0x00 Tableau簡介

Tableau是一款定位于數據可視化敏捷開發和實現的商務智能展現工具，可用來實現交互的、可視化的分析和儀表盤應用。

Tableau提供了體驗感良好且易用的使用界面，在處理大規模、多維數據時，可以即時從不同角度看到數據呈現的規律。操作簡單，大大降低了技術門檻，但其呈現出來的效果卻十分優秀。

本文圍繞一個使用Tableau進行可視化的實例，介紹了Tableau中一些基礎概念和繪圖的簡單操作，下面一起開始可視化之旅吧~

0x01 奧運會數據集可視化

數據來源：Kaggle"120 years of Olympic history: athletes and results"數據集。

包括athlete_events.csv和noc_regions.csv兩個文件，有從1896年雅典奧運會到2016年里約奧運會的每一屆奧運會的數據。

athlete_events.csv文件包含15個字段、271116條記錄。每一條記錄對應一位在一項奧運會項目中參賽的運動員。具體字段及對應含義如下：

• ID - 運動員ID編號
• Name - 運動員姓名
• Sex - 性別
• Age - 年齡
• Height - 身高(cm)
• Weight - 體重(kg)
• Team - 隊伍名稱
• NOC - 國家奧委會編碼
• Games - 奧運會年份和季節
• Year - 年份
• Season - 季節
• City - 主辦城市
• Sport - 體育運動
• Event - 比賽項目
• Medal - 獲獎情況(金、銀、銅、未獲獎)

noc_regions.csv描述的是國家奧委會編碼與具體的國家(/地區)名稱的對應關系。包含3個字段，分別是NOC國家奧委會編碼、regions國家(/地區)具體名稱及notes備注。

1 數據連接與管理

打開Tableau，會進入到數據源界面，可進行如下幾個操作：

數據連接

Tableau可連接Excel、文本文件、JSON文件、空間文件(Shapefile、GeoJSON文件等)、統計文件等多種本地數據源。在連接數據源時，如果僅需要使用部分數據，也可對數據進行篩選。

數據整合

Tableau可對來自不同數據表的數據實現多表合并(行)、多表聯接(列)及多個數據源的融合。

行合并通過【新建并集】實現，使用并集合并的表需要有相同的結構，即相同字段數，且相關字段名稱和數據類型匹配。

列合并通過【聯接】實現，需要選擇同名字段作為關聯字段，有四種聯接類型，即內部、左側、右側、完全外部聯接，默認是內部聯接。

注：在2020.2之后的版本中，數據源使用的數據模型具有兩個層：一個邏輯層(在其中關聯表)，一個物理層(在其中聯接或合并表)。更推薦使用【關系】來連接數據，關系是一種更靈活、動態的方式，根據關聯字段確定聯接可能性，而不創建新的固定表。

數據加載

Tableau有兩種加載數據的方式，一是實時連接，從數據源獲得查詢結果；另一種是數據提取，將數據提取到Tableau數據引擎中進行管理。

將兩張表的數據加載至Tableau，會基于NOC字段自動進行連接。在數據源界面可查看前1000行數據，并進行一些重命名、排序等基本操作。數據預處理導入完畢，下面就可以大展身手，正式開始可視化啦！

2 圖表繪制

1) 折線圖

基于運動員的ID和年份字段，來繪制一個各屆參賽運動員數變化的折線圖。

新建一個工作表。可以看到如下幾個功能區。

數據窗口

導入Tableau的數據會被自動劃分為【維度】和【度量】。在連接數據時Tableau會對各個字段評估劃分，如果分配與實際情況不符，例如運動員ID被認為是度量，可右鍵進行轉換。

維度通常是分類、時間等定性的離散數據，將其拖放至功能區不會被計算，而會對視圖進行分區。度量通常是數值數據，拖放至功能區會默認進行聚合計算(總和、平均值、計數等)。

Tableau支持多種字段類型，維度中包括文本、日期、日期和時間、地理值、布爾值；度量中包括數字、經緯度(當數據包含地理類型名稱會自動生成)。

行列功能區

對應X、Y軸數據。

將Year拖至列，運動員ID拖至行，ID被默認為離散類型，生成的圖表如下：

下面將ID的類型改為度量→計數(不同)，Y軸即為每屆奧運會運動員的總人數。但由于原文件夏季奧運會和冬季奧運會數據是混合的，故折線圖形狀明顯異常。

標記卡

Tableau中，定義圖表中的形狀、顏色、大小、標簽等屬性，通過標記卡完成。

【顏色】和【大小】會根據放入字段數值相應改變。顏色和大小只能放入一個字段，但是【標簽】可放入多個。

【詳細信息】會根據拖放的字段對視圖細化。

【工具提示】即可“對當光標移到視圖某個標記顯示的標記信息”的內容進行編輯。

將Season拖至標記卡中的【顏色】，就能看到夏季和冬季的數據分成了兩條折線，每個類型對應一種顏色，并自動生成圖例，完成了一幅基本的折線圖。

對圖表標題、顏色、坐標軸標簽、坐標軸范圍等進行設置，只需點選預覽即可。最終效果如下：

同理繪制各屆賽事項目數、各界參與國家數折線圖。

2) 堆疊面積圖

生成過程與折線圖基本相同，只需修改圖表類型。在Tableau界面右端有一個【智能推薦】按鈕，可快速創建基本圖形，光標移動到圖形上就會顯示字段要求。

效果如下：

3) 柱狀圖/條形圖

以繪制獎牌數排名前15國家的得獎情況的柱狀圖為例。

首先將Medal和Region分別拖入行列功能區，Medal類型改為度量→計數。因為國家數太多，生成的柱狀圖太長，圖表不便于查看，下面基于新建計算字段對顯示的國家進行篩選。

