Tablica
Twoje zestawy danych:
część 1: nfl_football_team_stats (1).csvPobierz nfl_football_team_stats (1).csv
część 2: countries-of-the-world (1).csvPobierz countries-of-the-world (1).csv
Będziemy ćwiczyć tworzenie wizualizacji za pomocą różnych typów wykresów i diagramów dostępnych w Tableau.
Dane, dla których będziemy tworzyć wizualizacje, to zestaw statystyk drużyn futbolu amerykańskiego. Zawierają one informacje o pojedynczych meczach, w których drużyny brały udział, kto był przeciwnikiem, jakie były wyniki oraz różne statystyki opisujące sposób gry drużyny. Nie musisz znać się na sporcie, aby tworzyć wizualizacje do tego laboratorium, ale jeśli chcesz uzyskać kontekst, możesz obejrzeć ten film na YouTube
Zminimalizuj wideo dla krótkiego przeglądu na wysokim poziomie i przeczytaj to wpis na Wikipedii, aby lepiej zrozumieć pozycje i statystyki.
Podobnie jak w poprzednim laboratorium, jeśli utkniesz na którymkolwiek z etapów, możesz odwołać się do świetnych materiałów szkoleniowych dostępnych na stronie Tableau.
WAŻNE:
- Do wizualizacji użyj kolorów odpowiadających pierwszej literze imienia i nazwiska. Umieść nazwy kolorów w komentarzach do zadania
- Prześlij plik Tableau lub link do Tableau online
ORAZ - wersję PDF swoich dashboardów
Link do zewnętrznej strony Część 1
Aby ukończyć to laboratorium, wykonaj poniższe kroki.
- Otwórz Tableau i zaimportuj plik
nfl_football_team_stats.csv. - Zmień typ danych pola
Yearna tekst.- Zmiana
Yearna tekst jest konieczna, ponieważ w tym laboratorium traktujemy go jako dane kategoryczne. W rzadkich przypadkach Tableau może mieć problemy z traktowaniem roku jako liczby, gdy używamy go jako zmiennej kategorycznej. - W wielu przypadkach oprogramowanie ma błędy, a analitycy danych muszą dokumentować te problemy i ich obejścia, aby wiedzieć, jak unikać tych samych problemów w przyszłości.
- Zmiana
- Zacznij analizę od sprawdzenia liczby rozegranych gier w poszczególnych latach.
- Przeciągnij miarę
Number of Recordsdo Wierszy. - Przeciągnij wymiar
Yeardo Kolumn. - Teraz zobaczysz wykres słupkowy z
Number of Recordsna osi Y iYearna osi X. - Zauważ, że 2017 ma mniej gier niż poprzednie lata. Zgadnij dlaczego? Tak, to wskazuje, że dane zostały prawdopodobnie zebrane w połowie sezonu 2017. Trzeba o tym pamiętać, szczególnie przy porównywaniu sum statystyk między sezonami.
- Jesteś prawie na końcu. Jednak ta wizualizacja nadal nie jest "liczbą gier rozegranych w roku". Dlaczego? Jak naprawić ten problem?
- Podpowiedź: przeczytaj rzeczywiste dane, aby dowiedzieć się dlaczego. I zmodyfikuj formułę w Wierszach, aby naprawić problem.
- Po naprawieniu miary, przeciągnij ją z Wierszy do Miary, aby utworzyć nową miarę. Nazwij ją
Number of Games, aby móc jej używać później.
- Przeciągnij miarę
- Teraz chcemy wizualizować proporcje zwycięstw/przegranych każdej drużyny według roku za pomocą wykresów kołowych. Postępuj zgodnie z poniższymi krokami:
- Utwórz nowy arkusz zawierający wizualizację tabelaryczną z liczbą rekordów według
Team. Możesz to osiągnąć, przeciągając miaręNumber of Recordsdo Wierszy, a następnie przeciągając wymiarTeamdo paskaNumber of Records. - Przeciągnij wymiar
YeariResultdo Kolumn, aby zobaczyć liczbę zwycięstw i porażek dla każdej drużyny i roku. - Z menu Show Me na górze po prawej stronie wybierz wizualizację wykresu kołowego. To utworzy wykres kołowy dla każdej kombinacji drużyna-rok, pokazując proporcje zwycięstw do porażek.
