大数据可视化技术 PDF下载

编辑推荐

“大数据系列丛书”由多本既独立又有丰富内在联系的大数据时代思维、技术与应用的教材组成。《大数据可视化技术》是其中的一本。；；我们已经进入大数据时代，人们用大数据来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。企业内部的经营信息，互联网世界中的商品物流信息，人与人的交互信息、位置信息等，数量将远远超越现有企业的IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。除了数据的数量，对于身处大数据时代的企业而言，成功的关键还在于找出大数据所隐含的真知灼见。以前，人们总说信息就是力量，如今，对数据进行分析、利用和挖掘才是力量所在。；；大数据可视化这种新的视觉表达形式是随着信息社会的蓬勃发展而出现的——因为我们不仅要呈现世界，更重要的是通过呈现来处理更庞大的数据，理解各种各样的数据集合，表现多维数据之间的关联。换句话说，就是归纳数据内在的模式、关联和结构。复杂数据可视化既涉及科学，也有关设计，它的艺术性在于使用独特手法展示万千世界的某个局部，从而提出问题。大数据可视化，位于科学、设计和艺术三个学科的交叉领域（准确地说，应该是位于三个不同维度的人类活动的交叉领域），蕴藏着无限可能性。；；大数据可视化技术更注重于技术的理解、掌握和应用，重点关注Tableau可视化工具的认识和学习。全书共12章，系统、全面地介绍了大数据可视化技术的基本知识和应用技能，各章均配套设计了导读案例、实验与思考等部分，具有较强的系统性、技术性、可读性和实用性，适合作为计算机、信息管理等专业的“大数据”课程教材，也适合对大数据技术感兴趣的读者阅读。

；

内容简介

这是一个大数据爆发的时代。面对信息的激流，多元化数据的涌现，大数据已经为个人生活、企业经营，甚至国家与社会的发展都带来了机遇和挑战，成为IT信息产业中*潜力的蓝海。大数据可视化这种新的视觉表达形式是应信息社会蓬勃发展而出现的——因为我们不仅要呈现世界，更重要的是要通过呈现来处理更庞大的数据，理解各种各样的数据集合，表现多维数据之间的关联。换句话说，就是归纳数据内在的模式、关联和结构。复杂数据可视化既涉及科学也涉及设计，它的艺术性实际上是使用独特手法展示万千世界的某个局部，从而提出问题。大数据可视化，位于科学、设计和艺术三学科的交叉领域（准确地说，应该是位于三个不同维度的人类活动的交叉领域），蕴藏着无限可能性。大数据可视化技术是一门理论性和实践性都很强的课程。本教材针对计算机、信息管理和其他相关专业学生的发展需求，系统、全面地介绍了关于大数据技术及其可视化的基本知识和技能，详细介绍了数据可视化之美、Excel数据可视化方法、Excel数据可视化应用、Tableau应用初步、Tableau数据管理与计算、Tableau可视化分析、Tableau地图分析、Tableau预测分析、Tableau仪表板、Tableau故事、Tableau分享与发布以及课程设计与实验总结等内容，共12章。各章均配套设计了导读案例、实验与思考等部分，具有较强的系统性、可读性和实用性。本书是为高等院校相关专业“大数据可视化”、“数据媒体设计”等课程全新设计编写的，具有丰富实践特色的主教材，也可供有一定实践经验的软件开发人员、管理人员参考和作为继续教育的教材。

