小可爱们好鸭~这里是你们的lala~
今天给大家分享一篇超级棒的数据可视化技能文！
所谓的cp技能文，
是lala单身社群举办的学习组队活动。
lala牵线一个帅气的男孩子和一个可爱的女孩子，
让他们一起通过学习某个特定的技能，
来加深彼此的革命友谊！
学新技能的同时，还能认识优秀的小伙伴
这就是我们一起打怪兽的日记本鸭！
嘉宾简介
张乐彦
学历背景：苏州大学
相关经历：供应链转市场的小白一枚，目前在魔都某互联网MKT岗实习。喜欢旅行、逛展、美食探店、剧本杀、追星～
叶裕洋
学历背景：中央财经大学(本科在读)
相关经历：敲代码还没头秃的金融科技小白，喜欢相声、音乐剧、摄影、美食。欢迎批评指正！
Part 1
前言
在这个信息大爆炸的时代，数据是一笔巨大的财富，但是一般的数据都是以数字或者文字的形式记录在文件中，不方便使用者进行信息的抽取.“数据可视化”也就应运而生
它可以将成千上万条眼花缭乱的数据以形式多样、主题鲜明的图表方式显现，在帮助我们快速get数据特点的同时，有助于对数据进行进一步的思考研究
目前市面上有很多数据可视化软件，比如Tableau、Powerbi等，也有像Python、R这样能实现可视化的高级编程语言
Tableau非常智能化，容易入门，适合编程基础比较薄弱的小伙伴。Python属于进阶版，对使用者编程能力要求很高
二者各有侧重，但是它们都能非常出色地完成可视化目标。大家可以对应自己的能力和兴趣选择喜欢的方向开始学习
在勇敢接下任务后，两个小白便开始了为期一个月的数据可视化技能探索之旅。这篇推文与其说“经验分享”，不如说是“菜鸡学习记录”(羞愧www)
虽然只是学了些基础的操作，但还是感受到了数据可视化的巨大魅力。数据对与我们来说，不再是让密恐犯难的满屏的数字，因为图像赋予了它们新的生命和意义
在这篇推文中，我们针对相似的问题，选择了五种经典图例，给出Tableau和Python的不同解法与画法
感兴趣的小伙伴也可以在评论区多多分享学习经验和建议～鞠躬！
Part 2
软件简介
01
01
01
Tableau
主页面
打开软件后映入眼帘的就是主页面
左边“连接”一栏主要就是用于连接文件、导入数据。Tableau可以支持导入本地文件和服务器文件，新手小白可以先了解导入本地文件，这样更有针对性
Microsoft Excel导入的是Excel文件，文本文件导入的是CVS文件
工作表
将文件导入后，便会跳转到工作表界面。我将界面主要分为三大类，红框是元素区，黄框是功能区，蓝框是成图区
元素区主要有“数据”和“分析”两大核心部分，而“数据”又可以分成维度和度量两个类别
维度一般存放以字符串形式表达的信息，例如日期、类别等，而度量则存放数值信息，例如利润、记录数等
有了数据源之后，我们需要结合相关功能才能画出心仪图像
右上角黄框中的“智能显示”，是Tableau中最简单直接的出图工具了。智能显示库会根据数据的性质，自动匹配合适的图例，比如热图、饼图、标靶图、地图等
左边黄框内的功能可以对图象做进一步的修改，比如修改图形、颜色、大小、增添标签等
02
01
01
pyecharts
简介
看 Pycharts 名字就猜得到：
PyEcharts = Python + Echarts
Echarts 是一个由百度开源的数据可视化工具，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可，而 Python 就不用多说了。当 Python 遇到了 Echarts，就变成了 PyEcharts
官方文档：http://pyecharts.org/
特性
简洁的 API 设计，使用如丝滑般流畅，支持链式调用
囊括了 30+ 种常见图表，应有尽有
支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab
可轻松集成至 Flask，Django 等主流 Web 框架
高度灵活的配置项，可轻松搭配出精美的图表
详细的文档和示例，帮助开发者更快的上手项目
多达 400+ 地图文件以及原生的百度地图，为地理数据可视化提供强有力的支持
安装
安装非常的简单，在已经安装好Python3的计算机上使用pip命令就可以成功安装
使用win + r 快捷键，输入cmd进入控制台
输入命令 pip install pyecharts 即可成功安装
使用
所有类型的图标，基本的流程都是：
chart_name = 图表类型() # 初始化具体类型图表
chart_name.add_xaxis() # 添加横坐标名称
chart_name.add_yaxis() # 添加纵坐标数据
chart_name.set_global_opts # 设置全局变量
chart_name.render() # 生成.html文件
Part 3
具体案例
