Tableau數(shù)據(jù)可視化與其他可視化軟件相比，Tableau通過簡單的拖放就可以生成比較美觀的圖形，為我們的工作節(jié)約大量的人力成本和時間，尤其是一些重復(fù)的工作。本章將通過實(shí)例詳細(xì)介紹如何使用Tableau創(chuàng)建一些常用的視圖，如條形圖、餅形圖、直方圖、折線圖、氣泡圖、樹狀圖、散點(diǎn)圖、箱形圖、環(huán)形圖等，除環(huán)形圖外，他們都位于Tableau軟件界面右上方“智能顯示”區(qū)域，使用的數(shù)據(jù)源主要是“商品訂單表.xlsx”。目錄1復(fù)雜視圖的可視化簡單視圖的可視化2統(tǒng)計分析的可視化3地理數(shù)據(jù)的可視化4條形圖是一種把連續(xù)數(shù)據(jù)繪制成數(shù)據(jù)條的表現(xiàn)形式，通過比較不同組的條形長度，從而比較不同組的數(shù)據(jù)量大小，例如客戶的性別、受教育程度、購買方式等。繪制條形圖時，不同組之間是有空隙的，如果沒有就是直方圖，可分為垂直條和水平條。條形圖的主要類型如下：（1）簇狀條形圖和三維簇狀條形圖：簇狀條形圖比較各個類別的值。簇狀條形圖通常垂直軸顯示類別，三維簇狀條形圖以三維格式顯示水平矩形。（2）堆積條形圖和三維堆積條形圖：堆積條形圖顯示單個項(xiàng)目與整體之間的關(guān)系。三維堆積條形圖以三維格式顯示水平矩形，而不以三維格式顯示數(shù)據(jù)。（3）百分比堆積條形圖和三維百分比堆積條形圖：通常用于比較各個類別的每一數(shù)值所占總數(shù)值的百分比大小。5.1.1條形圖例如，要創(chuàng)建一個不同子類別商品的利潤額條形圖，具體步驟如下：連接“商品訂單表.xlsx”數(shù)據(jù)源后，將度量下的“利潤額”字段拖放到列功能區(qū)，維度下的“子類別”字段拖放到行功能區(qū)，Tableau會自動生成條形圖，顯示商品在各個子類別上的利潤額。然后將“利潤額”字段拖入“顏色”和“標(biāo)簽”標(biāo)記，設(shè)置圖形顏色，并添加視圖標(biāo)題等。餅形圖（即餅圖）用于展示數(shù)據(jù)系列中各項(xiàng)與總和的比例，圖中的數(shù)據(jù)點(diǎn)顯示為占總體的百分比，每個數(shù)據(jù)系列具有唯一的顏色或圖案，并且用圖例表示。餅圖的主要類型如下：（1）三維餅圖：以三維格式顯示每一數(shù)值相對于總數(shù)值的大小。（2）復(fù)合餅圖：將數(shù)值從主餅圖中提取并組合到第二個餅形圖或堆積條形圖的餅圖。（3）分離型餅圖：顯示每一數(shù)值相對于總數(shù)值的大小，同時強(qiáng)調(diào)每個數(shù)值。5.1.2餅形圖例如，要創(chuàng)建一個不同地區(qū)的銷售額餅圖，具體步驟如下：將度量下的“銷售額”字段拖放到行功能區(qū)，將“地區(qū)”字段拖放到列功能區(qū)，會自動生成柱形圖。單擊“智能顯示”中的餅圖視圖，它顯示每個地區(qū)在總銷售額中的占比。為了使圖形更加直觀，我們還需要進(jìn)一步美化。單擊“顏色”按鈕，對各個地區(qū)的顏色進(jìn)行編輯。單擊“大小”標(biāo)記后，拖動滑塊可以放大或縮小餅圖，還可以將“地區(qū)”和“銷售額”拖入“標(biāo)簽”標(biāo)記給每組加上標(biāo)簽等。