FineBI6.x进阶篇-交互与美化专题

最新推荐文章于 2025-05-10 05:30:00 发布
最新推荐文章于 2025-05-10 05:30:00 发布
阅读量1k 收藏 16
点赞数 12
分类专栏： 数据可视化-FineBI 数据可视化2025 文章标签： 交互 microsoft 数据库 FineBI
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_38139250/article/details/146324744
版权

参考

点击查看功能详细介绍： https://help.fanruan.com/finebi6.0/doc-view-150.html

交互操作演示

如何清除联动效果

地图钻取

组件跳转简介
过滤组件概述

交互与美化专题

联动

联动设置分为默认联动和手动联动。
在这里插入图片描述
清除联动：清除所有联动和单个组件清除联动
在这里插入图片描述

数据编辑到仪表盘
数据编辑
  1. 上传交互美化-集团销售分析.xlsx数据到到FineBI的公共数据中在这里插入图片描述
  1. 左右合并
    合并后的数据
    在这里插入图片描述
  2. 新增公式列
    毛利额=销售额-成本额
    在这里插入图片描述
    保存并更新
组件1-销售top10 分组表

数据选合并后的明细表
图表为分组表
维度为商品名称
指标为销售额
根据维度过滤前top10，根据维度排序（按销售额降序）
在这里插入图片描述

组件2-不同商品类别销售额占比饼图

数据选合并后的明细表
图表为饼图
角度为商品类别
颜色为销售额
标签为商品类别和销售额 销售额快速计算选择为占比

在这里插入图片描述

组件3-毛利率分析 分组表

数据选合并后的明细表
创建毛利率字段
SUM_AGG({商品销售明细表_毛利额}) / SUM_AGG({商品销售明细表_销售额})
图表为分组表
维度为省份
指标为毛利率，销售额，毛利额，成本额
排序 按照毛利率升序排序
在这里插入图片描述

在省份处创建钻取目录
在这里插入图片描述
命名为省份城市
然后把城市 门店名称 商品名称拖到钻取目录下
在这里插入图片描述

这时在分组表中查看到湖南省的毛利率低，就可以点击钻取
在这里插入图片描述
钻取后，在上方有取消钻取的操作
在这里插入图片描述
经过层层钻取后，最后确定是德芙巧克力的问题
在这里插入图片描述

数据编辑-添加AK大客户信息表

数据-添加-选择KA客户信息详细表
在这里插入图片描述

组件4-城市KA大客户数记录表

数据为交互美化-KA客户信息详细表
图表为分组表
维度为 城市 和 客户名称
指标为记录数
在这里插入图片描述

仪表盘-

新建仪表盘
在这里插入图片描述

联动操作

在这里插入图片描述

不同商品类别销售额占比到销售top10和毛利率分析的单向联动

首先取消默认联动
在这里插入图片描述
点击不同商品类别销售额占比，选择联动设置
在这里插入图片描述
然后勾选 销售top10和毛利率分析 的联动设置
在这里插入图片描述
目前实现了不同商品类别销售额占比到销售top10和毛利率分析的单向联动

不同商品类别销售额占比和销售top10双向联动

销售top10的联动设置
勾选 不同商品类别销售额占比
在这里插入图片描述
实现双向联动

毛利率分析组件到城市KA大客户数记录表的单向联动

毛利率分析的联动设置
设置城市KA大客户数记录表的联动 自定义联动字段
在这里插入图片描述

操作步骤

  1. 添加组件，使用客户维度表新建城市KA大客户数记录表，将城市字段拖入维度窗格后，将记录数拖入指标栏后；
  2. 选中销售额top10组件，展开下拉，选择联动设置，选中不同商品类型销售额占比组件进行联动；
  3. 选中不同商品类型销售额占比组件，勾选销售额top10组件和毛利率分析组件进行联动；
  4. 选中毛利率分析组件，取消其对不同商品类型销售额占比组件的联动，即实现二者的单向联动，再选中毛利率分析组件，设置其与城市KA大客户数记录表组件进行联动。

钻取

钻取简介

钻取可以让用户在查看仪表板时动态改变维度的层次，它包括向上钻取和向下钻取。
比如可实现：查看省份数据时，可下钻查看到下方具体城市的数据。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

课堂练习

毛利率分析，实现地图钻取的功能，可以由省份钻取到市区，展示各个省份和城市的毛利率情况。
设置区域渐变，按照毛利率越高颜色越深的关系渐变，由此找到毛利率最低的城市进行分析。

