Tableau可视化--饼图与环形图的制作及使用地图做可视化

冷不防 2023-02-09 14:16 14阅读 0赞

# Tableau可视化–饼图与环形图的制作及地图功能的使用 #

### 文章目录 ###

*  Tableau可视化--饼图与环形图的制作及地图功能的使用
 *   *  饼图
     *   *  1. 分别将地区与销售额字段放入行列功能区
         *  2. 在智能推荐图表处选择饼图
         *  3. 视图选择整个视图
         *  4. 添加标签
         *  5. 对地区进行排序：点击（颜色）地区 → 排序 → 排序依据：字段 → 按照销售额降序
         *  6. 细节处理：比如颜色选择、标签顺序、标题拟定等
     *  环形图
     *   *  1. 因为需要两个饼图，所以将记录数两次拖拽到行功能区
         *  2. 将标记形状改选为饼图
         *  3. 调整圆的大小为：上大下小
         *  4. 将记录数的度量类型由总和改为平均值（两个都改）
         *  5. 将小的那个圆颜色该为白色，去掉边界
         *  6. 修改轴为双轴 → 同步轴
         *  7. 因为同步轴后，图形位置靠上方，所以需要对轴进行进一步设置：
         *  8. 用地区区分颜色，记录数控制角度：地区 → 颜色；记录数 → 角度
         *  9. 同饼图操作：通过地区进行排序：按照记录数降序
         *  10. 设置标签：
         *  11. 修改表标题：各地区订单分布
     *  与地图结合
     *   *  1. 先将地理位置字段标记为地理角色
         *  2. 直接双击刚刚标记好的字段：省/自治区，便会加载地图并标记出相应的点
         *  3. 将 省/自治区 拖拽为标签
         *  4. 使用订单量控制地图中点的大小：将记录数拖入大小
         *  5. 观察类别分布：
         *  6. 修改表名称：各省销售类别与细分表分布
     *  仪表板

继柱折线图与面积图的制作之后，这篇文章将简单讲解tableau制作饼图与环形图的过程，其中涉及使用到的数据将在文末处提供下载链接，需要的小朋友们可前往下载

*  与前文重复的步骤将不再详细解释，对部分操作步骤不明白的同学可以参考前面的文章，或文末留言~
 *  本文需要使用的数据依旧为超市数据–sheet1

## 饼图 ##

饼图：展示分布占比

各地区销售额占比

### 1. 分别将地区与销售额字段放入行列功能区 ###

### 2. 在智能推荐图表处选择饼图 ###

### 3. 视图选择整个视图 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70]

### 4. 添加标签 ###

a. 将销售额放入标签，并修改计算方式为：合计百分比

b. 将地区放入标签

### 5. 对地区进行排序：点击（颜色）地区 → 排序 → 排序依据：字段 → 按照销售额降序 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 1]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 2]

### 6. 细节处理：比如颜色选择、标签顺序、标题拟定等 ###

7. 还可再根据需要增加一个订单日期的筛选器

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 3]

## 环形图 ##

环形图制作过程：  
主要思路：**通过两个饼图重叠实现**

### 1. 因为需要两个饼图，所以将记录数两次拖拽到行功能区 ###

### 2. 将标记形状改选为饼图 ###

### 3. 调整圆的大小为：上大下小 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 4]

### 4. 将记录数的度量类型由总和改为平均值（两个都改） ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 5]

### 5. 将小的那个圆颜色该为白色，去掉边界 ###

### 6. 修改轴为双轴 → 同步轴 ###

### 7. 因为同步轴后，图形位置靠上方，所以需要对轴进行进一步设置： ###

右击轴 → 编辑轴 → 范围选择固定的开始和结束值  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 6]

### 8. 用地区区分颜色，记录数控制角度：地区 → 颜色；记录数 → 角度 ###

### 9. 同饼图操作：通过地区进行排序：按照记录数降序 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 7]

### 10. 设置标签： ###

a. 地区

b. 记录数百分占比

c. 在环中间添加记录数标签

### 11. 修改表标题：各地区订单分布 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 8]

## 与地图结合 ##

各省销售类别与细分表分布

### 1. 先将地理位置字段标记为地理角色 ###

如：将省/自治区  
标记地理角色为 洲/省/市/自治区  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 9]  
他会自动生成相应的经纬度

### 2. 直接双击刚刚标记好的字段：省/自治区，便会加载地图并标记出相应的点 ###

### 3. 将 省/自治区 拖拽为标签 ###

### 4. 使用订单量控制地图中点的大小：将记录数拖入大小 ###

调整一下大小

### 5. 观察类别分布： ###

a. 将标记改为饼图

b. 将类别拖入颜色（颜色用类别区分）

### 6. 修改表名称：各省销售类别与细分表分布 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 10]

## 仪表板 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 11]

文中所用数据我将放在GitHub上，需要的小朋友们可自行下载：[点此进入GitHub][GitHub]

> 文章简单介绍到这里， 希望以上内容对大家有实际的帮助，后续将持续推出更多数据分析相关内容，欢迎留言你想了解的部分，一起探讨更多话题。如有其他相关问题也欢迎小伙伴们留言讨论或与我私信~  
> 期待与你共同进步ヾ(◍°∇°◍)ﾉﾞ
> 
> --------------------
> 
> 前文回顾：
> 
>  *  [《Tableau可视化–Tableau简介》][Tableau_Tableau]
>  *  [《Tableau可视化-- 柱状图类类型图表的制作》][Tableau_--]
>  *  [《Tableau可视化–折线图与面积图的制作》][Tableau]
> 
> --------------------
> 
> 往期指引
> 
>  *  [《利用python进行用户行为分析》][python]
>  *  [《利用python进行零售商品数据分析》][python 1]
>  *  [《数据分析思维 – 第三步：打开分析视角》][Link 1]
>  *  [《如何写一份具有业务价值的分析报告》][Link 2]
>  *  [《机器学习笔记–2、回归分析及python实现》][2_python]
> 
> --------------------
> 
> 版权声明：本文为CSDN博主「高雅\_GaoYa」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。  
> 原文链接：https://blog.csdn.net/weixin\_44390462/article/details/106212123

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200519124323757.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200519124343734.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200519124403503.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200519124419289.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20200519124713500.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/202005191248044.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20200519124834503.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20200519124849820.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 8]: https://img-blog.csdnimg.cn/20200519124901215.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 9]: https://img-blog.csdnimg.cn/20200519125007298.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 10]: https://img-blog.csdnimg.cn/20200519125031891.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg_size_16_color_FFFFFF_t_70 11]: https://img-blog.csdnimg.cn/20200519125053204.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM5MDQ2Mg==,size_16,color_FFFFFF,t_70
[GitHub]: https://github.com/GraceYaa/Tableau
[Tableau_Tableau]: https://blog.csdn.net/weixin_44390462/article/details/106183829
[Tableau_--]: https://blog.csdn.net/weixin_44390462/article/details/106184634
[Tableau]: https://blog.csdn.net/weixin_44390462/article/details/106186355
[python]: https://blog.csdn.net/weixin_44390462/article/details/105678576
[python 1]: https://blog.csdn.net/weixin_44390462/article/details/105622413
[Link 1]: https://blog.csdn.net/weixin_44390462/article/details/106043963
[Link 2]: https://blog.csdn.net/weixin_44390462/article/details/105690856
[2_python]: https://blog.csdn.net/weixin_44390462/article/details/105795689