直方圖是一種統(tǒng)計報告圖，由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況，一般用橫軸表示數(shù)據(jù)類型，縱軸表示分布情況。直方圖的主要類型如下：（1）標(biāo)準(zhǔn)型直方圖：圖形呈現(xiàn)中間高、兩邊低，左右近似對稱。（2）孤島型直方圖：圖形的左側(cè)或右側(cè)出現(xiàn)孤立的小島。（3）雙峰型直方圖：圖形中出現(xiàn)兩個山峰。（4）折齒型直方圖：圖形呈現(xiàn)凹凸不平的形狀，（5）陡壁型直方圖：圖形像高山一樣陡壁，向一邊傾斜。（6）偏態(tài)型直方圖：圖形的頂峰有時偏向左側(cè)、有時偏向右側(cè)。（7）平頂型直方圖：圖形沒有突出的頂峰，呈平頂型。5.1.3直方圖例如，要創(chuàng)建一個顯示不同訂單金額區(qū)間的直方圖，具體步驟如下：在度量中選擇“銷售額”字段，將其拖放到行功能區(qū)，還需要單擊“智能顯示”中的直方圖視圖，用于創(chuàng)建直方圖。顯示企業(yè)在各個銷售額區(qū)間的訂單次數(shù)。將“支付方式”字段拖入“篩選器”功能區(qū)中，例如選擇子類別類型為“支付寶”。將“銷售額”字段拖入“顏色”和“標(biāo)簽”標(biāo)記，并為視圖添加標(biāo)題等，現(xiàn)在可以看出使用支付寶這種支付方式的訂單銷售額分布情況。為了能夠更清晰的查看銷售額分布情況，還可以將橫軸的坐標(biāo)刻度進(jìn)行固定，這里設(shè)置為0到15000（即0K到15K）。折線圖是用直線將各個數(shù)據(jù)點(diǎn)連接起來而組成的圖形，以折線方式顯示數(shù)據(jù)的變化趨勢。折線圖可以顯示隨時間而變化的連續(xù)數(shù)據(jù)，因此非常適合顯示相等時間間隔的數(shù)據(jù)趨勢。在折線圖中，類別數(shù)據(jù)沿水平軸均勻分布，值數(shù)據(jù)沿縱軸均勻分布。數(shù)據(jù)分析中常常會用到折線圖和面積圖，看起來很相似，可以完成同一類的分析，但是他們卻是不能互換的，正確使用折線圖的幾點(diǎn)注意事項(xiàng)：（1）折線圖的橫坐標(biāo)只能是時間，如果變成了省份等分類變量，就沒有趨勢可言。（2）折線圖展示的是一定日期內(nèi)的數(shù)值趨勢，而面積圖展示的是總值趨勢。5.1.4折線圖例如，要創(chuàng)建一個顯示不同訂單日期的銷售額折線圖，具體步驟如下：將“訂單日期”拖放到列功能區(qū)，將“銷售額”拖放到行功能區(qū)。為了觀察訂單按月份的趨勢，可以單擊列功能區(qū)中的“年（訂單日期）”，然后選擇“月2015年5月”選項(xiàng)。我們還可以通過“標(biāo)記”下的“顏色”“大小”和“標(biāo)簽”等對視圖進(jìn)行美化，并給視圖添加標(biāo)題。氣泡圖可用于展示三個變量之間的關(guān)系繪制時將一個變量放在橫軸，另一個變量放在縱軸，而第三個變量則用氣泡的大小來表示。氣泡圖與散點(diǎn)圖類似，不同之處在于：氣泡圖允許在圖中額外加入一個表示氣泡大小的變量。5.1.5氣泡圖例如，要創(chuàng)建一個不同省市銷售額大小的氣泡圖，具體步驟如下：將度量下的“銷售額”字段拖放到列功能區(qū)，將維度下的“省市”字段拖放到行功能區(qū)，拖放完成后，Tableau會自動生成條形圖。通過Tableau右上方的“智能顯示”調(diào)整樣式，選擇“氣泡圖”選項(xiàng)。然后將“銷售額”字段拖放到“顏色”標(biāo)記，為視圖添加標(biāo)題，進(jìn)一步編輯顏色和美化視圖。