新建组件5-地图钻取毛利率分析组件

数据选择为商品销售明细表
复制省份和城市字段为省份1和城市1
把省份1和城市1添加为地理角色
在这里插入图片描述
把城市1拖到省份1下，生成钻取
在这里插入图片描述
选择地图，把经纬度拖过去
在这里插入图片描述把省份拖到细粒度 把销售额拖到颜色
在这里插入图片描述
也可以把颜色换一个明显的颜色
单击黑龙江，即可显示黑龙江的钻取结果
在这里插入图片描述

跳转

跳转简介

当用户需要从当前仪表板跳转到别的页面时（可以跳转到普通网页、其他仪表板、FineReport模板等），可以使用跳转功能。
在这里插入图片描述

环境准备

把仪表盘命名为 集团销售分析
复制集团销售分析 到 门店销售分析
在这里插入图片描述
删除门店销售分析中的毛利率分析和城市KA大客户记录表
在这里插入图片描述

跳转到仪表盘

进入集团销售分析 仪表盘
在这里插入图片描述
在跳转设置进行设置
在这里插入图片描述
设置完成后，选择图表，在弹出来的跳转到分析模板，即可跳转到门店销售分析仪表盘
在这里插入图片描述

跳转到网页

过程差不多
设置网址为 https://www.baidu.com/s?wd=
在这里插入图片描述

过滤组件

过滤组件概述

过滤组件介绍

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

过滤组件

在这里插入图片描述

过滤组件操作

操作步骤

  1. 添加过滤组件，选择年月时间过滤组件，将日期拖入字段中，命名为“年月”
  2. 添加过滤组件，选择文本下拉过滤组件，将商品类别拖入字段，命名为“商品类别”；
  3. 添加过滤组件，选择下拉树过滤组件，将省份、城市、门店拖入字段，命名为“省份城市门店”；
  4. 选中省份城市下拉树组件，展开该过滤组件，自定义控制范围，选择只对“销售额top10”和“不同商品类别销售额占比”两个组件起过滤作用；
实战交易策略 篇二十二：情绪流龙头交易策略
生活在别处
05-02 153
在股票市场中，机构主导趋势，游资驱动热点，散户易被情绪裹挟，形成“金字塔”式生态链，并存在情绪传递、强者恒强、物极必反的规律特点。股市是资金驱动的情绪博弈场，价格波动由群体心理、资金博弈和预期差共同驱动，核心是资本逐利性与人性贪婪恐惧的交织，兼具资源配置、财富再分配与风险定价功能。涨停加速与逃逸缺口（主升强化）凹字板/平台突破（趋势延续）天量弱转强（分歧买点）不参与首波（二波策略）情绪周期（道术合一）主线思维（聚焦核心）开盘抢筹（竞价博弈）一字助攻（情绪强化）分批进出（滚动操作）
Python量化交易入门
曲折旅程，艰难人生
04-13 3942
Python量化交易知识归纳
基于均线的趋势交易的经典方法有哪些？
人大博士的交易之路
02-05 1309
基于均线的趋势交易是技术分析中的核心方法之一，通过均线的动态变化捕捉趋势方向。推荐进一步阅读《以交易为生》（亚历山大·埃尔德）中关于均线与心理指标的协同应用。，需结合市场环境选择参数，并通过多指标过滤噪音。均线趋势交易的核心是。
震惊！这个经典量化案例竟让收益率翻倍！新手也能学会吗？
云策量化的博客
05-02 210
均线，全称移动平均线，是技术分析中常用的一种趋势跟踪工具。简单来说，就是将一段时间内的股票价格平均值连成一条线，用来预测未来价格走势。量化炒股听起来很复杂，但其实只要掌握了基本的方法，新手也能轻松上手。希望今天的分享能给你带来一些启发。记住，投资有风险，入市需谨慎。我们下次再见！以上就是我今天要分享的内容。如果你对量化炒股感兴趣，或者有任何问题，欢迎在评论区留言讨论。我们下期再见！
量化交易武林秘籍：从“韭菜“到“收割机“的【经典招式】全解析
2501_91107684的博客
03-27 1456
则是量化界的"凌波微步"，专门捕捉"强者恒强"的股票。堪称量化界的"情侣调解员"，专门找那些"感情好"的股票对儿（比如中石油和中石化）。这招的精髓在于——你不是在赌单只股票涨跌，而是在赌两者关系恢复正常，堪称对冲基金界的"和事佬"。各位小伙伴们，今天咱们就来聊聊量化交易这个神秘又迷人的领域——它就像是金融界的"降龙十八掌"，掌握了正确招式，你也能从任人宰割的"韭菜"进化成游刃有余的"收割机"。各位少侠，介绍了这么多"招式"，最后提醒一句——真正的武林高手不是死记硬背招式，而是理解市场本质后"无招胜有招"。