計算字段

計算字段是根據數據源字段使用運算符和函數構造公式來定義字段。

運算符支持加減乘除等所有運算符。函數包括數字、字符串、日期、類型轉換等各類Tableau自帶計算函數。

因為預處理對Medal的空缺值進行了填充，若直接對其進行計數，實際上結果等于“各國參與運動員數”，與期待的“各國獎牌數”不符。故先基于Medal新建一個計算字段Medal_Num。在數據區域Medal上右擊創建→計算字段，輸入表達式如下，然后對Medal計數即可。

篩選器

篩選器可對全量數據進行篩選，有常規、通配符、條件、頂部四種，可根據各種需要對數據進行篩選。

這里只篩選顯示獎牌數前15的國家。將Region拖入篩選器，自動彈出篩選器對話框，選擇頂部。按Medal_Num字段，計數，篩選出前15個國家。然后再將國家基于Medal_Num字段降序排序。

將Medal拖入標記卡中的顏色，即可生成堆疊柱狀圖，其中金銀銅及未獲獎按不同顏色顯示。再將Medal拖入篩選器，選擇不顯示"No Medal"；在篩選器上右鍵，選擇顯示篩選器，篩選器就在視圖左側顯示。堆疊柱狀圖效果如下：

各屆男女運動員人數柱狀圖、奧運會獎牌數條形圖繪制類似。由于時間跨度長，可添加一個基于Year的篩選器，只展示特定時間區間的數據。

4) 箱線圖

箱線圖可以反映數據的基本統計特征，包括最大最小、上下四分位數、中位數等。以繪制各屆奧運會運動員身高分布的箱線圖為例。

將Year和Height分布拖入行列功能區，在視圖右側智能推薦選擇箱線圖，會得到一些離散分布的線。

需要在菜單分析欄，取消聚合度量，即可生成一幅箱線圖。觀察到數據集中于圖表上部，對縱軸的坐標范圍進行設置，還可添加基于性別的篩選器，最終效果如下：

5) 餅圖

以男女運動員比例餅圖為例。

在標記卡中選擇餅圖，將字段ID拖入角度，數據類型改為度量→計數(不同)，會生成一個圓形，但是還未顯示男女比。繼續將Sex拖入顏色和標簽，添加Year篩選器，效果如下：

3 圖表組合、布局

將上面繪制的圖表，按照相似主題，組合成儀表板。

儀表板支持在單一面板多個工作表的集合，便于同時比較監測數據，通過添加篩選器、突出顯示等操作，還可實現數據的下鉆，交互性更強。

在Tableau中，文本、圖像、網頁、空白都可被當作對象添加至儀表板中。

【布局容器】是儀表板布局的框架，分為水平和垂直兩種，用來放置工作表、篩選器、圖例、文本等。

【布局方式】有平鋪和浮動兩者。默認的平鋪方式，即所選工作表或對象平行分布，互不遮蓋。浮動布局則更為自由，可隨意調整對象大小及位置，以實現更好效果。

布局流程一般是，添加布局容器，然后在容器中添加內容，再添加另一布局容器。

下面以各項目運動員分布情況儀表板為例，其余布局類似。

首先新建儀表板，拖入一個水平容器，添加"參與人數前15的運動項目"氣泡圖，會默認添加氣泡圖及圖例。然后在下面再添加一個水平容器，添加各屆男女運動員人數條形圖及比例餅圖，如下：

注：Tableau布局容器和工作表間的包含、并列關系需要小心琢磨，有時候看似一樣的布局結構，但是其背后的布局邏輯卻是不相同的。

設置儀表板上篩選器的作用范圍，應用于儀表板上的所有表，單一篩選器即可對該儀表板上的所用表進行篩選。

還可對儀表板上的某一工作表"使用篩選器"，那么單擊該表部分，其余表則會相應顯示該部分的數據。如選中"Swimming"，那么另外兩個圖表則會相應顯示Swimming項目各屆男女運動員參與人數及比例。

4 可視化結果

經過上面一系列簡單的圖表繪制、組合的操作，主要圍繞奧運會總體情況概覽、獎牌總數前15名國家情況、各項目運動員分布情況、運動員身體情況四個主題來創建儀表板，就可以得到以下結果啦！

a. 總體情況概覽

b. 獎牌總數前15名國家情況

c. 各項目運動員分布情況

d. 運動員身體情況

0x0F 總結

Tableau對數據的管理、呈現類似Excel中的數據透視表，操作簡單、易上手，僅需要拖拽字段就可進行可視化分析，效果美觀，因此廣受歡迎。

本文僅介紹了最基礎的部分，實際上Tableau還可進行創建分組、集、聚類分析、回歸分析、時間序列等高級操作，大家可以繼續探索學習~

其官網提供了豐富的學習資源，對初學者非常友好。不僅如此，學習的另一途徑就是模仿優秀作品，Tableau還擁有活躍的、高質量的社群，各路可視化大神都會在上面交流分享自己的作品，對我們開拓思路、精進可視化效果都有很大幫助。

注：本文的Tableau工作簿已經上傳至Tableau Public，感興趣的朋友可以前往查看~

網址：https://public.tableau.com/profile/meetywy#!/vizhome/120yearsofOlympichistory_16069878256050/120yearsofOlympichistory

·················END·················

推薦閱讀

說說心里話

寫給所有數據人。

從留存率業務案例談0-1的數據指標體系

NB，真PDF神處理工具！

超級菜鳥如何入門數據分析？

歡迎長按掃碼關注「數據管道」

總結

以上是生活随笔為你收集整理的大数据可视化案例分析_Tableau数据可视化分析案例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。