相信大家都知道数据的呈现，图比表来得更直观，更能引人注目，我们的数据分析工具几乎都具有数据可视化功能，比如Excel有图表功能，SPSS也有各种专业的统计分析图表，当然这些都是基于某些数据所呈现的单个图表，要想呈现一组相关数据图表，还需要用到专业的可视化工具，国内的FineBI做的也不错，国外的Tableau也很好，二者其实都很好用，那本文呢，就基于Tableau来讲讲如何进行数据可视化。

内容目录

• Tableau界面介绍
• Tableau基本操作
• Tableau绘制基本图表
• Tableau绘制高阶图表

1 Tableau界面介绍

1.1 数据导入界面

本地文件导入-以Excel为例

服务器数据导入-以MySQL数据库为例

1.2 数据源界面

1.3 工作表界面

2 Tableau基本操作

2.1 数据类型

# 代表是数字类型

Abc是字符串类型

日历形状的是 日期格式

日历上有个闹钟 是日期时间格式

T| F 是布尔型

一般用的就是以上几种，跟我们学习的数据类型是一样的，只是展示方式不一样而已

下面简单演示一下

2.2 显示隐藏字段

我们有时候需要对一张表的某些字段进行隐藏，但当你拿到一个别人的表时，不知道是否存在隐藏字段时，可以同时此操作，来查看一下源表的所有字段

2.3 智能分列

需求1：【电影名】字段内容是由 电影中文名+上映年份+英文名组成，现要求把拆分成三列

其实操作特别简单，只要你的表格拆分规则统一，则右击–拆分即可实现，跟Ctrl+E如出一辙

需求2：把累计票房中的金额提取出来

这个一个拆分也能解决，看动画

不仅把金额提取出来了，而且数据类型还自动调整为小数类型，是不是很好用，拆分功能我还是很喜欢的。

3 Tableau绘制基本图表

3.1 柱状图

介绍：在竖直方向比较不同类型的数据

适用场景：用于二维数据集，对于不同类型的数据进行对比，也可用于同一类型的数据在不同的时间维度的数据对比，通过柱子的高度来反应数据的差异

需求：各地区酒店的数量对比分析

分析：该表是记录每家酒店信息的表，因此，每条记录代表一个酒店，各地区酒店数量，直接根据地区字段进行组分即可。

展示效果：

排序后

注：记录数相当于对每行进行计数，一行即为1,10行数据即为10

3.2 条形图

介绍：水平方向比较不同类型的数据，更直观

适用场景：跟柱状图功能类似，只是展示形式不一样，更直观一些，如果类别名称很长，可以选择条形图

需求1：各地区的酒店均价对比分析

需求2：价格等级堆积图

分析：要计算各地区酒店的均价，也就是根据地区进行分组，对价格进行求平均；要实现堆积图即把价格等级拖至颜色，即可使用不同的颜色显示不同的等级的酒店数量分布情况。

动图如下：

3.3 直方图

介绍：观察数据分布特征

适用场景：主要用于统计分析过程中，对数据整体情况的描述，说实话这里的直方图的基本思想是：先根据某个字段的数据间隔建立数据桶也就是多个分段组，然后利用每组的频数进行条形图的展示，所以这里的直方图并不是特别专业，知道就可以了。