作者简介

暂无

大数据可视化技术 PDF下载

 ；
目录
 ；
第1章数据可视化之美1
1.1数据与可视化3
1.1.1数据是什么3
1.1.2数据的可变性4
1.1.3数据的不确定性7
1.1.4数据的背景信息7
1.1.5打造最好的可视化效果8
1.2数据与图形9
1.2.1地图传递信息9
1.2.2数据与走势10
1.2.3视觉信息的科学解释12
1.2.4图片和分享的力量13
1.2.5公共数据集13
1.2.6实时可视化15
1.3数据可视化的运用16
1.3.1实时可视化16
1.3.2数据可视化的挑战17
1.4传统的数据分析图表18
1.5数据可视化的5个方面20
1.5.1大型企业软件供应商应用20
1.5.2最优性能应用21
1.5.3流行的开源工具23
1.5.4设计公司24
1.5.5创业、网站服务及其他资源24
1.6可视化分析工具25
1.6.1Microsoft Excel25
1.6.2Google Spreadsheets26
1.6.3Tableau261.6.4针对特定数据的工具27
1.7可视化编程工具28
1.7.1Python28
1.7.2D3.js29
1.7.3R语言29
1.7.4JavaScript、HTML、SVG和CSS30
1.7.5Processing31
1.7.6PHP31
1.8插图工具31
【实验与思考】31第2章Excel数据可视化方法35
2.1Excel的函数与图表37
2.1.1Excel函数38
2.1.2Excel图表39
2.1.3选择图表类型43
2.2整理数据源45
2.2.1数据提炼46
2.2.2数据清理48
2.2.3抽样产生随机数据49
2.3数理统计中的常见统计量51
2.3.1比平均值更稳定的中位数和众数51
2.3.2概率统计中的正态分布和偏态分布52
2.3.3应用在财务预算中的分析工具54
2.4改变数据形式引起的图表变化56
2.4.1用负数突出数据的增长情况56
2.4.2重排关键字顺序使图表更合适57
【实验与思考】58第3章Excel数据可视化应用59
3.1直方图: 对比关系63
3.1.1以零基线为起点64
3.1.2垂直直条的宽度要大于条间距65
3.1.3慎用三维效果的柱形图66
3.1.4用堆积图表示百分数67
3.2折线图: 按时间或类别显示趋势68
3.2.1减小Y轴刻度单位增强数据波动情况68
3.2.2突出显示折线图中的数据点69
3.2.3通过面积图显示数据总额70
3.3圆饼图: 部分占总体的比例71
3.3.1重视圆饼图扇区的位置排序71
3.3.2分离圆饼图扇区强调特殊数据72
3.3.3用半个圆饼图刻画半期内的数据73
3.3.4让多个圆饼图对象重叠展示对比关系74
3.4散点图: 表示分布状态75
3.4.1用平滑线联系散点图增强图形效果75
3.4.2将直角坐标改为象限坐标凸显分布效果76
3.5侧重点不同的特殊图表77
3.5.1用子弹图显示数据的优劣78
3.5.2用温度计展示工作进度79
3.5.3用漏斗图进行业务流程的差异分析80
【实验与思考】81第4章Tableau应用初步83
4.1Tableau概述84
4.1.1Tableau可视化技术85
4.1.2Tableau主要特性87
4.2Tableau产品线88
4.2.1Tableau Desktop88
4.2.2Tableau Server88
4.2.3Tableau Online89
4.2.4Tableau Mobile89
4.2.5Tableau Public89
4.2.6Tableau Reader89
4.3下载与安装90
4.4Tableau工作区92
4.4.1工作表工作区93
4.4.2仪表板工作区94
4.4.3故事工作区95
4.4.4菜单栏和工具栏96
4.5Tableau数据98
4.5.1数据角色99
4.5.2字段类型100
4.5.3文件类型101
4.6创建视图102
4.6.1行列功能区103
4.6.2标记卡104
4.6.3筛选器108
4.6.4页面109
4.6.5智能显示109
4.6.6度量名称和度量值110
4.7创建仪表板111
【实验与思考】112第5章Tableau数据管理与计算117
5.1Tableau数据架构118
5.1.1数据连接层118
