实验目的:
1.熟悉TableauDesktop使用方法。
2.通过Tableau软件来实现Excel中数据的基本可视化。
实验原理:
Tableau是新一代商业智能工具软件,它将数据连接、运算、分析与图表结合在 一起,通过拖放方式创建各种图表。 Tableau产品包括TableauDesktop、Tableauserver、TableauPublic、Tableau Online和Tableaureader等多种。 其中,TableauDesktop、TableauServer、Tableau Reader使用最多。 本次基础实验使用TableauDesktop。 TableauDesktop是一款基于斯坦福大学突 破性技术的桌面软件应用程序,分为个人版和专业版。 TableauDesktop能连接到许 多数据源,如Access、Excel、文本文件、DB2、MSSQLServer、Sybase等。 在获 取数据源中的各类结构化数据后,TableauDesktop可以通过拖放式界面快速地生成 各种美观的图表、坐标图、仪表盘与报告,并允许用户以自定义的方式设置视图、 布局、形状、颜色等,从而通过各种视角来展现业务领域数据及其内在关系。
实验环境:
Tableau桌面版10.5
实验步骤:
1、双击桌面图标打开Tableau软件。
出现TableauDesktop引导界面
上图中按“地区经理”进行数据筛选。 在“筛选器”中选中范彩和洪光两位地区经理的名字,确定后,筛选结果如下。
在界面的右下角可以新建一个工作表或者直接用软件默认打开的工作表 1。 这里打开默认工作表 1,是超市订单中的数据。 左侧就是订单这个表格的维度和度量。 维度通常是类别字段,例如“产品”和“地区”。 具体来说,Tableau 中的维度用于设置粒度,即视图中的详细级别。 度量通常是指标,即数字数据,例如“销售额”。 大多数情况下,维度是离散的,而度量是连续的。
3、制作中国各个地区的利润图表。 将国家和地区维度拖到列,把利润度量拖到行,即可制作出一个简单的条形 图。 Tableau 最具有特色的功能就是拖放式的操作,只需要把维度以及度量拖到适当 的位置,即可制作数据图表。
点击右上角的“智能显示”,还可以把同样的数据显示成不同形式的图表。 例如, 点击填充气泡图,即可制作出漂亮的类别和地区的气泡图。 点击单个气泡会显示出具体的销售额。
4、制作填充地球图。
用 Excel 制作填充地球图十分复杂,但是 Tableau 制作填充地球图却十分方便,一键生成。 Tableau 将数据分为:数字(十进制),数字(整数),字符串,布尔,日期,日期和时间,还有地理类型(如果数据源中有城市,省份的数据可以分配为地理类型)。 选择任意一个字段,单击鼠标右键,在菜单中指向“更改数据类型”即可查看该字段的默认类型,也可更改其数据类型。
制作填充地球图首先必须先将国家、城市、地区和省/自治区字段的属性改成地 理维度。
然后,制作中国各个省份利润填充地球图,这里需要将国家和省/自治区维度拖 到列,把利润拖到行,再点击“智能显示”里的填充气球图。
下面开始建立仪表板。 在 Tableau 的菜单中选择“仪表板”,选择“新建仪表板”。
然后,在左侧的对象中双击“水平”对象,则在中间空白处添加了一个水平对象。对水平对象的高度进行调整,大小设为300。然后,将“产品子类别利润条形图”、“产品销售数量气泡图”工作表拖进这个水平 对象里,并排放置。最后再将省份利润工作表拖进水平对象的下部,仪表板制作完成。如下图所示:
实验心得:
通过本次实验,我在数据处理与可视化展示方面收获颇丰,对数据分析的理解和实践能力都得到了显著提升。从打开软件连接“示例 - 超市”数据源,到对数据进行筛选、创建各类图表,拖放式操作极大地降低了使用门槛。在制作中国各地区利润图表时,只需将“国家”“地区”维度拖到列,“利润”度量拖到行,就能快速生成条形图,点击“智能显示”还能轻松切换图表类型。这让我体会到,即使没有复杂的编程知识,也能高效地进行数据可视化创作,相比以往使用Excel制作图表,Tableau的操作效率更高、效果更丰富。数据可视化的重要性在实验中得到深刻体现。通过将超市数据以不同图表形式呈现,如填充地球图展示中国各省份利润分布,仪表板整合多种图表对比分析,原本复杂、抽象的数据变得直观易懂。填充地球图能让我一眼看出不同省份利润差异,仪表板则方便综合观察产品子类别利润、销售数量与省份利润之间的关系。这些可视化图表帮助我快速发现数据中的规律和趋势,为后续决策提供有力支持。 然而,在构建仪表板时,调整图表布局和大小也花费了不少时间,要使各个图表协调展示且信息清晰,需要不断优化。但这些困难也促使我深入了解软件功能,提升解决问题的能力。这次实验让我认识到Tableau在数据可视化领域的巨大优势,也让我看到自身在数据处理和可视化设计方面的不足。以后,我将继续深入学习Tableau,探索更多高级功能,如数据建模、自定义计算等,提高数据可视化的质量和深度。同时,我会将所学应用到实际工作和学习中,通过数据可视化更好地理解和分析问题,提升决策效率。