- Upewnij się, że pole
Teamjest w sekcji Wiersz, a poleYearw sekcji Kolumny. Tableau czasami odwraca osie po zmianie wizualizacji. Jeśli tak się stało, przejdź do menu Analysis i wybierz Swap Rows and Columns. - Zmień kolory wykresu kołowego, aby zwycięstwa były czerwone, a porażki niebieskie, klikając na Color w menu Marks.
- Dodaj etykiety danych, przeciągając miarę
Number of Recordsdo kwadratu Etykiety w sekcji Marks. - Zmień wybór z rozwijanego menu na górze na opcję Dopasuj do szerokości, aby zobaczyć wszystkie wykresy kołowe zwycięstw/przegranych dla drużyny na przestrzeni lat.
- Utwórz nowy arkusz zawierający wizualizację tabelaryczną z liczbą rekordów według
- Spróbuj ustalić, czy gra u siebie czy na wyjeździe ma wpływ na częstotliwość zwycięstw drużyny.
- Utwórz nowy arkusz z wykresem słupkowym obok siebie, pokazującym
Number of RecordswedługResultiGame Location(kolumny). Z tego wizualizacji powinniśmy zobaczyć, że drużyna grająca u siebie wygrała około 280 więcej gier niż na wyjeździe w ostatnich latach. Biorąc pod uwagę łączną liczbę gier, czy uważasz, że ta przewaga jest istotna?
- Utwórz nowy arkusz z wykresem słupkowym obok siebie, pokazującym
- Możemy ocenić skuteczność drużyny w ofensywie i defensywie na podstawie liczby zdobytych punktów i liczby punktów straconych przez przeciwników.
- Utwórz wykres rozrzutu pokazujący
Average Team Score(wiersze) iAverage Opponents Score(kolumny) z różnym kolorem punktów dla każdej drużyny (przeciągnij poleTeamdo koloru w sekcji Marks). - Przeciągnij również pole
Teamdo sekcji Labels, aby nazwy drużyn wyświetlały się obok punktów na wykresie, tam gdzie to możliwe. - Zauważysz, że punkty są mocno skupione w prawym górnym rogu wykresu. Dostosuj oba osie, aby zaczynały się od 16, co pozwoli na bliższe spojrzenie na zależność między zdobytymi a traconymi punktami. Możesz to zrobić, klikając prawym przyciskiem na każdą oś, wybierając Edit Axis i ustawiając na Fixed z wartością początkową 16.
- Utwórz wykres rozrzutu pokazujący
- Następnie przyjrzyjmy się statystykom podań w roku 2016, co pokaże, jak silne są umiejętności podaniowe drużyny.
- Utwórz nowy arkusz z wizualizacją tabelaryczną pokazującą miary
Passing AttemptsiPassing Completions(kolumny) według drużyny (wiersze). - Filtruj dane tylko dla 2016 roku, przeciągając pole
Yeardo sekcji filtrów i wybierając 2016 z dostępnych opcji. - Utwórz pole obliczeniowe (Analysis > Create Calculated Field) o nazwie Procent Ukończeń, które będzie dzielić Passing Completions przez Passing Attempts i dodaj je do wizualizacji tabelarycznej. Domyślnie Tableau zsumuje to pole, więc musisz zmienić je na średnią. Aby to zrobić, kliknij na strzałkę rozwijaną obok miary w Measure Values, wybierz Measure i zmień z Sum na Average.
- Zmień format liczbowy pola Procent Ukończeń na procentowy. Procedura jest podobna do zmiany średniej w poprzednim kroku.