5.1.2数据模型层119
5.2数据连接119
5.2.1连接文件数据源119
5.2.2连接服务器数据源122
5.2.3组织数据123
5.2.4实现多表连接123
5.3数据加载124
5.3.1创建数据提取124
5.3.2刷新数据提取125
5.3.3向数据提取添加行126
5.3.4优化数据提取126
5.4数据维护127
5.4.1查看数据127
5.4.2刷新数据127
5.4.3替换数据127
5.4.4删除数据128
5.5高级数据操作128
5.5.1分层结构128
5.5.2组130
5.5.3集130
5.5.4参数133
5.5.5参考线及参考区间136
5.6计算字段140
5.6.1创建和编辑计算字段140
5.6.2公式的自动完成142
5.6.3临时计算142
5.6.4创建计算成员143
5.6.5聚合计算144
5.7表计算146
5.8百分比148
【实验与思考】149第6章Tableau可视化分析154
6.1条形图与直方图156
6.1.1条形图与直方图的区别157
6.1.2条形图157
6.1.3直方图159
6.2饼图161
6.3折线图162
6.4压力图与突显表164
6.4.1压力图164
6.4.2突显表166
6.5树地图168
6.6气泡图与圆视图169
6.6.1气泡图169
6.6.2圆视图170
6.7标靶图171
6.8甘特图172
6.9盒须（箱线）图174
6.9.1创建盒须图174
6.9.2图形延伸176
【实验与思考】176第7章Tableau地图分析178
7.1分配地理角色179
7.2创建符号地图180
7.2.1创建符号地图180
7.2.2编辑地理位置182
7.2.3设置地图层格式183
7.3创建填充地图184
7.4创建多维度地图185
7.5创建混合地图186
7.6设置地理信息188
【实验与思考】189第8章Tableau预测分析190
8.1预测分析的可视化191
8.1.1预测分析的作用192
8.1.2行业应用举例193
8.2预测194
8.2.1Tableau预测的工作原理194
8.2.2创建预测198
8.2.3预测字段结果199
8.2.4预测描述200
8.3合计201
8.4背景图像203
8.4.1添加背景图像203
8.4.2设置视图205
8.4.3管理背景图像205
8.5趋势线206
【实验与思考】208第9章Tableau仪表板209
9.1创建仪表板210
9.1.1创建仪表板211
9.1.2向仪表板中添加视图211
9.1.3添加仪表板对象215
9.1.4从仪表板中移除视图和对象216
9.1.5仪表板Web视图安全选项216
9.2布局容器217
9.3组织仪表板218
9.3.1平铺和浮动布局218
9.3.2显示和隐藏工作表的组成部分219
9.3.3重新排列仪表板视图和对象219
9.3.4设置仪表板大小219
9.4了解仪表板和工作表220
【实验与思考】220第10章Tableau故事222
10.1故事工作区223
10.2创建故事225
10.3设置故事的格式227
10.3.1调整标题大小227
10.3.2“设置故事格式”窗格227
10.4更新与演示故事228
【实验与思考】228第11章Tableau分享与发布236
11.1导出和发布数据（源）237
11.1.1通过将数据复制到剪贴板导出数据237
11.1.2以交叉分析（Excel）方式导出数据239
11.1.3导出数据源239
11.1.4发布数据源241
11.2导出图像和PDF文件242
11.2.1复制图像242
11.2.2导出图像243
11.2.3打印为PDF243
11.3保存和发布工作簿244
11.3.1保存工作簿244
11.3.2保存打包工作簿245
11.3.3将工作簿发布到服务器245
11.3.4将工作簿保存到Tableau Public上245
【实验与思考】246第12章课程设计与实验总结248
12.1课程设计248
12.2课程实验总结250
12.2.1实验的基本内容250
12.2.2实验的基本评价251
12.2.3课程学习能力测评252
12.2.4大数据可视化实验总结252
12.2.5实验总结评价（教师）253
 ；
参考文献254

