可视化小目标--解构数据可视化

学习目标

  • 了解数据可视化的基本流程,牢记4个关键步骤

  • 熟悉可视化视觉映射的基本原理及其三要素

一个完整的数据可视化过程,主要包括以下4个步骤:

  • 确定数据可视化的主题;

  • 提炼可视化主题的数据;

  • 根据数据关系确定图表;

  • 进行可视化布局及设计;

可视化过程的第一步:确定数据主题,即确定需要可视化的数据是围绕什么主题或者目的来组织的。

业务运营中的具体场景和遇到的实际问题,公司层面的某个战略意图,都是确定数据可视化主题的来源和依据。简而言之,一个具体问题或某项业务、战略目标的提出,其实就可以对应一个数据可视化的主题。比如,银行分析不同城市用户的储蓄率、储蓄金额,电商平台进行双十一的实时交易情况的大屏直播,物流公司分析包裹的流向、承运量和运输时效,向政府机构或投资人展示公司的经营现状等,都可以确定相应的数据主题。

可视化过程的第二步:提炼数据

确定数据围绕什么主题进行组织之后,我们接下来要了解我们拥有哪些数据,如何来组织数据,这里面又衍生出另外三个问题。

1. 确定数据指标

分析和评估一项业务的经营现状通常有不同的角度,这也就意味着会存在不同的衡量指标。同样一个业务问题或数据,因为思考视角和组织方式的不同,会得出截然不同的数据分析结果。例如,要评估寄件这项业务,有人想了解寄件量,有人想知道不同快递公司的运输时效,有人想知道寄件用户的下单渠道,还有人想了解寄件收入。拿起数据,就开始画图,会让整个数据可视化作品没有重点、杂乱无章,是一种用战术上的勤劳掩盖战略上的懒惰,最终的呈现效果一般不理想。

2. 明确数据间的相互关系

基于不同的分析目的,所关注的数据之间的相互关系也截然不同,这一步实质上是在进行数据指标的维度选择。例如,都要统计寄件量,有人希望知道各个快递公司的寄件量是多少,有人想了解一天内的寄件量高峰位于哪个时段,还有人想知道寄件量TOP10的城市排名。这里的快递公司、时段、城市,都是观察寄件量这个指标的不同维度。

通常,数据之间的相互关系包含如下几类:

  • 趋势型:通常研究的是某一变量随另一变量的变化趋势,常见的有时间序列数据的可视化。

  • 对比型:对比两组或者两组以上的数据,通常用于分类数据的对比。

  • 比例型:数据总体和各个构成部分之间的比例关系。

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Tableau 是一款常用的商业智能工具,可以用于数据可视化和分析。在 Tableau 中,数据源有很多种类型和格式,包括数据库、Excel 表格、文本文件等。对于一些复杂的数据结构,例如嵌套的 JSON 或 XML 数据,Tableau 提供了一种取 strcut 解构的方法来处理。 取 strcut 解构是指将嵌套的数据结构转换成扁平化的表格形式,以便于在 Tableau 中进行分析和可视化。这种方法可以将嵌套的数据结构中的每一个字段拆分成一个独立的列,并将对应的值填充进去。这样一来,就可以通过简单的行列操作和计算来展示和分析这些数据。 在 Tableau 中进行取 strcut 解构的步骤如下: 1. 导入数据源:在 Tableau 中打开新的工作簿,选择所需的数据源,并将其导入到 Tableau 中。 2. 理解数据结构:了解数据源中的嵌套结构,确定需要解构的字段及其层级关系。 3. 解构数据:在 Tableau 的数据准备界面,选择需要解构的字段,点击右键并选择"解构"选项。 4. 配置解构选项:在解构选项中,可以指定解构后的新列的名称和数据类型,并选择是否删除原始的嵌套字段。 5. 应用更改:点击"应用"按钮,Tableau 将根据所选的解构选项解析嵌套的数据结构,并将其转换为扁平化的表格形式。 通过取 strcut 解构,可以使复杂的嵌套数据结构更具可分析性,便于在 Tableau 中进行数据的探索和可视化。这种方法可以减少数据处理的复杂性,提高数据分析的效率和准确性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值