小王是一家奶茶店的老板，现在他手里有近一个月的店面流水数据，他希望能从这些数据中获得一些有用的信息来改善他的经营。让我们来看看Tableau和python如何帮助小王完成他的分析~
01
奶茶销量不同月份对比图
1.Tableau——Bar-in-bar
看到销量对比图，我第一时间想到的就是用Tableau中的bar-in-bar实现
传统柱状图的缺陷是：某些口味的销量在6、7月份差别不大，导致柱体的高度近乎相同。最后还是要依靠数字比较，失去了图像的意义。如下图所示：
Bar-in-bar实现了不同月份的销售额嵌套在一起，大小比较一目了然、清晰直观。即使没有具体的数字，小王也能快速从图像中得到有效信息，制作步骤也十分简单
第一步
将固定不变的参数“口味”移动到行，将比较对象“销量”分别移动到列
第二步
将鼠标移至销量上，点击向下小箭头，选择双轴
第三步
在左边的工具栏中选择“全部”，将图形形状改为柱状图
第四步
调整大小，使之满足嵌套即可
简单四步就能画出优雅简洁的bar-in-bar～
6月和7月不同口味的奶茶销量对比也非常清晰，不用数字就能比较大小
2.Pyecharts——象形柱状图
第一步：引入数据
所有分析的开始，都是获取要分析的数据。因为主要是介绍数据可视化，在这里我们使用的数据都是仿真的而非真实的数据。不同口味奶茶销量数据如下：
第二步：创建象形柱状图实例
这里可以通过设置init_opts属性里面的theme属性来更改图表主题(如果不设置，主题默认为white)，也可以通过width和height属性自定义画布大小
第三步：添加x轴数据
添加x的值，一般就是坐标轴刻度值
第四步：添加y轴数据
注意：此处的数据必须是python的list列表类型，如果是numpy的数组类型需要使用 tolist() 方法转换成list。可以直接传 [1460, 1170, 430, 1404, 950] 的列表，此处只是为了设定自定义的图标
第五步：设置全局变量
关于图表标题、x轴、y轴、标题、图例等等都可以在这里设置，详情见：http://pyecharts.org/#/zh-cn/global_options
第六步：保存图表为html文件
到现在为止，已经得到了不同口味奶茶销量的象形柱状图，是不是直观了很多呢 ~
小王看过这个图表后，6月份、7月份相比，芝士、桃子和加芋泥口味的奶茶销售额增长，于是他决定下个月增加这些口味奶茶的供货量
02
店面人员安排图
但是接下来的一个问题，却让他无从下手。每一天中，店面当中都要有人看守，那么在不同的时间如何安排店面人手呢？
我们可以使用热力图画出一天中每个小时成交的订单数量，以此来决定留在店面的人员数
1.Tableau——热图
如何在众多数据中快速锁定关键数据？Tableau智能图表中的热图就可以搞定
第一步：将时刻和天数分别移进列与行中
第二步：
将“订单数”直接拖进黑色大框中，对应时刻的数字就能全部自动更新
第三步：在右上角的智能显示中选择“热图”
图像便变成了这个亚子，此时是通过正方形的面积代表数字的大小
第四步：
为了更加直观醒目，我们可以把订单数移到标记中的颜色区，此时深蓝浅蓝的程度已有所区分
如果想要用反差更大的颜色表示，我们也可以点击“颜色”，在编辑颜色中选择我常用的红蓝发散，点击倒序，用红色代表人流量密集的时候，蓝色表示冷清的时候
铛铛，同样的，简单四步，tableau就能完成热图的制作。不仅可以用图形大小，也可以用颜色深浅代表数量，更加直观方便
2.Python——热图
第一步：导入数据
... ...
第二步：创建热力图实例
这里可以通过设置init_opts属性里面的theme属性来更改图表主题(如果不设置，主题默认为white)，也可以通过width和height属性自定义画布大小
第三步：添加x轴数据
第四步：添加y轴数据
第五步：设置全局变量
第六步：保存图表为html文件
可以看到，周一到周五下午一点到四点是订单集中出现的时侯，因此应当在这一时间段内增加店面服务人员个数
03
城市发展期望
小王想等自己的奶茶店有了足够的规模后，在各个城市开分店，那他应该如何选择呢？
小王搜集了北京、台北、上海、大连、重庆、广州这些城市奶茶店的销售额，让我们绘制一下主题河流图帮帮他吧
在这个图表中，我们可以很清晰地看到每个城市奶茶店发展的趋势，以及对事件冲击的敏感度
1.Tableau——图形面积图
第一步：
将日期拖入列中，点击右边的向下箭头
因为这边主要是以天为单位进行比较，所以我们选择第二个有具体日期的 “天”。同时，将销售额拖入行中
第二步：
选择智能图表中的面积图(离散)，销售的大小便转化为图像的面积
第三步：
“城市”放进颜色标签，区分不同的城市
第四步：
如果想把各个城市的销量分开比较，只需把“城市”拖入行即可
2.Python——主题河流图
第一步：导入数据
... ...
