举个栗子!Tableau 技巧(275):散点图的数值重合怎么办?抖动图来咯

散点图是大家经常使用的分析图表,但是如果出现多个数据点具有完全相同的 X 和 Y 值,多个散点重叠并隐藏后,查看数据就很不方便了。

遇到这种情况,该怎么办?其实可以尝试将数据点稍微抖动一下!如下图,这样是不是更有利于我们直观的看到数据呢?

如何在 Tableau 中具体实现呢?今天的栗子,一睹为快吧!

本期《举个栗子》,我们要给大家分享的 Tableau 技巧是:散点图的数值重合怎么办?抖动图来咯

为方便学习,栗子使用自拟的数据源(如下图)。掌握栗子方法后,数据粉可尝试使用其他数据源。懒癌患者可通过以下链接获取栗子数据源:

https://www.dkmeco.com/community/example/detail-835![在这里插入图片描述](https://file.jishuzhan.net/article/1796559456033574913/d7d8848ee7ac45868a082280e216a534.webp)

具体步骤如下:

1

创建计算字段

打开 Tableau Desktop,连接栗子数据源,新建工作表。单击"数据"窗格右上角 ▼ 符号,在下拉菜单中选择:创建计算字段。

➤ 创建计算字段:年龄段,键入函数

if [年龄] <= 10 then '<=10'

elseif [年龄] <= 20 then '11-20'

elseif [年龄] <= 30 then '21-30'

elseif [年龄] <= 40 then '31-40'

elseif [年龄] <= 50 then '41-50'

elseif [年龄] <= 60 then '51-60'

elseif [年龄] <= 70 then '61-70'

elseif [年龄] <= 80 then '71-80'

elseif [年龄] > 80 then '>80'

End

Tips:创建完成后,记得在默认属性中手动调整该排序。

➤ 创建计算字段:数量处理,键入函数

if [性别]='男' then [数量] ELSE -[数量] END

➤ 创建计算字段:数量(男),键入函数

if [性别]='男' then [数量] END

➤ 创建计算字段:数量(女),键入函数

if [性别]='女' then -[数量] END

➤ 创建计算字段:辅助列,键入函数

0

➤ 创建计算字段:辅助行,键入函数

index()

2

创建视图

将字段"年龄段"和"辅助行"拖放至行,将字段"数据处理"拖放至列。

将字段"区域"、"数量(男)"以及"数量(女)"依次拖放至"标记"卡的详细信息中,将字段"性别"拖放至"标记"卡的颜色中,将"标记"卡的标记类型选为:圆。

将视图设置为:整个视图。

右键单击行上的"辅助行"胶囊,下拉菜单选择:计算依据-区域。

单击"分析"窗格,分别添加数量(男)、数量(女)的参考区间。

上述步骤完成后,视图如下:

3

设置格式

回到"数据"窗格,将字段"辅助列"拖放至列,再将"总和(辅助列)""标记"卡上的全部胶囊移除。

单击"总和(辅助列)""标记"卡的"颜色",将其不透明度设为:0%;再单击该"标记"卡的大小,将其大小设为:最小。再将字段"年龄段"拖放至其"标签"中。

再单击该"标记"卡的"标签",设置标签内容以及字体大小,对齐方式改为顶部。

右键单击列上的"辅助列"胶囊,下拉菜单选择:双轴。再右键单击"辅助列"的坐标轴,下拉菜单选择:同步轴。

然后单击顶部菜单栏"设置格式",下拉菜单选择:边界。如图设置边界格式中的行分隔符。

最后,去掉多余的框线、隐藏字段标题和坐标轴。再将字段"年份"拖放至"筛选器"卡并显示筛选器,按需设置筛选器与图例的样式。

如此,就完成了我们想要的抖动图。你可以通过筛选不同年份,来对比男女数量的情况啦!

本期的 Tableau 技巧,你 Get 到了吗?

下一期,再见

文章部分信息来源于网络,如有侵权请告知!

相关推荐
wxl78122713 小时前
如何使用本地大模型做数据分析
python·数据挖掘·数据分析·代码解释器
小尤笔记14 小时前
利用Python编写简单登录系统
开发语言·python·数据分析·python基础
FreedomLeo114 小时前
Python数据分析NumPy和pandas(四十、Python 中的建模库statsmodels 和 scikit-learn)
python·机器学习·数据分析·scikit-learn·statsmodels·numpy和pandas
穆友航16 小时前
PDF内容提取,MinerU使用
数据分析·pdf
EterNity_TiMe_17 小时前
【论文复现】神经网络的公式推导与代码实现
人工智能·python·深度学习·神经网络·数据分析·特征分析
麦田里的稻草人w18 小时前
【数据分析实战】(一)—— JOJO战力图
数据挖掘·数据分析
请你喝好果汁64118 小时前
ggplot2-scale_x_continuous()
信息可视化
B站计算机毕业设计超人1 天前
计算机毕业设计SparkStreaming+Kafka新能源汽车推荐系统 汽车数据分析可视化大屏 新能源汽车推荐系统 汽车爬虫 汽车大数据 机器学习
数据仓库·爬虫·python·数据分析·kafka·数据可视化·推荐算法
敲代码不忘补水1 天前
Python Matplotlib 数据可视化全面解析:选择它的七大理由与入门简介
开发语言·python·信息可视化·numpy·pandas·matplotlib
前端拾光者1 天前
前端数据可视化思路及实现案例
前端·数据库·信息可视化