目錄1復(fù)雜視圖的可視化簡單視圖的可視化2統(tǒng)計分析的可視化3地理數(shù)據(jù)的可視化4樹狀圖通過在嵌套的矩形中顯示數(shù)據(jù)，使用維度定義樹狀圖的結(jié)構(gòu)，使用度量定義各個矩形的大小或顏色?？梢詫⒍攘糠旁凇按笮　焙汀邦伾睒?biāo)記上，在“顏色”標(biāo)記上可以包括多個維度，添加維度只會將視圖分為更多的較小矩形。5.2.1樹狀圖例如：要創(chuàng)建不同類型商品的利潤額樹狀圖，具體步驟如下：將“子類別”拖放到列功能區(qū)，將“利潤額”拖放到行功能區(qū)，當(dāng)列功能區(qū)上有一個維度且行功能區(qū)上有一個度量時，Tableau會顯示一個默認(rèn)圖表，單擊工具欄上的“智能顯示”按鈕，然后選擇“樹狀圖”視圖類型。將“商品類別”拖放到標(biāo)記卡的“顏色”上，視圖將被分為三個獨(dú)立的區(qū)域，“商品類別”將確定矩形的顏色。將“銷售額”拖放到標(biāo)記卡的“標(biāo)簽”上，并為視圖添加標(biāo)題等。散點(diǎn)圖表示一個變量隨另一個變量變化的大致趨勢，據(jù)此判斷兩變量之間是否存在某種關(guān)聯(lián)，從而選擇合適的函數(shù)對數(shù)據(jù)進(jìn)行擬合。散點(diǎn)圖的主要類型如下：（1）散點(diǎn)圖矩陣：用于同時繪制多個變量之間的兩兩相關(guān)性的散點(diǎn)圖。（2）三維散點(diǎn)圖：由3個變量確定的三維空間中研究變量之間的關(guān)系。5.2.2散點(diǎn)圖例如，要創(chuàng)建訂單的實(shí)際配送天數(shù)和計劃配送天數(shù)的散點(diǎn)圖，具體步驟如下：將“實(shí)際配送天數(shù)”拖放到行功能區(qū)，將“計劃配送天數(shù)”拖放到列功能區(qū)，同時取消菜單欄“分析”下的“聚合度量”選項(xiàng)。將“配送延遲天數(shù)”拖放到“顏色”和“形狀”標(biāo)記上，并為視圖添加標(biāo)題等，從視圖可以看出商品的配送延遲天數(shù)分布情況。箱形圖又稱為箱線圖或盒須圖，是一種用作顯示一組數(shù)據(jù)分散情況資料的統(tǒng)計圖。箱形圖主要用于反映原始數(shù)據(jù)分布的特征，還可以進(jìn)行多組數(shù)據(jù)分布特征的比較等。箱線圖的繪制方法是：先將數(shù)據(jù)進(jìn)行排序，找出一組數(shù)據(jù)的上邊緣、下邊緣、中位數(shù)和兩個四分位數(shù)，然后連接兩個四分位數(shù)畫出箱體，再將上邊緣和下邊緣與箱體相連接，中位數(shù)在箱體中間。5.2.3箱形圖例如，要創(chuàng)建不同類型商品的折扣箱形圖，具體步驟如下：將“商品類別”和“地區(qū)”拖放到列功能區(qū)，將“折扣”拖放到行功能區(qū)，Tableau將創(chuàng)建一個條形圖。單擊工具欄中的“智能顯示”按鈕，然后選擇“盒須圖”視圖類型。將“折扣”拖放到“標(biāo)簽”標(biāo)記，并為視圖添加標(biāo)題等，從視圖可以看出不同類型商品的折扣分布情況。環(huán)形圖是由兩個及其以上大小不一的餅形圖疊加而成，挖去中間的部分所構(gòu)成的圖形，環(huán)形圖與餅形圖類似，但又有區(qū)別，環(huán)形圖中間有一個“空洞”。