第二步：创建主题河流图实例
第三步：添加数据
这里可以设置x轴所在的位置
第四步：设置全局变量，指定坐标轴指针
第五步：保存图表为html文件
从图中我们可以看到，台北和上海的奶茶店受冲击影响较小，而且发展一直很稳定，所以可以考虑在这两个城市开设分店。并且尤其建议开设在台北，因为台北的市场正处于发展阶段，且没有上海的大，因此竞争相对较弱、发展前景好
04
客户转化率
一些软件企业需要测试自己产品的客户接受程度。其中，客户转化率就是一个非常重要的指标。在这里，我们用漏斗图就能很清楚的看到每一阶段客户的转化程度
1.Tableau——漏斗图
第一步：
将维度(阶段)和度量(数量)放在对应的位置，并点击降序小图标
第二步：
复制度量(数量)放在列上原本数量字段的右边，同时选中左半边的轴，右击点击“编辑轴”，勾选倒序。此时漏斗图的雏形已初步建成
第三步：
将数量拖入第一个总和标记的标签中，在漏斗图左边即可显示具体的数量值
第四步：
显示转化率：将数量拖入第二个总和标记的标签中，右击点添加表计算，计算类型选百分比，计算依据按特定维度，计算根据相对于第一个
第五步：
在标记全部中，将条形图格式改成“区域形式”，简单的漏斗图就搞定啦！
从图像中可以看出，在所有进入网站的顾客中，只有近似于5%的顾客会最终购买产品。转化率比较低，需要对中间环节进行反思：广告设计、客服、价格设定……究竟哪一步可以更加优化
2.Python——漏斗图
第一步：导入数据
第二步：绘制图表
05
销售盈亏比较图
作为一家大型超市的老板，需要了解商场整体业绩的走势。比起柱状图，瀑布图更能直观的反映出不同物品或单位时间的盈亏情况
1.Tableau——瀑布图(不同物品的盈亏情况)
第一步：
将维度(子类别)和度量(利润)放在对应的位置，并点击升序小图标，此时图像按利润大小从低到高排列
第二步：
在总和(利润)下选择快速表计算中的汇总，图像形状有所改变，因为此时圆柱的高低代表前面所有物品利润之和
第三步：
将标记中的“条形图”改成“甘特条形图”，此时“瀑布”的“顶端”已经完成✅甘特图是瀑布图的必经之路
第四步：
右击利润，创建新的计算字段。将其命名为长方形高度，并在利润前添加一个负号。如果物品利润为正，长方形高度自起始线向下延伸；若利润为负，长方形高度自起始线向上延伸
第五步：
将长方形高度拖入大小中，此时瀑布图的雏形已大致完成～
第六步：
将利润拖入颜色中，并将右击利润-颜色标签选择快速表计算-汇总
编辑颜色，选择自己喜欢的对比发散型颜色。点击高级，勾选中心，确认中心数值为0。若利润大于0，则瀑布图变成蓝色；反之，瀑布图变成橘色
第七步：
最后将总和(利润)拖入标签中，可以显示每种物品的利润
瀑布图完成～从图中可以看出，前四样物品一直处于累计亏损状态，从信封后，整体情况开始扭亏为盈
2.Python——瀑布图(每天的盈亏情况)
第一步：整理数据
在作图之前，我们先把数据分成两个部分，收入、支出。再分别根据收入、支出计算当月剩余利润，以此来绘制图表
第二步：绘制图表
想获得高质量实习refer机会吗？
添加lala机器人小可爱
ta就会拉大家进入【实习refer】/【技能实操】/【互联网求职】等超高质量社群哦
可获得日均100+条实习信息
20000+
985/211/海外学子均已加入
就差你啦！！！
往期精彩
她们是两个北大girl
想做最可爱的求职知识共享平台
微博lala实习日记本，粉丝 10w+
希望热爱分享的你来到这里
如星星，独一无二，闪闪发光
155
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
