用Tableau可以很好地制作多种图表

• 使数据囿于孤立、静态的图形中，会限制您能够回答的问题数量。让数据把来龙去脉娓娓道来，成为决策的核心所在。把相关图表结合起来。添加地图。设置筛选条件向更深层次挖掘。结果如何？以风驰电掣的速度获得商业洞见以及问题的答案。————摘自《which_chart_V6》

图标分类

条形图

• 条形图位居最常见数据可视化方式之列。
• 利用条形图，可迅速做出比较，一目了然地揭示高低点。
• 如果数值数据能够顺畅归入不同类别，那么条形图就尤为有效，便于您快速看清数据中显示的趋势。

折线图

• 和条形图和饼图一样，折线图也是最常用的一种图表类型。
• 折线图可连接各个单独的数值数据点，结果就是可视化数值序列简单、直接的方式。
• 折线图的主要用途就是显示一段时间内的趋势。

饼图

• 饼图应该用来显示信息的相对比率（或百分率），仅此而已。
• 饼图往往遭到无节制的滥用，置这一建议的限定情境于不顾，结果就是，饼图是误用最多的图表类型。
• 如果要比较数据，请让条形图或堆积条形图担当此任。

地图

• 无论是邮政编码、州简称、国名，还是自定义地理编码，有任意一种位置数据的情况下，您都需要在地图上查看数据。
• 只要有经纬度的具体位置数据，就可以制作出地图

散布图

• 想要再深入挖掘一些数据，但不确定不同信息的关联方式，或者是否有关联。
• 散布图是大概了解趋势、集中度、极端数值的有效方式，可指导您应该进一步把考察工作着重在哪一方面。

甘特图

• 甘特图对于说明项目各元素的起始与终止日期效果非常好，符合实现对于项目的成功非常重要，清楚看到需要完成的内容和截止时间。
• 尽管大部分人把甘特图与项目管理联系到一起，它们还能用来理解随时间推移人员或机器的变化情况。

气泡图

• 气泡图不是自成一类的可视化，而应视为强调散布图或地图上数据的手段。
• 我们使用气泡的原因是圆圈的不同大小揭示数据的意义。

直方图

• 希望查看数据的跨组分布情况时使用直方图。
• 有时候，您不必知道哪种归类方法对数据有意义，您可以使用直方图尝试不同方法，确保创建的组大小均衡，与分析相关。

靶心图

• 设定了目标并希望参照目标跟踪进展时，靶心图就是理想之选。
• 就其核心而言，靶心图是另一种形式的条形图。其设计宗旨是替代仪表板量具、仪表和温度计。因为这些图像一般不能显示足够的信息，并且需要占用宝贵的仪表板空间。
• 靶心图将主要度量值与一个或多个其他度量值比较，并且以明确的绩效指标为背景，呈现比较情况。通过靶心图可立即看清主要度量值相对于总体目标的表现情况。

热点图

• 热点图是使用色彩跨两个类别比较数据的理想方式。
• 作用是快速看清两个类别的交集哪里最强，哪里最弱。

突出显示表

• 突出显示表让热点图更进一步。
• 除了用色彩显示数据的交叉情况外，突出显示表还在上方添加数字，提供更多详细信息。

树形图

• 这些图表使用一系列的矩形，嵌套在其他矩形内，以相对于整体的比例显示分层数据。
• 顾名思义，把这种图表中的数据想成一棵树：每根树枝都赋予一个矩形，代表其包含的数据量。每一矩形再细分为更小的矩形（或者分枝），仍然以其相对于整体的比例为依据。通过各个矩形的大小和色彩，您往往可以在数据的各个部分（甚至是类别）间看到某些模式。
• 树形图还能有效利用空间，便于您一目了然地看到整个数据集。

箱型图（盒须图）

• 箱形图又称盒须图，是显示数据分布情况的重要方式。
• 其名称显示这种图的两个部分：盒，包含数据的中位数，以及第 1 和第 3 个四分位数（比中位数分别大、小 25%）；须，一般代表四分 位距 1.5 倍以内的数据（第 1 和第 3 个四分位数之间的差）。“须”也可用来显示数据内的最高和最低点。

个人对于Tableau以及数据可视化的学习心得

• 我觉得，学习Tableau以及信息可视化，需要对数据有一种敏感的嗅觉和观察力，你要懂得去发现数据，发现事物之间的关联性的，以至于能够做出有效的数据表以及易懂的数据可视化
• 需要扎实的python基础，对于数据的收集和清理有很大的帮助
• 需要对图标有足够的认识和了解（我个人承认还未做到），在熟悉了解图标后，才能准确的做出你所需要的，能准确反应你数据的图表

教学网有对应课程

---