本课程共七个章节，课程地址：7周成为数据分析师（完结）_哔哩哔哩_bilibili
- 数据分析思维
- 业务知识
- Excel
- 数据可视化
- SQL
- 统计学
- Python
第四周：数据可视化（P43-P60）
- 数据可视化之美
- 常见的初级图表
- 常见的高级图表
- Excel 图表绘制
- 可视化BI
目录
（四）柱形图（变种：直方图、正负比例柱形图、翻转正负比例条形图、堆积柱形图、瀑布图）
一、数据可视化之美
数据可视化：
- 目的是让数据更高效
- 让读者更高效阅读，而不单是自己使用
- 突出数据背后的规律
- 突出重要的因素
- 最后是美观
二、常见的初级图表
（一）图表的基础概念
- Dimension（维度）：描述分析的角度和属性，分类数据（时间、地理位置、产品类型等）
- Measure（度量）：具体的参考数值，数值数据（元、销量、销售金额等）
（二）散点图（变种：气泡图、单轴散点图）
1. 散点图
2. 气泡图
3. 单轴散点图
客户消费维度（RFM模型）：
- 消费金额和消费次数的关系
- 消费金额和最后一次距今消费天数的关系
- 消费次数和最后一次距今消费天数的关系
客户其他消费维度：
- 消费金额和消费折扣的关系
- 消费金额和会员积分的关系
- 消费次数和会员距离的关系
垂直领域消费维度：
- 投资金额和投资次数的关系（金融）
- 最近一次距今消费和使用次数（SaaS）
（三）折线图（变种：面积图）
1. 折线图
2. 面积图
（四）柱形图（变种：直方图、正负比例柱形图、翻转正负比例条形图、堆积柱形图、瀑布图）
1. 柱形图
2. 直方图
3. 其他
（五）饼图（变种：玫瑰图）
1. 饼图
可以理解为环状的柱形图
- 饼图的类别不宜过多
- 除了PPT，分析时没啥用
- 维度：1，度量：1
2. 玫瑰图
（六）漏斗图
（七）雷达图
三、常见的高级图表
（一）树形图
（二）桑基图
（三）热力图
（四）关系图
（五）箱线图
（六）标靶图/子弹图
（七）词云图
（八）地理图
四、Excel 图表绘制
数据可视化从大的概念上来讲主要分为两类：
1. 信息图：一张图读懂xxx
2. 数据图表（分析型）
例：
对安卓和 iOS 两列做二维折线图（插入里）：
因为促销活动提前释放掉了用户的购买力，导致活动结束后的销量会跌到谷底（比平常还低），从而基数变小，后续慢慢的恢复造成的波动就会很剧烈。而 iOS 的表现比较平缓，没有剧烈的大跌，所以后续的上扬也看不太出来，且相比安卓有一定的延后
（一）配色
color.adobe.com
（二）条形图
- 插入 - 二维柱形图
- 对全表：开始 - 填充 - 白色
- 对图表：右键 - 设置绘图区格式 - 无填充 - 边框无线条
（三）散点图（辅助线-趋势线）
例1：
1. 插入 - 散点图
2. 如何通过移动坐标轴的方式将数据划分为四个象限
- 注意，这里选定一个坐标轴，设定坐标轴值的时候，是移动另一坐标轴
- 坐标轴值也可以使用数据列的平均值或中位数等
并对数据进行升序排列，最后结果如下：
3. 不同象限赋予不同颜色
右键 - 选择数据 - 添加 - 按照不同的 label 框定区域
最后结果如下：
例2：
添加趋势线：
若点与点之间存在规律性，则 “显示公式” 就可以显示出规律是多少
（四）环形图/旭日图（辅助列的妙用）
旭日图：体现一些类目数据（如一级类目、二级类目）之间的依赖关系
添加辅助列，对以下四列：插入-环形图
（五）漏斗图（辅助列的妙用）
场景一：注重转化结果（有多少人剩下来）
对参与人数列：插入-条形图
对y轴：
辅助列1和辅助列2（只是起填充的作用）的值：
对操作、辅助列1、参与人数、辅助列2：插入 - 二维条形图（第2个：堆积条形图）
点击y轴：设置数据系列格式-坐标轴选项-勾上逆序类别
再把蓝色和灰色部分设置为无填充即可
场景二：表示缺失（在每一步上转化率差了多少）
- 辅助列3的值：上一步的参与人数－这一步的参与人数
- 对操作、参与人数、辅助列3：插入 - 二维条形图（第2个：堆积条形图）
- 点击y轴：设置数据系列格式-坐标轴选项-勾上逆序类别
（六）组合图
例1：
对日期和安卓两列：插入-二维折线图
增加累加列（今天销量与前一天销量的和）：
对二维折线图：右键-选择数据-添加-选择累加列
点击橙色这条线-系列选项-次坐标轴
点击蓝色的线：右键-更改系列图表类型
环比列：
右键 - 选择数据 - 添加 - 选择环比列
将边界的最小值和最大值范围扩大，会使折线变得更加平缓（小技巧）
例2：