5.2.4環(huán)形圖例如，要創(chuàng)建不同地區(qū)退單量的環(huán)形圖，具體步驟如下：將度量中的“記錄數(shù)”拖放到行功能區(qū)，重復(fù)兩次操作，并在標(biāo)記卡上選擇“餅圖”。將視圖顯示方式調(diào)整為適應(yīng)“整個視圖”，選擇第一個餅圖，單擊“大小”標(biāo)記，修改餅圖的大小。在行功能區(qū)，將兩個記錄數(shù)的聚合計算類型由“總和”修改為“平均值”。在第一個度量上，將“地區(qū)”字段拖放到“顏色”標(biāo)記，“利潤額”字段拖放到“角度”標(biāo)記，并設(shè)置快速表計算類型為“合計百分比”。在第二個度量上，鼠標(biāo)右擊縱坐標(biāo)軸，選擇“雙軸”選項(xiàng)。然后鼠標(biāo)右擊縱坐標(biāo)軸，選擇“同步軸”選項(xiàng)。再右擊縱坐標(biāo)軸，選擇“編輯軸”選項(xiàng)，設(shè)置軸的范圍，使得圓環(huán)圖置于視圖的中間位置，選擇“固定”選項(xiàng)，并輸入初始值，固定開始為0.8，固定結(jié)束為1.2。然后使用“大小”標(biāo)記適當(dāng)調(diào)整兩個餅形圖的大小，使其更加美觀。設(shè)置標(biāo)簽，在第一個度量上，將“地區(qū)”和“是否退單”拖放到“標(biāo)簽”標(biāo)記，并設(shè)置“是否退單”的快速表計算類型為“合計百分比”。設(shè)置第二個餅圖（內(nèi)部小的餅圖）的顏色，選擇第二個餅圖，然后選擇“顏色”標(biāo)記，選擇顏色類型為“無”，最后，為視圖添加標(biāo)題等，使其更加美觀。傾斜圖可以展示單個指標(biāo)在不同時期的變化情況，既能展示值的大小變化，又能展示排名變化等。例如，我們需要繪制企業(yè)各個門店在2018年和2019年銷售業(yè)績排名的傾斜圖。數(shù)據(jù)包含門店名稱、2018年排名、2019年排名三個字段。5.2.5傾斜圖門店名稱2018年排名2019年排名定遠(yuǎn)路店15海恒店26金寨店38燎原店41臨泉路52廬江路69人民路店74楊店店87眾興店93繪制傾斜圖之前，首先需要對基礎(chǔ)數(shù)據(jù)進(jìn)行整理，創(chuàng)建“排名變化”新字段，即計算“2018年排名”與“2019年排名”的差值。

注意：由于“2018年排名”和“2019年排名”都為非聚合字段，因此在公式中需要對字段進(jìn)行聚合處理，如添加SUM函數(shù)，才能讓兩個字段進(jìn)行計算。要創(chuàng)建的斜線圖，其橫軸是“2018年排名”和“2019年排名”兩個字段，縱軸是排名，相對前面介紹的視圖，繪制過程比較復(fù)雜，具體操作步驟如下：將維度下的“度量名稱”和度量下的“度量值”分別拖放到列功能區(qū)和行功能區(qū)。

在左下角“度量值”區(qū)域保留“2018年排名”和“2019年排名”兩個度量值，刪除其他選項(xiàng)，標(biāo)記類型選擇“線”。將“排名變化”字段拖放到“大小”標(biāo)記，將“門店名稱”拖放到“標(biāo)簽”標(biāo)記。單擊標(biāo)記卡中的“標(biāo)簽”，修改標(biāo)簽的對齊和標(biāo)簽標(biāo)記選項(xiàng)。倒轉(zhuǎn)坐標(biāo)軸，在縱軸上通過鼠標(biāo)右鍵進(jìn)入“編輯軸”頁面，將縱坐標(biāo)軸設(shè)置為“倒序”，使得排名按照從上往下的順序，體現(xiàn)球隊(duì)排名從高到低。