需求：对酒店的评价创建直方图

建立直方图，需要先对数据进行分组，在Tableau中叫创建数据桶，创建数据桶规则可以按照默认指定的，也可以自己单独设置，一般默认的就可以了。

然后根据数据桶进行条形图展示即为直方图，需要注意的是：数据桶只能放在列，数值只能是记录数。

注：这里的间隔只显示了开头，其实应该是个区间，并且各柱状图之间是没有空格的，因为数据是连续的。

3.4 折线图

介绍：按类别显示一段时间内数据的变化趋势，主要用于时间序列的数据

适用场景：折线图适合二维的大数据集，还适合多个二维数据集的比较

需求1：绘制2010年后电影数量变化的折线图
需求2：不同国家在2010年后的电影数量对比

分析：这里涉及到的内容的筛选，因此需要用到筛选器的功能

注：如果是日期数据类型，在进行图表设计时会灵活转换成年/月等分组计算

效果图：

3.5 饼图

介绍：主要描述的部分与整体的关系

适用场景：一个整体的各个组成部分之间的占比情况，例如全国各地区的销售额占比

需求：分析酒店等级的的占比情况

分析：做饼图跟其他的图形不太一样，是把要分类的数据拖至颜色框中，然后再把记录数拖至角度。

环形图

环形图是饼图的一种扩展，操作起来稍微有点麻烦，可以作为了解内容

它巧妙的利用两个饼图合并的特殊情况（双轴），然后利用每条记录的最大值和最小值都是1的特点，去绘制的

效果图

3.6 基本表&凸显表

其实这个是我们日常生活中所说的表格，只是我们可以根据单元格的数值大小进行特殊显示

数值大小可以通过颜色深浅进行判断

效果图

3.7 气泡图

介绍：展示分类数据的多方面的度量。

适用场景：维度定义各个气泡，度量定义各个圆的大小和颜色。

需求：不同类型电影数量与票房

分析：气泡图其实跟树形图有类似地方，气泡图可以设置气泡大小和颜色，大小可以表示电影数量，颜色表示票房金额

效果图

3.8 词云图

介绍：主要是根据某个字段维度作为词，然后度量通过大小和颜色表示

需求：制作电影类型的数量对比词云图

分析：制作词云图，要先做成气泡图，然后图表类型选择文本即可，文字越大，代表电影数量越多

效果图

3.9 树状图

介绍：可在嵌套的矩形中显示数据

适用场景：可使用维度定义树状图的结构，使用度量定义各个矩形的大小或颜色。树状图是一种相对简单的数据可视化形式，可通过具有视觉吸引力的格式提供见解。

需求：对比分析不同类型的电影票房和电影数量

分析：使用树状图，可以把电影类型作为维度，构造树状结构，把电影票房作为颜色对比大小，把电影数量作为矩形面积来对比大小

效果图

4 Tableau 高阶图表

4.1 甘特图

介绍：通过条状图来显示项目，进度，和其他时间相关的系统进展的内在关系随着时间进展的情况。

适用场景：主要用于计划与实际完成情况的对比

需求：供应商的交货情况（是否存在大量的延迟交货）

步骤：

1 添加计算字段：天数 实际交货时间 – 计划开始时间

2 行方向：【供货商名称】【物资类别】

3 列方向：【计划交货时间】–精确到月

4 把计算好的字段【天数】 拖到【颜色和大小】

效果图

注：条形越长，代表计划时间与实际时间差异越大，颜色偏蓝色越深，代表延迟交货时间越长，颜色偏橘色代表提前交货。

4.2 瀑布图

介绍：

适用场景：瀑布图确实在表现数据变化因素或过程上有着得天独厚的优势

需求：绘制产品数据中不同类型的利润对比

分析：在体现总分结构的功能上，组成瀑布图比饼图和树图更具优势。在运用饼图时，由于人眼对角度不够敏感，当各部分数据之间差异不大时，读者很难对数据进行有效排序。在运用分类树图时，数据量难以表示。而组成瀑布图通过柱体垂直高度展示数据，直观易辨，可以很好地规避以上的缺点。

然后，利用柱状图对利润进行累计求和，借用甘特图进行不同类别的差异化展示

步骤：

1 子类别拖到列，利润拖到行，制作条形图，选择升序排列

2 利润计算下拉选择–快速表计算–汇总，得到累计利润累计求和图

3 把利润拖到【颜色】按照不同颜色显示利润

4 把图形选择为 甘特条形图

5 添加字段【差异】–【-利润】 –拖到【大小】

6 不同类别的利润差异明显

效果图

4.3 帕累托图

介绍：帕累托图以意大利经济学家帕累托（Vilfredo Pareto）的名字命名。帕累托图与帕累托法则一脉相承，帕累托法则又称二八法则或80/20法则，即80%的问题是20%的原因所造成的；百分之80%的利润是由20%的客户带来的。

适用场景：帕累托图是一种查找问题原因的分析方法，在质量管理中，我们常用帕累托图来分析质量问题产生的主要因素，从而有重点的采取纠正措施。

需求：绘制帕累托图，分析各产品的销售情况。

步骤:

1 客户ID拖至列，利润拖至行，按照降序排列

2 计算字段【累计客户占比，输入公式：index()/size()】–拖至行，替换掉客户ID

3 客户ID拖至【详细信息】–条形图–根据利润，降序排列

4 设置x轴为百分比格式

5 利润–添加表计算

6 添加常规线，查看百分之20客户是否带来80利润

4.4 盒须图

介绍：也叫箱线图，主要用于查看数据的分布，类似于箱线图，主要用到四位数和中位数等统计知识

应用场景：如果你想显示一组数据的分布情况：例如：一目了然地理解数据，查看数据如何向某一段偏斜，查看数据中的异常值。建议使用盒须图，它是显示数据分布情况的重要方式。

需求：不同类型的电影数量在2010以后的分布情况

步骤：

1 上映时间拖至列，记录数拖至行

2 选择箱线图

3 类型 拖至列

4 上映时间拖至筛选器，筛选2010年以后数据

效果图

4.5 地图

介绍：顾名思义，就是字段内容是地理位置，分析各所在地理位置的相关数据的度量

4.5.1 符号地图

需求：分析全球超市的销售额情况

分析：绘制地图，首先要在具有地理位置特性的字段上标注上地理角色

效果图

4.5.2 填充地图

需求：对中国地区各省的销售情况分析

分析：填充地图是不同于符号地图，它通过对每个省在地图上的地理位置及面积为基准点，以颜色的深浅来判断销售额情况。

效果图

4.5.3 多维地图

需求：分析不同类型在不同年份的各省销售情况

4.5.4 多边形地图

效果图

好啦，今天的内容就到这里啦！是不是想迫不及待的上手练一练，放心，给大家提供福利啦，数据网盘链接：链接: https://pan.baidu.com/s/1Gl_NjvTrtDDhl47qXS-FKw 提取码: isr2