查询、机器学习和图处理等。 核…...
Cocos Creator 3.8 修改纹理像素值
修改的代码: import { _decorator, Component, RenderTexture, Sprite, Texture2D, ImageAsset, SpriteFrame, Vec2, gfx, director, log, math, v2 } from cc;const { ccclass, property } _decorator;ccclass(GradientTransparency) export class GradientTrans…...

如何评价deepseek-V3 VS OpenAI o1 自然语言处理成Sql的能力
DeepSeek-V3 介绍 在目前大模型主流榜单中,DeepSeek-V3 在开源模型中位列榜首,与世界上最先进的闭源模型不分伯仲。 准备工作: 笔者只演示实例o1 VS DeepSeek-V3两个模型,大家可以自行验证结果或者实验更多场景,同时…...

SQL左连接的两种不同情况示例和外连接示例
Oracle;有2个表如下; 执行下图选中的左连接; 左表10条记录,右表3条记录,结果是10条记录; 执行下图的左连接, 老师表为左表,学生表为右表,结果会显示每个老师,…...
【渗透测试术语总结】
Top 渗透测试常用专业术语 相信大家和我一样,搞不清这些专业名词的区别,所以我来整理一下。 1. POC、EXP、Payload与Shellcode POC:全称 Proof of Concept ,中文 概念验证 ,常指一段漏洞证明的代码。 EXP…...

Unity2D初级背包设计后篇 拓展举例与不足分析
Unity2D初级背包设计中篇 MVC分层撰写(万字详解)-CSDN博客、 如果你已经搞懂了中篇,那么对这个背包的拓展将极为简单,我就在这里举个例子吧 目录 1.添加物品描述信息 2.拓展思路与不足分析 1.没有删除只有丢弃功能,所以可以添加垃圾桶 2.格…...
Kafka优势剖析-幂等性和事务
目录 1. 幂等性(Idempotence) 1.1 什么是幂等性? 1.2 幂等性的实现 1.2.1 生产者 ID 和序列号 1.2.2 重复消息检测 1.2.3 幂等性的优势 1.3 幂等性的配置 2. 事务支持(Transactions) 2.1 什么是事务支持&…...
MyBatis深入了解
目录 xml 映射文件中,除了常见的select、insert、update、delete 标签之外,还有哪些标签? Dao 接口的工作原理是什么?Dao 接口里的方法,参数不同时,方法能重载吗? MyBatis 是如何进行分页的?分页插件的原理是什么? 简述 …...

语音技术与人工智能:智能语音交互的多场景应用探索
引言 近年来,智能语音技术取得了飞速发展,逐渐渗透到日常生活和各行各业中。从语音助手到智能家居控制,再到企业客服和教育辅导,语音交互正以前所未有的速度改变着人机沟通的方式。这一变革背后,人工智能技术无疑是关键…...

Openwrt @ rk3568平台 固件编译实践(二)- ledeWRT版本
目录 ledeWRT介绍固件编译下载代码修改feed源更新并安装编译第三方软件包制作用于eMMC烧写的rootfs基于lede发行版验证烧写rk3568.img, LEDE wrt启动成功refhttps://blog.csdn.net/zc21463071/article/details/106751361介绍rk3568平台下, lede 大神版 openwrt固件的下载、编译…...
Windows下调试Dify相关组件(1)--前端Web
1. 什么是Dify? 官方介绍:Dify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务(Backend as Service)和 LLMOps 的理念,使开发者可以快速搭建生产级的生成式 AI 应用。 这是个组件式框架,即使是非技…...
web vue 项目 Docker化部署
Web 项目 Docker 化部署详细教程 目录 Web 项目 Docker 化部署概述Dockerfile 详解 构建阶段生产阶段 构建和运行 Docker 镜像 1. Web 项目 Docker 化部署概述 Docker 化部署的主要步骤分为以下几个阶段: 构建阶段(Build Stage):…...

树莓派超全系列教程文档--(61)树莓派摄像头高级使用方法
树莓派摄像头高级使用方法 配置通过调谐文件来调整相机行为 使用多个摄像头安装 libcam 和 rpicam-apps依赖关系开发包 文章来源: http://raspberry.dns8844.cn/documentation 原文网址 配置 大多数用例自动工作,无需更改相机配置。但是,一…...
【Java学习笔记】Arrays类
Arrays 类 1. 导入包:import java.util.Arrays 2. 常用方法一览表 方法描述Arrays.toString()返回数组的字符串形式Arrays.sort()排序(自然排序和定制排序)Arrays.binarySearch()通过二分搜索法进行查找(前提:数组是…...
Linux简单的操作
ls ls 查看当前目录 ll 查看详细内容 ls -a 查看所有的内容 ls --help 查看方法文档 pwd pwd 查看当前路径 cd cd 转路径 cd .. 转上一级路径 cd 名 转换路径 …...

【项目实战】通过多模态+LangGraph实现PPT生成助手
PPT自动生成系统 基于LangGraph的PPT自动生成系统,可以将Markdown文档自动转换为PPT演示文稿。 功能特点 Markdown解析:自动解析Markdown文档结构PPT模板分析:分析PPT模板的布局和风格智能布局决策:匹配内容与合适的PPT布局自动…...
OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别
OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别 直接训练提示词嵌入向量的核心区别 您提到的代码: prompt_embedding = initial_embedding.clone().requires_grad_(True) optimizer = torch.optim.Adam([prompt_embedding...

ABAP设计模式之---“简单设计原则(Simple Design)”
“Simple Design”(简单设计)是软件开发中的一个重要理念,倡导以最简单的方式实现软件功能,以确保代码清晰易懂、易维护,并在项目需求变化时能够快速适应。 其核心目标是避免复杂和过度设计,遵循“让事情保…...

springboot整合VUE之在线教育管理系统简介
可以学习到的技能 学会常用技术栈的使用 独立开发项目 学会前端的开发流程 学会后端的开发流程 学会数据库的设计 学会前后端接口调用方式 学会多模块之间的关联 学会数据的处理 适用人群 在校学生,小白用户,想学习知识的 有点基础,想要通过项…...
【Go语言基础【12】】指针:声明、取地址、解引用
文章目录 零、概述:指针 vs. 引用(类比其他语言)一、指针基础概念二、指针声明与初始化三、指针操作符1. &:取地址(拿到内存地址)2. *:解引用(拿到值) 四、空指针&am…...

Netty从入门到进阶(二)
二、Netty入门 1. 概述 1.1 Netty是什么 Netty is an asynchronous event-driven network application framework for rapid development of maintainable high performance protocol servers & clients. Netty是一个异步的、基于事件驱动的网络应用框架,用于…...