將“度量值”拖放到“標(biāo)簽”標(biāo)記，單擊“標(biāo)簽”進(jìn)入其設(shè)置頁面，將標(biāo)簽設(shè)置為“<度量值>.<門店名稱>”，在視圖中將按照設(shè)置好的格式進(jìn)行顯示。對創(chuàng)建的斜線圖進(jìn)行美化，包括添加視圖標(biāo)題、調(diào)整“度量值”的數(shù)字格式、去除縱坐標(biāo)軸標(biāo)題、添加線條顏色等。目錄1復(fù)雜視圖的可視化簡單視圖的可視化2統(tǒng)計分析的可視化3地理數(shù)據(jù)的可視化4相關(guān)分析使用相關(guān)系數(shù)表示變量之間的關(guān)系；首先判斷是否有關(guān)系，接著判斷關(guān)系為正相關(guān)或者負(fù)相關(guān)，相關(guān)系數(shù)大于0為正相關(guān)，反之為負(fù)相關(guān)，也可以通過散點(diǎn)圖直觀的查看變量的關(guān)系；最后判斷關(guān)系緊密程度。通常絕對值大于0.7時認(rèn)為兩變量之間表現(xiàn)出非常強(qiáng)的相關(guān)關(guān)系，絕對值大于0.4時認(rèn)為有著強(qiáng)相關(guān)關(guān)系，絕對值小于0.2時相關(guān)關(guān)系較弱。相關(guān)系數(shù)有三類：Pearson、Spearman和Kendall相關(guān)系數(shù)，它們均用于描述相關(guān)關(guān)系程度，判斷標(biāo)準(zhǔn)也基本一致。（1）Pearson相關(guān)系數(shù)：用來反映兩個連續(xù)性變量之間的線性相關(guān)程度。（2）Spearman相關(guān)系數(shù)：用來反映兩個定序變量之間的線性相關(guān)程度。（3）Kendall相關(guān)系數(shù)：用來反映兩個隨機(jī)變量擁有一致的等級相關(guān)性。5.3.1相關(guān)分析1.創(chuàng)建簡單散點(diǎn)圖例如：需要分析“門店A銷售額”與“門店A利潤額”兩個連續(xù)變量之間的關(guān)系。將“門店A銷售額”與“門店A利潤額”分別拖至列功能區(qū)和行功能區(qū)，此時視圖區(qū)域僅有一個點(diǎn)，這是由于Tableau會把兩個度量按照“總和”進(jìn)行聚合。選擇菜單欄“分析”下的“聚合度量”選項(xiàng)，移除選中標(biāo)記，即解聚這兩個度量字段。2.創(chuàng)建散點(diǎn)圖矩陣散點(diǎn)圖矩陣是散點(diǎn)圖的高維擴(kuò)展，可以幫助探索兩個及以上變量的兩兩關(guān)系。例如，需要分析門店A、門店B、門店C三家門店銷售額兩兩之間的關(guān)系。將“門店A銷售額”“門店B銷售額”“門店C銷售額”等分別拖至行功能區(qū)和列功能區(qū)，并通過“分析”菜單下的“聚合度量”對三個度量進(jìn)行解聚。在Tableau創(chuàng)建散點(diǎn)圖之后，可以通過添加趨勢線對存在相關(guān)關(guān)系的變量進(jìn)行回歸分析，擬合其回歸直線。在向視圖添加趨勢線時，Tableau將構(gòu)建一個回歸模型，即趨勢線模型。截至目前，Tableau內(nèi)置了線性、對數(shù)、指數(shù)、多項(xiàng)式和冪等5種趨勢線模型。