Tableau可视化--折线图与面积图的制作

左手的ㄟ右手 2023-03-14 13:20 23阅读 0赞

# Tableau可视化–折线图与面积图的制作 #

### 文章目录 ###

*  Tableau可视化--折线图与面积图的制作
 *   *  折线图
     *   *  1. 新建表
         *  2. 添加计算字段：
         *  3. 将订单日期放入行功能区
         *  4. 统计每个月的订单量：将记录数拖入列功能区
         *  5. 显示不同装运状态下的订单情况：将装运状态拖入列功能区
         *  6. 交换行和列，视图调整为整个视图
         *  7. 调整三种状态的摆放顺序：early和ontime放前面，late放最后
         *  8. 用装运状态做颜色区分：将转运状态拖放在标记卡颜色处
         *  9. 做时间预测分析：点击分析 → 预测 → 拖拽到变橙色松手
         *  10. 修改预测长度
         *  11. 添加筛选器：将订单日期作为筛选器，筛选处近一年的数据，设置显示筛选器
         *  12. 去掉轴标题的记录数（双击轴，删掉标题记录数即可）
         *  13. 修改表名称：各装运状态下订单增长趋势
     *  面积图
     *   *  1. 新建表
         *  2. 将订单日期放入列功能区
         *  3. 统计每个月的订单量：将记录数拖入行功能区
         *  4. 将视图设置为整个试图
         *  5. 在标记处选择区域标记：出来的图即为面积图
         *  6. 用装运状态作为颜色区分依据：将装运状态拖入颜色
         *  7. 使用订单日期设置筛选器
         *  8. 修改表标题
     *  百分比面积图
     *   *  1. 修改记录数的计算方式：
         *  2. 修改表标题：各装运状态下订单占比趋势
     *  仪表板

继柱状图类别的制作之后，这篇文章将简单讲解tableau制作折线图与面积图的过程，其中涉及使用到的数据将在文末处提供下载链接，需要的小朋友们可前往下载

## 折线图 ##

制作折线图  
目的：反应各转运状态下订单情况

### 1. 新建表 ###

### 2. 添加计算字段： ###

*  实际发货天数
 *  计划发货天数
 *  装运状态（记得加end）  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70]

### 3. 将订单日期放入行功能区 ###

*  设置日期显示格式：

i. 显示为月

ii. 离散形式

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 1]

*  点击设置格式：自定义日期格式为yyyy-mm  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 2]

### 4. 统计每个月的订单量：将记录数拖入列功能区 ###

### 5. 显示不同装运状态下的订单情况：将装运状态拖入列功能区 ###

### 6. 交换行和列，视图调整为整个视图 ###

### 7. 调整三种状态的摆放顺序：early和ontime放前面，late放最后 ###

### 8. 用装运状态做颜色区分：将转运状态拖放在标记卡颜色处 ###

### 9. 做时间预测分析：点击分析 → 预测 → 拖拽到变橙色松手 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 3]

### 10. 修改预测长度 ###

点击工具栏分析选项卡 → 预测 →预测选项 → 点击精准，将时间设置为3个月  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 4]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 5]

### 11. 添加筛选器：将订单日期作为筛选器，筛选处近一年的数据，设置显示筛选器 ###

### 12. 去掉轴标题的记录数（双击轴，删掉标题记录数即可） ###

### 13. 修改表名称：各装运状态下订单增长趋势 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 6]

## 面积图 ##

面积图制作：

各装运状态下订单分布趋势

### 1. 新建表 ###

### 2. 将订单日期放入列功能区 ###

*  设置日期显示格式：

i. 显示为月

ii. 离散形式

*  点击设置格式：自定义日期格式为yyyy-mm

### 3. 统计每个月的订单量：将记录数拖入行功能区 ###

### 4. 将视图设置为整个试图 ###

### 5. 在标记处选择区域标记：出来的图即为面积图 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 7]

### 6. 用装运状态作为颜色区分依据：将装运状态拖入颜色 ###

### 7. 使用订单日期设置筛选器 ###

### 8. 修改表标题 ###

（疑问：tableau中，能否将坐标轴标签倾斜一定的角度？)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 8]