- Na końcu posortuj wizualizację według Średniego Procentu Ukończeń. Która drużyna w 2016 miała najwyższy procent ukończeń podań?
- Utwórz nowy arkusz z wizualizacją tabelaryczną pokazującą miary
- Przejdźmy do wizualizacji Procentu Ukończeń jako bardziej interesującej niż tylko tabela.
- Utwórz wizualizację typu treemap zawierającą etykiety dla Drużyny i Średniego Procentu Ukończeń.
- Średni procent ukończeń powinien informować zarówno o rozmiarze pól, jak i kolorach. Dla kolorów wybierz paletę Red-Blue Diverging, tak aby drużyny z wysokim procentem były koloru niebieskiego, a z niskim czerwonego.
- Filtruj dane dla 2017 roku, przeciągając pole
Yeardo sekcji filtrów i obserwuj, jak zmienia się wizualizacja. Możesz też dodać filtr, wybierając Analysis > Filters > Year. Zmień filtr na 2016, a potem na 2015, korzystając z dodanego filtra i zauważ, jak zmienia się wizualizacja.
- Przyjrzyjmy się statystykom defensywnym — szczególnie, średniej liczbie sacków, przechwytów i safety dla każdej drużyny, gdy wygrywa.
- Utwórz nowy arkusz z wizualizacją tabelaryczną pokazującą Średnią Liczbę Sacków, Średnie Przechwyty i Średnie Safety według drużyny (wiersze). Pamiętaj, że Tableau domyślnie sumuje te miary, więc musisz zmienić każdą na średnią, klikając na strzałkę obok miary i wybierając Measure, a następnie zmieniając z Sum na Average.
- Filtruj dane tylko dla gier, które drużyna wygrała, przeciągając pole
Resultdo sekcji filtrów i wybierając Win. - Otwórz menu Show Me w prawym górnym rogu i wybierz opcję wykresu słupkowego poziomego. Powinny pojawić się poziome słupki dla każdej wybranej miary dla każdej drużyny.
- Dodaj etykiety i kolory dla każdej miary, przeciągając miarę na odpowiedni box w sekcji Marks. Zauważ, że każda miara ma własną sekcję w Marks, więc upewnij się, że przeciągasz właściwą miarę.
- Utwórz jeszcze jedną wizualizację pokazującą, jak dobrze każda drużyna broni, zapobiegając zdobywaniu punktów przez przeciwników.
- Utwórz nowy arkusz z wizualizacją tabelaryczną pokazującą Liczbę Punktów Przeciwnika według drużyny. Pamiętaj, że Tableau domyślnie sumuje te miary, więc musisz zmienić je na średnią, klikając na strzałkę obok miary i wybierając Measure, a następnie zmieniając z Sum na Average. To pokaże nam średnią liczbę punktów, które każda drużyna pozwoliła przeciwnikom zdobyć.
- Załóżmy, że chcemy zobaczyć nie tylko ogólne średnie, ale także, jak bardzo się one różnią w zależności od przeciwnika. Możemy to zobaczyć na wykresie typu box-and-whisker. Aby go utworzyć, wybierz z menu Show Me opcję wykresu box-and-whisker.
- Aby nasz wykres pokazał to, czego oczekujemy, musimy dokonać kilku zmian. Przesuń pole Team z sekcji Marks do sekcji Columns. To utworzy kolumnę dla każdej drużyny.
- Następnie przeciągnij pole Opponent do sekcji Details w sekcji Marks. To rozwinie wykres, pokazując rozkład wyników w zależności od przeciwnika, zamiast tylko ogólnej średniej.
- Połączmy niektóre z utworzonych wizualizacji w dashboard.
- Utwórz dashboard, przechodząc do Dashboard > New Dashboard.
- Dodaj 2-3 wizualizacje, które utworzyłeś, przeciągając i upuszczając każdy arkusz na dashboard.
- Jeśli twój dashboard jest zbyt mały, możesz zmienić jego rozmiar, wybierając z menu Size opcję Fixed Size na Automatic. Tableau automatycznie dostosuje rozmiar wizualizacji do ekranu.