- 插入-二维条形图-堆积条形图
- 选定蓝色部分 - 次坐标轴
- 将蓝色部分往右压缩，橙色部分往左压缩：
插入人像：
插入后改成堆积
整体效果如图：
（七）甘特图（辅助线-误差线）
甘特图：项目管理中用来可视化进度
例1：
对项目分解、开始时间、需要天数三列：插入-二维条形图-堆积条形图
对上图：右键 - 选择数据 - 添加：开始时间列 - 水平（分类）轴标签：项目分解列
点击y轴：坐标轴选项 - 逆序类别，再把橙色部分（只是辅助列）改为无填充
点击x轴：
日期趋势线（某天之前的已完成，标记为一个颜色；之后的未完成，标记为另一个颜色）：
添加两列：已完成天数、未完成天数（需要天数－已完成天数）
已完成天数：
对项目分解、开始时间、已完成天数、未完成天数四列：插入-二维条形图-堆积条形图
对图：右键 - 选择数据 - 添加：开始时间列 - 水平（分类）轴标签：项目分解列
逆序 - 灰色部分无填充 - 最小值由44790改为44800
加一条日期线：
再加两个辅助列：
右键 - 选择数据 - 添加：today列
添加次坐标轴（对应一个个的点）：右键 - 选择数据 - today - 编辑 - x选择today，y选择辅助列
对应次坐标轴添加误差线：
- 点击黄色的那一竖点：图表设计 - 添加图表元素 - 误差线 - 标准误差
- 点击单个黄色点：标记 - 无填充、无线条
末端样式改为无线端，即可去掉短的横线（水平误差线）
例2：
在不少的项目管理场景中，很多实际并不按原本计划的所进行，导致项目的时间产生变动
使用散点图来绘制误差线（散点图带水平和垂直两种误差线）：
- 添加辅助列，值为1、2、3、4、5
- 选择计划开始时间和辅助列：插入-散点图-带直线和数据标记的散点图
- 右键 - 选择数据 - 添加 - 名称：计划开始时间 - X值：计划开始时间列 - Y值：辅助列 - 确定
- 双击竖列0123456列，设置坐标轴格式-坐标轴选项-逆序刻度值
- 右键 - 选择数据 - 添加 - 名称：实际开始时间 - X值：实际开始时间列 - Y值：辅助列 - 确定
- 点击灰色的线 - 图表设计 - 添加图表元素 - 误差线 - 标准误差
- 删去垂直的误差线
- 点击水平误差线 - 方向：正偏差、末端样式：无线端，误差量：自定义
- 将横线的宽度改为14磅
- 橙色这条线是“实际开始时间” ，也要在它上面添加误差线，可以与上面已经生成的灰色条形刚好重合，步骤同上，宽度设为8磅
- 将最开始生成的折线（橙色+灰色的折线）全部设置为无线条
最后结果：
最后再将最左边 “0-6竖列” 依次改为 “ 项目环节” 中的 “策划”、“产品研发”、“测试”、“活动上线”、“活动总结”
（八）标靶图/子弹图（辅助线-误差线）
- 先拿地区、general、good、excellent四列：插入-二维条形图-堆积条形图，再将颜色都换成灰色系列
- 右键-选择数据-添加-完成率列
- 对新增加的完成率列部分：右键-更改图表类型-X,Y(散点图)
- 添加辅助列：右键-设置单元格格式
- 对于图中的散点：选择数据 - 对于完成率 - 编辑 - X值：完成率列，Y值：辅助列
- 但它和地区的条形图并没有完全对应上，因为y轴坐标值的范围没有对应上
- 图表设计 - 添加图表元素 - 误差线 - 标准误差 - 删去垂直的 - 对于水平的：负偏差、无线端
- 宽度调为5磅
- 对于点：标记 - 填充：无填充 - 边框：无线条
怎么添加基准线？
- 右键-选择数据-添加
- 图表设计 - 添加图表元素 - 误差线 - 标准误差 - 删去水平误差线
- 对于垂直误差线：无线端
- 对于短线中间的点：标记 - 无填充、无线条
最后效果：
（九）杜邦分析法dashboard
杜邦分析法：起源于财务和会计领域（结构化思维，金字塔结构）
原始数据 - 中间数据 - 汇总数据（动态，自动更新，直接引用，三张表之间的互相关联）
- 对堆叠表做数据透视：
- 实现两表联动：
- 条件格式 - 数据条：
- 切片的过滤作用：数据透视表分析 - 插入切片器 - 月份
- 环比：值字段设置
- 看到数据月份之间的变化（趋势图）：插入 - 折线
- 插入图表：插入-二维柱形图-簇状柱形图
- REPT() 函数：把一个文本重复几次
五、可视化BI
导入：你的图表，是原因，还是现象？
数据分析师在地理图上发现A省B省C省的某个指标下跌了，得出这是上个月数据表现不佳的原因。然而，这是现象，具体原因要结合更深的分析：这些省市经济程度如何、人口如何、有何数据共性，这是地理图不会告诉你的 ——> 单一图表的可视化没有意义，三表成虎
