《Tableau数据可视化实战》——2.10节创建箱线图

简介:

本节书摘来自华章社区《Tableau数据可视化实战》一书中的第2章,第2.10节创建箱线图,作者(美)Ashutosh Nandeshwar,更多章节内容可以访问云栖社区“华章社区”公众号查看

2.10 创建箱线图
盒须图也就是箱线图,展示的是度量的分布。这个分布包括度量值的25%、50%、75%分位点以及最大最小值。在盒子里显示25%、50%、75%四分位点的值,触须(Whisker)上显示最小值和最大值。由于Tableau不支持直接创建箱线图,此方法是在Tableau里创建箱线图的一个变通方法。
准备工作
使用样例文件Sample-Superstore Sales (Excel)。打开一个新的工作表并选择Sample-Superstore Sales (Excel)作为数据源。
实现步骤
一旦数据加载出来,执行以下的步骤通过特定类型来创建运输费用的箱线图:
Step01 将Dimensions(维度)里的Container(容器)拖放到Rows(行)里。
Step02 将Measures(度量)里的Unit Price(单位价格)拖放到Columns(列)里。
Step03 点击顶端工具栏里的Analysis(分析)菜单选项,取消选中Aggregate Measures(聚合度量)来解除聚合数。
Step04 右击x轴,点击Add Reference Line(添加参考线),如图2.10所示。
Step05 点击Add Reference Line(添加参考线)选项框里的Distribution(分布)板。


f409bd0c70a09d1014a25686e87951238cf27429

Step08 在Computation(计算)下的Label(标签)下拉选项中,选择None(无)。
Step09 在Formatting(格式化)下的Line(线)下拉选项中,选择第一个厚实线。
Step10 在Formatting(格式化)下的Symmetric(对称)格式化框中打勾,如图2.12所示。


8ade1febbccdb35b3559c20a6bfe257ac4401a0c

Step11 在Formatting(格式化)下的Fill(填充)下拉选项中,选择从第一列顶端数下去的第四个默认灰色。
Step12 点击OK(确认)按钮。
Step13 为了给最小值添加触须,右击x轴然后点击Add Reference Line(添加参考线)。
Step14 保持Line(线)板块处于选中状态。
Step15 选择Scope(范围)下的Per Cell(每个单元)选项。
Step16 在Line(线)下的Value(值)下拉菜单中,选择Minimum(最小值),如图2.13所示。
Step17 在Line(线)下的Label(标签)下拉菜单里,选择None(无)。
Step18 在Formatting(格式化)下的Line(线)下拉菜单里,将线的颜色改为红色。
Step19 点击OK(确认)按钮。
Step20 依照13~19步骤添加最大值的触须,将步骤16中的选择Minimum(最小值)改为选择Maximum(最大值)。最后所得的箱线图如图2.14所示。


dd86bfb9a50d019044734b8929042a99f8d606c7

实现原理
尽管Tableau不提供创建箱线图的快捷方式,但是添加参考线是创建箱线图的一个非常有效的方式。添加参考线为用户观察趋势、分布以及方差提供了便利。在这种情况下的箱线图,我们使用分位数(也就是四分位数)添加参考分布及最小–最大线。

相关文章
|
Web App开发 数据可视化 BI
数据可视化D3系列——饼状图
饼状图是数据统计中经常用到的另一类图表,饼图可以直观地显示一个数据系列中各项的大小与各项总和的比例,本文将使用D3上手制作一个简单的饼状图 什么是布局 布局是D3中非常重要的内容,有了布局D3才能画出复杂的矢量图。但布局并不是直接绘制图形,只是将初始数据转换成容易画图的图形语言,画图工具能读懂图形语言来进行绘制。 在绘制饼状图中,例如有一组数据[1, 2, 3],只依靠这些数据是画不出的,需要将这些数据转化为圆形的起始角度和终止角度,第一块的角度区域为[0, π/3],第二块的角度区域为[π/3, π]……绘制工具能根据这些角度值进行绘制。「布局只进行数据转换」 D3还提供其他常用图表的
数据可视化D3系列——饼状图
|
4月前
|
数据可视化
Tableau可视化设计案例-01Tableau简介,条形图与直方图
Tableau可视化设计案例-01Tableau简介,条形图与直方图
|
11月前
|
数据可视化
数据可视化平台Datart-创建柱状图
数据可视化平台、Datart
358 0
|
数据可视化 数据挖掘
14个Seaborn数据可视化图(下)
14个Seaborn数据可视化图
74 0
14个Seaborn数据可视化图(下)
|
数据可视化 数据挖掘 Python
14个Seaborn数据可视化图(上)
14个Seaborn数据可视化图
159 0
14个Seaborn数据可视化图(上)
|
数据可视化 数据挖掘 Python
Python数据分析系列06-柱状图可视化分析数据
现在有很多小年青,不想吃读书的苦,总觉得读书是一件苦差事,有做不完的作业,有考不完的试,总想着何时能逃离校园,总想着怎样走上社会,总觉得社会的生活多姿多彩,总以为一踏入社会,就能享受到自己想要的生活。 要知道没有一定的背景,想要的生活哪有那么容易得到,很多孩子踏入社会以后,经过社会生活的洗礼后,都无比怀念在学校读书的日子。
Python数据分析系列06-柱状图可视化分析数据
|
前端开发 数据可视化 JavaScript
数据可视化——从0-1实现折线图(一)
前言 终于又到周末了,上一周的一篇3d文章 带你入门three.js——从0到1实现一个3d可视化地图很开心😺收到了这么多小伙伴的喜欢,这是对我知识输出的肯定。再次感谢大家!这周我又来了,这次给大家分享一下可视化图表比较简单的图表📈但同时我们又不得不学会的 那就是————「折线图」。读完本篇文章你可以学到什么 js实现直线方程 折线图的表达 canvas的一些api灵活的运用 直线折线图 我们先去非常有名的Echarts 官网看一看,他的折线图是什么样子的?如图: 图片 echats折线图 从图中可以得到以下2d图形元素: 直线(两个端点是圆的) 直线(两个端点是直线的) 文字 好
数据可视化——从0-1实现折线图(一)
|
前端开发 JavaScript 数据可视化
数据可视化——从0-1实现折线图(二)
画XY坐标轴 坐标轴本质上就是两条直线,所以第一步确定坐标原点,然后以坐标原点画出垂直和水平的两条直线。我们设置坐标原点离画布的左内边距和底部内边距,这样我们可以通过画布的高度减去底部内边距得到 原点的y, 然后通过画布的宽度减去左内边距得到x, 有了坐标原点画坐标轴就没什么大问题了。代码如下: //定义坐标轴相对于画布的内边距 this.paddingLeft = 30 // 至少大于绘制文字的宽度 this.paddingBottom = 30 // 至少大于绘制文字的高度 this.origin = new Point2d( this.paddingLeft,
数据可视化——从0-1实现折线图(二)
|
算法 数据可视化 前端开发

热门文章

最新文章