（1）線性：回歸方程是線性函數(shù)關(guān)系y=a+bx1+cx2+……。（2）對數(shù)：回歸方程是對數(shù)函數(shù)關(guān)系y=logax。（3）指數(shù)：回歸方程是指數(shù)函數(shù)關(guān)系y=a^x。（4）多項(xiàng)式：回歸方程是多項(xiàng)式函數(shù)關(guān)系y=a+bx+cx^2+dx^3+……。（5）冪：回歸方程是冪函數(shù)關(guān)系y=x^a。例如，需要對“門店A銷售額”與“門店A利潤額”兩個變量進(jìn)行回歸分析。5.3.2回歸分析1.構(gòu)建回歸模型將“門店A銷售額”與“門店A利潤額”分別拖至行功能區(qū)和列功能區(qū)，然后通過菜單欄“分析”下的“聚合度量”對變量進(jìn)行解聚，生成簡單散點(diǎn)圖。在Tableau中，為散點(diǎn)圖添加趨勢線有兩種方法：方法1：在散點(diǎn)圖上單擊鼠標(biāo)右鍵，選擇“趨勢線”下的“顯示趨勢線”，注意默認(rèn)構(gòu)建線性回歸模型。方法2：拖放“分析”窗口中的“趨勢線”到右側(cè)視圖中，可以選擇構(gòu)建模型的類型，有線性、對數(shù)、指數(shù)、多項(xiàng)式、冪等5類。下面以“線性”模型為例進(jìn)行介紹，首先對簡單散點(diǎn)圖的橫坐標(biāo)起始范圍進(jìn)行設(shè)置，范圍為40到190。生成趨勢線后將鼠標(biāo)懸停在趨勢線上，這時可以查看趨勢線方程和模型的擬合情況。2.優(yōu)化回歸模型在視圖上單擊鼠標(biāo)右鍵，選擇“趨勢線”下的“編輯趨勢線”選項(xiàng)，Tableau彈出“趨勢線選項(xiàng)”頁面，此時可以重新選擇趨勢線的類型等。3.評估回歸模型添加趨勢線后，如果想查看模型的擬合優(yōu)度，我們只需在視圖中右擊鼠標(biāo)，選擇“趨勢線”下的“描述趨勢模型”選項(xiàng)，打開“描述趨勢模型”頁面。聚類分析是根據(jù)“物以類聚”的道理，對樣品或指標(biāo)進(jìn)行分類的一種多元統(tǒng)計分析方法，要求能合理地按各自的特性進(jìn)行合理的分類，沒有任何模式可供參考或依循，即在沒有先驗(yàn)知識的情況下進(jìn)行的分析，主要有K均值聚類、系統(tǒng)聚類等。Tableau嵌入的聚類模型是K均值聚類算法。K均值聚類（K-Means）是一種迭代求解的算法，其步驟是：首先指定聚類數(shù)K，軟件會隨機(jī)選取K個點(diǎn)作為初始的聚類中心點(diǎn)。然后計算每個對象與K個初始聚類中心之間的距離，并把每個對象分配給距離它最近的聚類中心點(diǎn)。聚類中心以及分配給它們的對象就代表一個類，每個類的聚類中心會根據(jù)類中現(xiàn)有的對象重新計算，計算每個類中對象的坐標(biāo)平均值，這個過程將不斷重復(fù)直到滿足終止條件。5.3.3聚類分析1.構(gòu)建聚類模型下面以企業(yè)經(jīng)營數(shù)據(jù)為例，對門店A和門店B在3月份銷售額數(shù)據(jù)進(jìn)行聚類分析。將“門店A銷售額”拖放到列功能區(qū)，將“門店B銷售額”拖放到行功能區(qū)。通過菜單欄“分析”下的“聚合度量”對變量進(jìn)行解聚。然后設(shè)置橫軸和縱軸的刻度范圍，都從100開始。拖放“分析”窗口中的“群集”到右側(cè)視圖中，在視圖的左上方會顯示創(chuàng)建群集的信息。