## 百分比面积图 ##

制作百分比面积图：

各装运状态下订单占比趋势

前面部分操作与面积图一样

### 1. 修改记录数的计算方式： ###

a. 在行功能区点击总和（记录数）右边的向下小三角

b. 选择快速表计算

c. 选择合计百分比  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 9]  
d. 计算依据选择表（向下）穿  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 10]

### 2. 修改表标题：各装运状态下订单占比趋势 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 11]

## 仪表板 ##

制作仪表板：

将前面作图的图形组合出一个 各装运状态订单分布概览 仪表板  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 12]

文中所用数据我将放在GitHub上，需要的小朋友们可自行下载：[点此进入GitHub][GitHub]

> 文章简单介绍到这里， 希望以上内容对大家有实际的帮助，后续将持续推出更多数据分析相关内容，欢迎留言你想了解的部分，一起探讨更多话题。如有其他相关问题也欢迎小伙伴们留言讨论或与我私信~  
> 期待与你共同进步ヾ(◍°∇°◍)ﾉﾞ
> 
> --------------------
> 
> 前文回顾：
> 
>  *  [《Tableau可视化—Tableau简介》][Tableau_Tableau]
>  *  [《Tableau可视化-- 柱状图类类型图表的制作》][Tableau_--]
> 
> --------------------
> 
> 往期指引
> 
>  *  [《利用python进行用户行为分析》][python]
>  *  [《利用python进行零售商品数据分析》][python 1]
>  *  [《数据分析思维 – 第三步：打开分析视角》][Link 1]
>  *  [《如何写一份具有业务价值的分析报告》][Link 2]
>  *  [《机器学习笔记–2、回归分析及python实现》][2_python]
> 
> --------------------
> 
> 版权声明：本文为CSDN博主「高雅\_GaoYa」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。  
> 原文链接：https://blog.csdn.net/weixin\_44390462/article/details/106186355

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70]: /images/20230312/734093053d65462c8249f03da8f01d6e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 1]: /images/20230312/e3ff5dbe953943928787049b7dab1bc4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 2]: /images/20230312/f7d784efe9364961b833dc59c506b967.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 3]: /images/20230312/9d63a88604964ec19c13983e1965e5f0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 4]: /images/20230312/e39c9be7a33b440bb822ba4e53169813.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 5]: /images/20230312/a04bd4e581d84bd199951c7ad5e5522f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 6]: /images/20230312/275a23c58eb64ca6aaad26bd4b035261.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 7]: /images/20230312/1e3053ab37804889849a52749674a899.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 8]: /images/20230312/092390033f9346d287134d269e335c52.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 9]: /images/20230312/dbad8e1a0e1c4b4b844e9853673722bf.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 10]: /images/20230312/24c9def3191247158cdd33a63afd52c2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 11]: /images/20230312/b5cf5bd4d4264f31abc09a80bc57a7da.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 12]: /images/20230312/85139588de5640e29755bc658ddebd23.png
[GitHub]: https://github.com/GraceYaa/Tableau
[Tableau_Tableau]: https://blog.csdn.net/weixin_44390462/article/details/106183829
[Tableau_--]: https://blog.csdn.net/weixin_44390462/article/details/106184634
[python]: https://blog.csdn.net/weixin_44390462/article/details/105678576
[python 1]: https://blog.csdn.net/weixin_44390462/article/details/105622413
[Link 1]: https://blog.csdn.net/weixin_44390462/article/details/106043963
[Link 2]: https://blog.csdn.net/weixin_44390462/article/details/105690856
[2_python]: https://blog.csdn.net/weixin_44390462/article/details/105795689