데이터 시각화에 필요한 높은 힘 그리드 차트 효과, 학습은 5 분 소요

당신이 강제로로드 대부분의 데이터를보고 할 것을 부탁하고 싶은 경우에, 대답은 단 하나 여야합니다 :

"데이터 시각화!"

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

아주 멋진하지 않습니다 보이는데, 사실, 위의 차트 시각화는 많은 사람들이 쉽게 거의 달성 할 수 파이썬, R 언어, 극적 장면 및 기타 전문 데이터 분석 도구를 추천, 복잡하지 않습니다.

그러나! 이것은 단지 전문에 대한 이러한 데이터 툴에 능숙 전문 사람이나 사람들을 위해!

그래서 질문이 종종보고 할 대학생, 비즈니스 사람이나 사람, 시각적 분석을 달성하고자하는 사람들처럼되고, 이러한 도구를 배우는 파이썬, 극적 장면, R은 전문 도구를 연구하는 시간을 마련하는 것은 불가능합니다 비용과 어려움은 상당하다.

종종 Excel에서 언급 한 바와 같이, 나는 많은 사람들은, 당신이 아래의이 효과를 달성하고자하는 경우 Excel에서, 몇 가지 간단한 일반적인 라인 차트, 파이 차트를 할 얻을 것이다 적어도 어려움을 학습, 피벗 테이블과 슬라이서를 배울 생각 전문 도구보다 작은,하지만 아직 충분히 간단하지만, 차트는 여전히 주님의 질문을 할 수없는 결과의 종류를 구성되어 있습니다.

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

완전 초보자를위한 시각적 도구, 단 몇 분 수 있는가가 시작,하지만 효과는 시원하고 실용적인 수 있도록하는 것입니다?

물론, 예를 들어, 오늘은 시각적 인 유물을 암웨이 거기 싶어한다 - FineBI을 . 강력하고 간단한 모두 여기에 단순히 짧은 두 단계로, 잘 생긴 차트의 종류의 앞에 사용 FineBI을하는 방법을 보여줍니다 - 데이터 가져 오기, 생산 차트 .

데이터 가져 오기

1, FineBI, 친숙한 인터페이스 및 기본 작동을 다운로드 FineBI

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

화면의 왼쪽에있는 메뉴 바는 당신이 직접 참조하거나 공식 카탈로그에 시각화 템플릿을 할 수있는, 세 개의 열 "디렉토리", "대시 보드"와 "준비 데이터"가, 데이터 준비는 우리가 가져온 데이터를 배치 할 것입니다, 대시 보드는 우리의 데이터 시각화 인터페이스입니다.

2, 데이터 가져 오기

데이터 시각화는 당신이 데이터 세트와 함께 중앙, 눈에 보이는 동작으로 데이터를 사용하는 데 필요한 데이터를 가져올 것으로, 데이터 세트의 형태로 수행에 FineBI을 실시. 물론,이 데이터 세트는, 다른 테이블에서 데이터를 많이 포함 할 수있는 한 어떤 관계가있는 한, 우리의 데이터를 기초로 사용할 수 있습니다.

比如,我们点击下方的添加数据集,选择“零售demo”中的数据,选择我们要用到的几个项目,点击保存就完成了数据导入的工作:

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

二、制作图表

1、制作矩形树图

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

完成数据导入之后,就可以进行可视化图表的制作了,点击新建一个仪表板,进入组件的制作界面,将待分析区域维度下的字段“店名称”、“店性质”拖入横轴中,将指标下的字段“销售额”拖入纵轴中,在图表类型下选择矩形树图,然后选择颜色和标签,一个简单的矩形树图就完成了:

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

2、制作玫瑰图

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

玫瑰图可以展示一个维度两个指标的情况,比如如果想知道几个小区的销售额和毛利的对比情况,可以将“所属小区”拖入横轴,将“销售额”和“毛利”拖入纵轴中,在图标类型中选择玫瑰图,然后选择颜色和标签,就可以完成玫瑰图了:

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

3、制作词云

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

词云是现在很多的一种可视化形式,利用FineBI也可以轻松实现,只需要将“关键词”拖入横轴,将“出现频次”拖入纵轴,图表形式选择词云就可以完成词云了:

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

4、制作折线雷达图

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

雷达图(Radar Chart),又可称为戴布拉图、蜘蛛网图(Spider Chart),每个分类都拥有自己的数值坐标轴,这些坐标轴由中心向外辐射, 并用折线将同一系列的值连接。

制作方法很简单,将字段“浏览器”拖入横轴中,将指标下的字段“数量”拖入纵轴中,在图表类型下选择折线雷达图,然后纵轴开启指标聚合,将指标下的“年份”字段先转换为维度字段,再拖入细粒度属性中,并设置为相同值为一组,雷达折线图就做好了:

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

5、制作热力地图

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

热力地图很多人都觉得很黑科技,其实制作起来一点都不麻烦,将字段“监测城市”转化为地理角色,随后将“监测城市(经度)”拖入横轴中,将“监测城市(纬度)”拖入纵轴中,在图表类型下选择热力地图,颜色选中'热力'方案,热力地图就做好了:

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

6、制作流向地图

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

在研究流向问题的时候,经常会用到流向地图,不仅一目了然,而且还非常的炫酷,具有十足的黑科技感!

FineBI, 경도 중 및 위도에만 수평 및 수직 축 모드가 평균 기본 개요에 대한 위도와 경도를 드래그해야하고, 그래프는 하나의 점을 보여주고, 우리는 위도와 경도 필드로 나누어 차원 필드를 미세 필요 , 기본을 입자 크기는, 그래서 우리는 세밀한 마이그레이션 경로를 선택지도 플로우 차트 유형에 필드를 드래그하며, 접속 ID 필드 드래그 막대 그래프의 특성은 "특별한 표시"를 "깜박임"을 선택 흐름 맵은 남아있는 모든 색상을 최적화하는 것입니다, 완료됩니다.

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

7, 생산의지도

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

많은 기업 유통 사업은 매우 넓은 지역의 각 점 (특정 위치)의 데이터를 더 복잡 될지도를 구현하는 것입니다, 당신이보고 싶은 회사는 다음 사이트 맵을 사용하면 정확도는 높지 않다 신속 정확한 위치를 찾을 수 있습니다.

열 흐름 맵의 생산과 생산 방법과지도 비슷한, 단순히지도 포인트의 유형에 대한 아이콘을 선택, 해당 위도와 경도 지수 축을 드래그하고 세밀한에 끌려 "상점 이름이"는 "회원"은 다음 색상 옵션으로 드래그 동적 효과 "번쩍"하고 마지막으로 조금 색상을 조정하고 효과가 성공 될 것입니다 추가합니다.

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

도 8,도 거품 발생

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

도 수치 중합 기포 타입 필드는 콘트라스트를 달성하기 위해 풍선의 영역의 크기를 결정한다.

필드는 영역 차원에서 해석되어야 후 "보조 채널 이름 ''방문 '에서 가로축은 지시자 필드를 드래그"바운스 "는 차트 유형, 패턴 형상 특성을 선택 종축 끌고 자동 포인트 전환 아래와 같이 모든 치수는 제 2 지시 필드가있는 경우의 필드는, 컬러 특성에 넣고, 표시 사이즈 속성을 배치 세밀한 속성 필드에 배치된다 :

데이터 시각화에 필요한 높은 힘 그리드 차트 효과는 5 분을 배울 필요

 

개요

사실, 우리는 멋진 데이터 시각화 도구를 달성하고자하는 단 하나 개의 방법을 자신의 요구를 결합하고 자신의 시나리오는 가장 중요한 도구입니다 선택하는 측면이고, FineBI 데이터 분석 도구로, 가장 큰 장점은 간단하고 사용하기 쉬운 당신의 상사가 어안이 벙벙 보이게, 당신은 놀라운 결과 차트를 달성 할 수있는 코딩이 필요하고 당신은 기초 프로그램이 없습니다!

가장 중요한 것은 FineBI 개인 버전은 완전 무료이며, 데이터 분석 도구의 개인적인 사용을위한 가장 적합한 것으로 간주 될 수있다!

추천

출처www.cnblogs.com/laoA188/p/11280848.html