根據(jù)繪制的散點(diǎn)圖可以看出，分為4類比較合適，因此在彈出的“群集”對話框中的“群集數(shù)”中輸入4。將生成的“群集”字段添加到“標(biāo)記”卡上的“標(biāo)簽”和“形狀”控件，然后，對視圖進(jìn)行適當(dāng)?shù)拿阑?，聚類分析的結(jié)果如圖所示。2.描述聚類模型在“群集”下拉框中，選擇“描述群集”選項(xiàng)。Tableau會彈出“描述群集”頁面，其中在“摘要”選項(xiàng)卡中，描述已創(chuàng)建的預(yù)測模型，包括“要進(jìn)行聚類分析的輸入”、“匯總診斷”等。3.編輯聚類模型在“群集”下拉框中，選擇“編輯群集”選項(xiàng)，在“群集”頁面，可以添加聚類變量和修改聚類數(shù)。時間序列分析法是根據(jù)過去的變化預(yù)測未來的發(fā)展，前提是假定事物的過去延續(xù)到未來。時間序列分析，正是根據(jù)客觀事物發(fā)展的連續(xù)規(guī)律性，運(yùn)用過去的歷史數(shù)據(jù)，通過統(tǒng)計分析，進(jìn)一步推測未來的發(fā)展趨勢。事物的過去會延續(xù)到未來這個假設(shè)前提包含兩層含義：一是不會發(fā)生突然的跳躍變化，以相對小的步伐前進(jìn)；二是過去和當(dāng)前的現(xiàn)象可能表明現(xiàn)在和將來活動的發(fā)展變化趨向。Tableau內(nèi)嵌了對周期性波動數(shù)據(jù)的預(yù)測功能，可以分析數(shù)據(jù)規(guī)律、自動擬合、預(yù)測未來數(shù)據(jù)等，同時還可以對預(yù)測模型的參數(shù)進(jìn)行調(diào)整，評價預(yù)測模型的精確度等。但是，Tableau嵌入的預(yù)測模型主要考慮數(shù)據(jù)本身的變化特征，無法考慮外部影響因素，因此適用于存在明顯周期波動特征的時間序列數(shù)據(jù)。5.3.4時間序列分析1.建立時間序列模型時間序列圖是一種特殊的折線圖，以時間作為橫軸，縱軸是不同時間點(diǎn)上變量的數(shù)值。下面以企業(yè)經(jīng)營數(shù)據(jù)為例，創(chuàng)建3月份門店A利潤額的時間序列圖。將“門店A利潤額”拖放到行功能區(qū)，將“月份”字段拖放到列功能區(qū)，并單擊右鍵，在彈出的下拉框中選擇“天”，切換日期字段的級別，視圖區(qū)即顯示3月份門店A利潤額的時間序列圖。2.時間序列預(yù)測Tableau嵌入了“指數(shù)平滑”的預(yù)測模型，即基于歷史數(shù)據(jù)引入一個簡化的加權(quán)因子，即平滑系數(shù)，以迭代的方式預(yù)測未來一定周期內(nèi)的變化趨勢。該方法之所以稱為指數(shù)平滑法，是因?yàn)槊總€級別的值都受到前一個實(shí)際值的影響，且影響程度呈指數(shù)下降，即數(shù)值離現(xiàn)在越近權(quán)重就越大。通常，時間序列中的數(shù)據(jù)點(diǎn)越多，所產(chǎn)生的預(yù)測就越準(zhǔn)確。如果要進(jìn)行季節(jié)性建模，那么需要具有足夠的數(shù)據(jù)，因?yàn)槟Ｐ驮綇?fù)雜，就需要越多的數(shù)據(jù)進(jìn)行訓(xùn)練。截至目前，Tableau有3種方式生成預(yù)測曲線：方法1：菜單欄“分析”→“預(yù)測”→“顯示預(yù)測”；方法2：在視圖上任意一點(diǎn)單擊鼠