- W rozmiarze Automatic możesz także dostosować wysokość każdego wykresu, aby uzyskać optymalny efekt wizualny.
- Dodaj tytuł do dashboardu, zaznaczając pole Show dashboard title w lewym dolnym rogu ekranu. Edytuj tytuł na Dashboard wydajności drużyn NFL.
- Zapisz swoją pracę na Tableau Public, upewnij się, że twój plik jest widoczny, i skopiuj URL do pliku do pliku z wynikami tego laboratorium.
Część 2
Użyj zestawu danych countries of the world.csv, utwórz dwie mapy wizualizacji danych dla:
Średni PKB na mieszkańca na świecie. Wybierz paletę kolorów, aby wizualizować PKB na mieszkańca, gdzie głębszy kolor oznacza wyższy PKB na mieszkańca.
Gęstość zaludnienia na świecie według kraju. Wybierz paletę kolorów, aby wizualizować gęstość zaludnienia, gdzie głębszy kolor oznacza wyższą gęstość zaludnienia. Link do zewnętrznej strony
Utwórz dashboard, aby wyświetlić obie mapy danych i zapisz go na Tableau Public. Upewnij się, że twój plik jest widoczny, i skopiuj URL do pliku do pliku z wynikami tego laboratorium.
Linki do zasobów
Aktualne zlecenia dla freelancerów w kategorii Bazy danych i SQL
Potrzebny specjalista Power BI do budowy raportów zarządzających na podstawie BAS Księgowość KORPO firmieJesteśmy dystrybutorem międzynarodowych marek sportowych w Ukrainie. Księgowość prowadzona jest w BAS Księgowość KORP.Szukamy specjalisty, który pomoże zbudować system raportowania zarządczego dla kierownictwa firmy na bazie Power BI.Ważne: interesuje nas nie tylko… Bazy danych i SQL, Usługi księgowe ∙ 1 godzina 44 minuty temu ∙ 1 oferta |
Specjalista ds. Excela / automatyzacji procesów (Excel + mile widziane programowanie)Szukamy specjalisty z ZAAWANSOWANYMI umiejętnościami Excel do optymalizacji istniejącego pliku i automatyzacji procesów. Wielką zaletą będzie, jeśli masz również umiejętności programowania / VBA / Power Query / Power Automate lub doświadczenie w tworzeniu złożonej logiki w… Python, Bazy danych i SQL ∙ 3 godziny 35 minut temu ∙ 22 oferty |
Zadanie techniczne: Integracja bota czatu Telegram z BAS1. Ogólny opis Należy zrealizować integrację chatbota z systemem BAS w celu przesyłania i rejestrowania danych o towarach (zamówieniach). 2. Dane wejściowe (przesyłane przez chatbota): ID grupy Nazwa towaru (z kodem towaru) Cena towaru 3. Logika działania: Po naciśnięciu… Automatyzacja zarządzania przedsiębiorstwem, Bazy danych i SQL ∙ 4 godziny 42 minuty temu ∙ 13 ofert |
Baza 1C dla przedsiębiorstwaPotrzebna baza do prowadzenia magazynu autozłomowiska, kontroli finansów oraz formowania zamówień. Trzeba dodawać samochód jako obiekt i przypisywać do niego części. Pełną strukturę oraz to, jak powinno to wyglądać i działać, omówię podczas rozmowy. Bazy danych i SQL ∙ 14 godzin 16 minut temu ∙ 6 ofert |
Integracja danych 1CZorganizować jakościowe przygotowanie i transfer danych z 1C do BigQuery do dalszego wykorzystania w Looker:Zorganizować dane zgodnie z tym, jakie pola są potrzebne.Przygotować zrozumiałą strukturę tabel i pośrednich zbiorów danych, na których będą budowane… Bazy danych i SQL, Obróbka danych ∙ 1 dzień 19 godzin temu ∙ 9 ofert |