（一）BI
BI：多表关联，把很多数据源进行有机结合，形成可视化图表
Power BI 可以分为五个部分：
- 报表：数据本身是有很多数据来源的，比如用户报表（用户明细，如性别、年龄、注册时间等等），用户行为（销售明细，即什么时间段、花了多少钱、购买了什么商品），商品报表（商品明细，如什么商品、品类、特征等等）
- 模型：报表组合起来就可以抽象为一个模型，表示什么样的用户在什么时候购买了什么样的商品（可以理解为VLOOKUP，把很多字段关联起来）
- 数据清洗：空值、异常、错误
- 可视化图表：趋势 - 折线图，对比 - 柱形图/散点图
- Dashboard：多张图表有机结合，才能解释原因，而不是现象
（二）餐饮案例
整个案例最后的效果：
读取数据推荐导入 csv 格式，而不是Excel：
例：不同城市之间的店铺数量
Power BI里，若某个单元格的值发生变化，或增加了行，使用刷新是可以的；但如果新增了列，使用刷新会报错，此时需要重新导入
重新导入后发现 “店铺ID” 字段前有 ∑ 符号，但其实它是一个分类字段，而不是数值字段
再画一个散点图：
此时两个图之间已经可以形成联动（多维分析利器）
可以简单地看出：大城市的店铺评分是趋于优秀的，而一些二三城市的店铺在环境和服务上表现得较为差劲
筛选器：过滤（如有一些恶意的差评情况可以排除）
- 页面级筛选器：所有dashboard都会有相应变化
- 报告级筛选器：数据源不会改动
柱形图里有恒定线和误差线：
散点图：
- 趋势线：回归分析里常用
- 平均线：可以和象限法相结合
power BI里的多图表联动主要有两点作用：过滤（散点图） & 对比（树形图）
树形图：
选择某个城市后：
如果想使树形图达到过滤的效果呢？即点击某个城市，单纯只显示这个城市的店铺的树形图，而不是将该城市的店铺与全国的店铺进行对比
先点击一下柱形图 - 格式 - 编辑交互
再点击柱形图中的某个城市，发现树形图的效果如下：
点击某图
的意思是，该图不再参与进联动中
切片器：
若想同时选择多个城市：
地图图表：
（三）招聘案例
原始数据（6876个）中，一个岗位对应一行数据（哪怕这几个岗位都是一家公司的，也会分为好几行），较为冗余
将公司信息额外建一张表：
去掉重复数据，最后还剩2296个数据：
从而现在，原始数据被拆分为两个表，分别命名为 company0.csv 和 DataAnalyst0.csv
先导入 DataAnalyst0.csv 进 power BI（点击 “转换数据” 去编辑），并做一些数据清洗工作（最后 “关闭并应用”）
- 将 positionId 和 companyId 改为文本类型
- 去掉 positionLables 外面的列表和引号（右键 - 替换值）
- 将 salary 拆分成两列（拆分列 - 按分隔符）
再导入 company0.csv
power BI 只支持一对一、一对多、多对一，解决不了多对多关系
一个公司可能会招多个数据分析师，即一个companyId对应多个positionId（一对多），而在company表里companyId是唯一值，即一个companyId只对应一行明细数据，无重复
而power BI的要求是，在进行关系关联的过程中，必须得有一张表里面的关联值是唯一的
复制某一列
新建列后输入：
提取salary的上限和下限
法1：函数的方法 find() 函数（同Excel）
法2：右键 - 编辑查询 -替换值（k、以上、以下）
最后把两列salary的类型改为整数
针对空值
power BI 里的函数操作只能针对列，不能针对单元格（如下一个单元格为上一个单元格+1等）
第三方可视化图表
以词云图为例：
一级品类和二级品类（下钻）
下钻的典型应用：
- 年月日
- 电商产品一级品类、二级品类
- 树形图
右击 firstType - 创建层次结构 - 右击secondType - 添加至层次结构
右击“技术”块 - 向下钻取，即可显示技术下的二级类目
展示所有二级类目：
一级类目和二级类目都展示：
（四）Dashboard的布局和设计
主次分明、贴合场景、指标结构
1. 主次分明
2. 贴合场景
- who 是谁在使用？
- what 用户的目的是什么？监控or分析？
- how 用户怎么使用？可以通过后台监控日志观察用户使用哪个BI次数最多，以此改进
3. 指标结构
1407
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