【AI量化第27篇】看海量化 vs. 同花顺 回测横评！以“双移动均线”策略为例的量化回测结果深度对比分析
fengzhuqiaoqiu的博客
04-23 1110
看海量化交易系统回测第一篇
量化策略开发与回测：从传统到AI驱动的知识体系融合与实践
🚀免费专栏：✅穿越之灵脉重构师：重启天元代码系列✅Python筑基系列✅创新语言开发系列✅代码故事茶馆✅AI筑梦工作站
05-10 736
在量化投资领域，传统方法与人工智能技术的融合正推动着策略开发与回测体系的深度变革。本文从知识体系关联性出发，解析AI技术在量化领域的扩展方向，结合具体代码示例与工程实践，为开发者提供可落地的技术路径。
【经典必看】移动平均（MA）：目的、用途、公式和示例Moving Average (MA): Purpose, Uses, Formula, and Examples
代码学习，前言技术分享，深度分析编程技术，普及科普编程技术
01-20 907
在金融领域，移动平均（MA）是一种在技术分析中常用的股票指标。计算股票的移动平均的目的是通过创建一个不断更新的平均价格来帮助平滑价格数据。通过计算移动平均，可以减轻在特定时间范围内随机、短期波动对股票价格的影响。简单移动平均（SMA）使用过去某个时间段内的价格算术平均值，而指数移动平均（EMA）则在该时间段内给予近期价格更大的权重，而不是旧的价格。交易者使用移动平均收敛发散（MACD）来监控两个移动平均之间的关系，这是通过从12天的指数移动平均中减去26天的指数移动平均来计算的。
TokenInsight 对话首席——交易制胜，二级市场数据与趋势
TokenInsight的博客
07-29 1110
邀行业首席，谈市场现状，见趋势未来！第15期《对话首席》线上直播，于7月27日（周六）下午3点举办。本次《对话首席》特邀BCtrend.io、coinwalle.com ...
金融数据分析与挖掘具体实现方法 -2
weixin_34115824的博客
12-13 852
貌似三个月没有更新博客园了，当时承诺的第二篇金融数据分析与挖掘这几天刚好又做了总结，在国内经济不景气的现在来对这个话题结个尾。 1、(量化)投资的方法基础分析 1.1 投资的两种方法 技术分析 技术分析是指研究过去金融市场的资讯（主要是经由使用图表）来预测价格的趋势与决定投资的策略。技术分析师相信有所谓的价格趋势，K线图、移动平均线以及技术指标应用于股票或期货投资当中 ...
同花顺插件公式之均线系统：专家精讲与实战演练
![同花顺插件公式之均线系统：专家精讲与实战演练](https://www.youxiagushi.com/main/uploads/201305/09141709UOP5Wk.jpg) ...均线能够提供价格趋势的平滑表示，帮助投资者识别和验证潜在的市场趋势，从短期波动中抽离
【量化交易与算法交易策略】市场微观结构理解：订单流与市场影响
![【量化交易与算法交易策略】市场微观结构理解：订单流与市场影响]...量化交易指的是使用数学模型和计算机算法来发现交易机
Invest市场分析深度分析：预测市场趋势的有效方法
[Invest市场分析深度分析：预测市场趋势的有效方法](https://d39raawggeifpx.cloudfront.net/media/ScreenShot20221024at21.57.20.png) # 摘要 市场预测是金融决策中不可或缺的一部分，它依赖于技术分析和基本面...
MATLAB自定义函数，移动平均（Moving Average）、Savitzky-Golay滤波（SG滤波） 和 邻域平均滤波（Adjacent Averaging） 算法三种算法实现
05-14
