【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

人工智能31

1.获取数据

数据来源为:data.world

2.整理数据

检查数据并对数据重命名

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

隐藏不需要的字段

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

3.绘制图表

(1)地图

由于只绘制美国各州数据,则在绘制地图时直接选择"州"并双击

右下角出现"未知",是因为默认关联中国的州,识别失败

点击右下角"未知",编辑位置,选择"源字段"-"国家"

即从数据中的指定国家进行匹配

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

将"国家"拖至筛选器,仅筛选"美国"

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

制作动态图:将"日期"拖至"页面",选择为"天"

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

筛选器中筛选"国家"为"美国",并应用于所有使用此数据源的图表

如图所示

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

(2)折线图

通过拖拽生成图表

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

同1的步骤生成随时间变化的图表

修改格式使之保留轨迹(左侧标记要为"圆"才能选择轨迹)

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

如图所示

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

(3)数字提示

将"累计死亡"直接拖拽到中央,添加日期"页面",使之形成动态

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

(4)柱状图

会发现只有"美国"一个国家,是因为使用了筛选器,故在此处要去除筛选器

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

创建柱状图后要使排名也跟着变动,则:

创建计算字段 死亡排名

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

将"死亡排名拖至"行",改为"离散",编辑表计算——特定维度——国家

将"国家"从"行"转移至"详细信息"和"标签"上,将图表转置

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

先去除"日期""页面"的筛选, 选择前15名的数据"仅保留"

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

在标记中修改标签格式

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

格式都改好之后再重新加上"日期"

4.构建仪表盘

在仪表盘中设置格式

用取色工具使条形图底色与地图底色一致而融为一体

"数字提示"中修改标题格式:双击;修改文本格式:在左侧"标记"中修改

修改平铺/浮动:按住Shift拖拽图表

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

动态成果

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

发布链接:https://public.tableau.com/app/profile/.80922271/viz/_16474859327300/1

5.参考资料

b站戴师兄教学视频:【戴师兄】Tableau动态图表/动态仪表盘制作教程|数据动图教程|动态可视化教程|SQL教程|如何制作数据动图?怎么让数据动起来?_哔哩哔哩_bilibili

6.存在的问题

1.制作出来的图表不流畅,一卡一卡的

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

2.动态图表中有时候文字会乱格式

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

3.上传到tableau public后无法显示动态按钮(网站原因,不支持)

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

7. 问题修正

在向戴师兄请教之后学会了解决界面闪烁的方法

设置格式——动画——关闭动画 即可

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

效果如下所示

【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

感谢您的阅读!

完结撒花!

Original: https://blog.csdn.net/Melo_dy/article/details/123541376
Author: Melo_dy
Title: 【Tableau自学笔记】第二篇——新冠疫情下美国死亡人数可视化图表

相关文章
[slam评估]evo使用 人工智能

[slam评估]evo使用

一、安装与文件介绍 方法一:安装使用命令行 pip install evo --upgrade --no-binary evo 方法二:从GitHub下载程序包后解压安装(本文使用方法) evo文件架...
深度学习的典型应用和挑战及未来 人工智能

深度学习的典型应用和挑战及未来

1.计算机视觉。在计算机视觉领域,深度神经网络最令人瞩目的成绩就是ImageNet竞赛。 包括人脸识别,目标检测等具体的图形图像处理 2.语音识别和合成。在语音识别领域,包括智能家居,语音助手等识别软...