Tableau
2020-04-01 10:55:30 1 举报
AI智能生成
Tableau 知识结构(持续更新)
作者其他创作
大纲/内容
计算
数据分类
蓝色
维度
离散
绿色
度量
连续
数据操作
非公式计算
拆分
别名
合并字段
分层结构
特性
1:维度
2:自上而下的组织形式
3:日期、地理、以及属性分类
创建方式
1:拖动方式&命名组织
2:菜单创建组织&将其添加至该组织
使用方式
1:行、列功能区进行字段钻取
2:使用视图标题进行钻取
群组/集
组
1:维度或度量的离散值的组合
2:维度成员重新组合
3:离散范围分类
4:组不能用于计算
5:可以取消分组
1:通过视同全选、多选方式进行标记为组
2:针对数据窗口某个字段菜单创建分组
使用组
1:通过行列功能区进行展现组成员
2:仅展示定义好的组成员
集
1:某些条件定义数据子集的自定义字段
2:维度的部分成员
3:可以用于计算(并集、交集、差集)
4:可以参与计算字段的编辑
5:主要作用于筛选
分类
常量集合
静态
单个或多个维度
在视图中选择对象创建集合
计算集合
动态集合
单个维度
数据窗口菜单创建集合
通过范围
通过条件
靠前或靠后
作用
选取维度的部分成员
集合内外对比
集内成员的对比分析
参数
1:动态输入值
2:可交互
3:作用于计算集、自定义计算、自定义SQL、筛选器以及参考线(区)
4:通过参数与视图交互进行交互分析
5:全局对象,可以在任何工作表中单独使用,也可以应用于多个工作表
创建
菜单创建
或者集合中顶部创建参数
调用
集合引入
计算字段引入
使用
显示筛选器
数据桶
1:生成直方图
2:查看连续值分布情况
3:查看期集中趋势
智能图示
手动创建度量数据桶
桶的尺寸决定的直方图刻度线的对其
自定义日期
通配符
参考线
参考区
表计算
基本点(CTD)
是针对数据库中多行数据的计算方式
计算依据
寻址(方向)
1:确定计算对象的维度
2:确定表计算的对象
3:表、区、单元格 或者分层结构
4:有不同级别和深度的区分
5:可以调整寻址的先后顺序
分区(维度)
1:被计算的数据进行分组
2:确定分组方式
排序(维度之间的顺序)
确定各个分区的计算顺序
主要依据
表横穿以及向下
表横穿
表横穿,然后向下以及表向下然后横穿
快速表计算
时间相关
YTD合计,是指每年的累计,每年重新开始汇总
YTD增长,是每年的YTD的差异百分比,两次表计算
年度同比增长,属于差异百分比,每年各个季度同比增长%
汇总,默认是连续多年的汇总。按年汇总就是YTD合计。
自定义表计算
方向性质
LOOKUP
RUNING_SUM
范围性质
WINDOWS_SUM
RANK
参数性质
first和last返回的是当前行相对于首行和末行的偏移,因此可以作为offset参数使用
index返回的是索引,与分类的位置无关,因此可以作为偏移量使用在排雷托中,index()/size()用来生成横轴的坐标轴
size类似于技术。手动表计算,是调整范围,转化坐标轴的必备选
计算优先级
计算字段
视图
工作表
仪表盘
故事
组件
页面卡
筛选器
标记卡
1:标记类型
1:路径
2:角度
3:形状
2:大小
3:颜色
4:标签
5:详细信息
行列功能区
1:将度量数据变量自动SUM聚合
2:聚合的是依据维度中“数据行进行计量”
柱状图
条形图
散点图
直方图
盒须图
折线图
基本表
压力图
凸显表
树地图
气泡图
圆视图
甘特图
标靶图
帕累托
地图
符号
填充
背景
多维
混合
自定义
Tableau
数据连接管理
数据连接层
表连接 和 SQL脚本
数据库
数据表
数据视图
数据列
数据模型层
1:关系型数据源,会获依据关系结构获取数据立方体和信息
2:非关系数据源,依据数据类型判断是维度还是度量
传统BI模型
1:ETL(抽取,清洗,转换,加载)
2:零散结构
3:然后定义维度
数据连接
1:对于每次打开的数据源,需要产生历史记录,那么可以【数据】->【XXXXX数据源名称】->添加到以保存的数据源
2:Hive和Impala,建议使用Impala
3:筛选数据
4:对一个数据源进行多表连接
5:多数据源的数据融合
蓝色表示主数据源
橙色表示从数据源
多维数据集不能用作从数据源,只能用作主数据源
连接字段
激活
未激活
行列转换
不同列整合至同一列
数据透视表
数据加载
实时
数据提取(数据提取至引擎中,由Tableau进行管理)
1:创建数据提取
完整数据连接之后,针对数据源进行提取数据
在新建数据源时选择 “ 提取 ”
2:对于数据提取可实现先分析设计,后正式连接
3:刷新提取
完全:需要大量的数据库开销
增量:仅追加上次提取以来新增的行,而不是重新生成整个数据提取
4:提取优化,可以提前计算字段的预处理,并且存储在数据提取文件中
0 条评论
回复 删除
下一页