以下是对移动平均（Moving Average）、Savitzky-Golay滤波（SG滤波） 和 邻域平均滤波（Adjacent Averaging） 算法实现信号处理。移动平均 vs. 邻域平均：二者数学本质相同，均为窗口内均值计算。差异仅在于实现时的命名习惯（如“邻域平均”更强调局部邻域操作）。 SG滤波：基于最小二乘多项式拟合，通过保留高阶导数信息（如峰形曲率）实现高保真平滑。 选择移动平均/邻域平均： 实时性要求高（如传感器数据流处理）。 信号特征简单，无需保留高频细节（如温度趋势分析）。 对实时性要求高或噪声简单，可用移动平均。 选择SG滤波： 信号峰形关键（如FBG中心波长检测），优先选SG滤波。 光谱分析、色谱峰检测等需保留峰形特征的场景。 信号含复杂高频成分但需抑制随机噪声（如ECG信号去噪）。 边缘处理策略 镜像填充（'symmetric'）：减少边界突变，适合多数信号。 常数填充（'constant'）：适合信号首尾平稳的场景。 截断处理：输出数据变短，适合后续插值。
FreeRTOS-KEY调用挂起和恢复.zip
05-14
基于STM32F1系列FreeRTOS的移植使用 详细移植过程可以参考： FreeRTOS实战（二）章节：https://blog.csdn.net/manongdky/category_12968613.html?spm=1001.2014.3001.5482
【MATLAB时间序列预测】MATLAB实现PSO-ELM粒子群优化算法（PSO）优化极限学习机（ELM）时间序列预测的详细项目实例（含模型描述及示例代码）
05-14
内容概要：本文档详细介绍了如何使用MATLAB实现粒子群优化算法（PSO）优化极限学习机（ELM）进行时间序列预测的项目实例。项目背景指出，PSO通过模拟鸟群觅食行为进行全局优化，ELM则以其快速训练和强泛化能力著称，但对初始参数敏感。结合两者，PSO-ELM模型能显著提升时间序列预测的准确性。项目目标包括提高预测精度、降低训练时间、处理复杂非线性问题、增强模型稳定性和鲁棒性，并推动智能化预测技术的发展。面对数据质量问题、参数优化困难、计算资源消耗、模型过拟合及非线性特征等挑战，项目采取了数据预处理、PSO优化、并行计算、交叉验证等解决方案。项目特点在于高效的优化策略、快速的训练过程、强大的非线性拟合能力和广泛的适用性。; 适合人群：对时间序列预测感兴趣的研究人员、数据科学家以及有一定编程基础并希望深入了解机器学习优化算法的工程师。; 使用场景及目标：①金融市场预测，如股票走势预测；②气象预报，提高天气预测的准确性；③交通流量预测，优化交通管理；④能源需求预测，确保能源供应稳定；⑤医疗健康预测，辅助公共卫生决策。; 其他说明：文档提供了详细的模型架构描述和MATLAB代码示例，涵盖数据预处理、PSO优化、ELM训练及模型评估等关键步骤，帮助读者全面理解和实践PSO-ELM模型。
线描城市教学课件素材模板.pptx
最新发布
05-14
线描城市教学课件素材模板
前端水印方案：Vue3SVG的防截图实现.pdf
05-14
文档支持目录章节跳转同时还支持阅读器左侧大纲显示和章节快速定位，文档内容完整、条理清晰。文档内所有文字、图表、函数、目录等元素均显示正常，无任何异常情况，敬请您放心查阅与使用。文档仅供学习参考，请勿用作商业用途。 Vue 3是一款备受瞩目的JavaScript框架，它采用了基于Proxy的响应式系统，显著提升了性能和调试能力。其Composition API带来了更高效的逻辑组织方式，使代码复用变得轻而易举。Tree-shaking支持让打包后的文件体积更小，进一步优化了应用性能。Vue 3还与TypeScript深度集成，提供了更完善的类型推导，让开发过程更加顺畅。无论是构建大型应用还是小型项目，Vue 3都能凭借其出色的性能和灵活的架构，帮助开发者高效完成任务，是现代Web开发的理想选择。
手绘卡通汽球儿童教学课件素材模板.pptx
05-14
手绘卡通汽球儿童教学课件素材模板
Python实现趋势跟踪策略与量化套利代码解析
高低点突破策略是一种非常直观的趋势跟踪方法，它通过分析历史价格数据，确定某些特定的高低点，并将这些点作为未来交易的决策依据。当价格突破之前定义的高点时，可能预示着一个上升趋势的开始；而当价格跌破之前...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

IT从业者张某某

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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