媒体评论

前沿

《创新思维与TRIZ创新方法》编辑委员会

主审：陈敏玲主编：周苏副主编：李亮亮褚赟韩志科王文大数据（Big Data）的力量，正在积极地影响着我们社会的方方面面，它冲击着社会的各行各业，同时也正在彻底地改变人们的学习和日常生活。如今，通过简单、易用的移动应用和基于云端的数据服务，人们能够追踪自己的行为以及饮食习惯，还能提升个人的健康状况。因此，有必要真正理解大数据这个极其重要的议题。然而，仅有数据是不够的。对于身处大数据时代的企业而言，成功的关键还在于找出大数据所隐含的真知灼见。“以前，人们总说信息就是力量，但如今，对数据进行分析、利用和挖掘才是力量之所在。”大数据可视化这种新的视觉表达形式是应信息社会蓬勃发展而出现的——因为我们不仅要呈现世界，更重要的是要通过呈现来处理更庞大的数据，理解各种各样的数据集合，表现多维数据之间的关联。换句话说，就是归纳数据内在的模式、关联和结构。复杂数据可视化既涉及科学也涉及设计，它的艺术性实际上是使用独特手法展示万千世界的某个局部，从而提出问题。大数据可视化，位于科学、设计和艺术三学科的交叉领域（准确地说，应该是位于三个不同维度的人类活动的交叉领域），蕴藏着无限可能性。对于在校大学生来说，大数据及其可视化的理念、技术与应用是一门理论性和实践性都很强的“必修”课程。在长期的教学实践中，我们体会到，坚持“因材施教”的重要原则，把实践环节与理论教学相融合，抓实践教学促进理论知识的学习，是有效地改善教学效果和提高教学水平的重要方法之一。本书的主要特色是: 理论联系实际，结合一系列了解和熟悉大数据可视化理念、技术与应用的学习和实践活动，把大数据可视化的相关概念、基础知识和技术技巧融入在实践当中，使学生保持浓厚的学习热情，加深对大数据及其可视化技术的兴趣、认识、理解和掌握。本书是为高等院校相关专业，尤其是计算机、信息管理类专业开设“大数据”相关课程而全新设计编写、具有丰富实践特色的主教材，也可供有一定实践经验的IT应用人员、管理人员参考和作为继续教育的教材。本书系统、全面地介绍了大数据可视化技术的知识和应用技能，详细介绍了数据可视化之美、Excel数据可视化方法、Excel数据可视化应用、Tableau应用初步、Tableau数据管理与计算、Tableau可视化分析、Tableau地图分析、Tableau预测分析、Tableau仪表板、Tableau故事、Tableau分享与发布以及课程设计与实验总结等内容，共12章。各章均配套设计了导读案例、实验与思考等部分，具有较强的系统性、可读性和实用性。结合课堂教学方法改革的要求，全书设计了课程教学过程，为每章教学内容都针对性地安排了导读案例和课后实验与思考等环节，要求和指导学生在课前、课后阅读课文、网络搜索浏览的基础上，延伸阅读，深入理解课程知识内涵。本课程的教学进度设计见课程教学进度表，该表可作为教师授课参考和学生课程学习的概要。实际执行时，应按照教学大纲编排教学进度，按照校历考虑本学期节假日安排来确定本课程的教学进度。课程教学进度表（20—20学年第学期）课程号: 课程名称: 大数据可视化技术学分: 2周学时: 2总学时: ；34（其中理论学时（课内）: ；34 （课外）实践学时: ；24）主讲教师: ；序号校历周次章节（或实验、习题课等）名称与内容学时教学方法课后作业布置11引言与第1章数据可视化之美222第1章数据可视化之美233第2章Excel数据可视化方法244第3章Excel数据可视化应用255第3章Excel数据可视化应用266第4章Tableau应用初步277第5章Tableau数据管理与计算288第5章Tableau数据管理与计算299第6章Tableau可视化分析21010第6章Tableau可视化分析21111第7章Tableau地图分析21212第8章Tableau预测分析21313第8章Tableau预测分析21414第9章Tableau仪表板21515第10章Tableau故事21616第11章Tableau分享与发布21717第12章课程设计与实验总结2导读案例
课堂教学
实验与思考
课程设计实验与思考实验与思考实验与思考实验与思考实验与思考实验与思考实验与思考实验与思考实验与思考实验与思考实验与思考课程设计与实验总结填表人（签字）: ；日期: ；系（教研室）主任（签字）: 日期: 本课程的教学评测可以从以下几个方面入手，即: ；（1）每章的导读案例（11次）；（2）每章的实验与思考（11次）；（3）课程设计与实验总结（第12章）；（4）结合平时考勤；（5）任课老师认为必要的其他考核方法。与本书配套的教学PPT课件等文档可从清华大学出版社网站的下载区下载，欢迎教师与作者交流并索取为本书教学配套的相关资料并交流: zhousu@qq.com，QQ: 81505050，个人博客: http://blog.sina.com.cn/zhousu58。本书的编写得到了浙江大学城市学院、浙江商业职业技术学院、浙江安防职业技术学院等多所院校的支持，张健、吴林华、阚晓初、张丽娜等也参与了本书的部分编写工作，在此一并表示感谢！
周苏2016年初夏于西子湖畔

免费在线读

5Tableau数据管理与计算【导读案例】Tableau案例分析: 世界指标医疗有条件的读者，请在阅读本书这部分【导读案例】“Tableau案例分析”时，打开Tableau软件，在其开始页面中单击打开典型案例“世界指标”，以研究性态度动态地观察和阅读，以获得对Tableau的最大限度的理解。在典型案例“世界指标”工作界面的下方，列举了7个工作表，即人口、医疗、技术、经济、旅游业、商业和故事，分别展示了现实世界的若干侧面。其中，医疗工作表视图如图51所示。图51世界指标医疗如图51所示，右侧有个“医疗费用阈值”栏，拖动或者单击其中的游标，可以设定不同的阈值。注意观察视图，当调整阈值设定时，视图内标题、参考线、条形图的颜色等都会随之变动，反映不同的分析结果。视图中用不同颜色来直观地区分低于选值和高于选值的不同数据。视图左右分别显示了医疗费用和人均医疗费用。阅读视图，通过移动鼠标，分析和钻取相关信息并简单记录。（1）所谓GDP，是指:答:

请记录: 美国: 人均医疗支出: （$），占GDP: %；德国: 人均医疗支出: （$），占GDP: %；中国: 人均医疗支出: （$），占GDP: %；塞浦路斯: 人均医疗支出: （$），占GDP: %。你认为医疗费用占GDP百分比低，可能是因为:社会福利好，人民享受免费医疗自然环境好，不生病医疗开销少（2）通过信息钻取，你还获得了哪些信息或产生了什么想法？答:

（3）请简单描述你所知道的上一周发生的国际、国内或者身边的大事。答:

<；p>；<；br />；5Tableau数据管理与计算【导读案例】Tableau案例分析: 世界指标医疗有条件的读者，请在阅读本书这部分【导读案例】“Tableau案例分析”时，打开Tableau软件，在其开始页面中单击打开典型案例“世界指标”，以研究性态度动态地观察和阅读，以获得对Tableau的最大限度的理解。在典型案例“世界指标”工作界面的下方，列举了7个工作表，即人口、医疗、技术、经济、旅游业、商业和故事，分别展示了现实世界的若干侧面。其中，医疗工作表视图如图51所示。图51世界指标医疗如图51所示，右侧有个“医疗费用阈值”栏，拖动或者单击其中的游标，可以设定不同的阈值。注意观察视图，当调整阈值设定时，视图内标题、参考线、条形图的颜色等都会随之变动，反映不同的分析结果。视图中用不同颜色来直观地区分低于选值和高于选值的不同数据。视图左右分别显示了医疗费用和人均医疗费用。阅读视图，通过移动鼠标，分析和钻取相关信息并简单记录。（1）所谓GDP，是指:答: ；<；br />；<；br />；请记录: 美国: 人均医疗支出: （$），占GDP: %；德国: 人均医疗支出: （$），占GDP: %；中国: 人均医疗支出: （$），占GDP: %；塞浦路斯: 人均医疗支出: （$），占GDP: %。你认为医疗费用占GDP百分比低，可能是因为:社会福利好，人民享受免费医疗自然环境好，不生病医疗开销少（2）通过信息钻取，你还获得了哪些信息或产生了什么想法？答: ；<；br />；<；br />；<；br />；<；br />；（3）请简单描述你所知道的上一周发生的国际、国内或者身边的大事。答: ；<；br />；<；br />；<；br />；<；br />；5.1Tableau数据架构连接数据源是利用Tableau进行数据分析的第一步，Tableau拥有强大的数据连接能力，支持几乎所有的主流数据源类型，并支持多表连接查询和多数据源数据关联。Tableau的元数据管理可以细分为数据连接层（Connection）、数据模型层（Data Model）和数据可视化层（VizQL）。其中，可视化层中使用的VizQL是以数据连接层和数据模型层为基础的Tableau核心技术，对数据源（包括数据连接层和数据模型层）非常敏感。Tableau这样的三层设计，既可以让不了解元数据管理的普通业务人员进行快速分析，又方便了专业技术人员进行一定程度的扩展。5.1.1数据连接层数据连接层决定如何访问源数据和获取哪些数据。数据连接层的数据连接信息包括数据库、数据表、数据视图、数据列，以及用于获取数据的表连接和SQL脚本，但是数据连接层不保存任何源数据。在Tableau的各个版本中，数据连接层支持的数据类型都非常丰富，用户可以方便地对Tableau工作簿的数据连接进行修改，例如，将一系列仪表板的数据连接从测试数据库切换到生产数据库，只需要编辑数据连接，变更连接信息，Tableau会自动处理所有字段的实现细节。Tableau支持传统的关系数据源（如MySQL、Oracle、IBM DB2）、多维数据源（如Oracle Essbase、Microsoft Analysis Services、Teradata OLAP Connector）、Hadoop系列产品中的数据源（如Cloudera Hadoop、Hortonworks Hadoop Hive、MapR Hadoop Hive）、Tableau数据提取、Web数据源（如Google Analysis、Google BigQuery）、本地文件（如Excel、文本文件）等多种类别。可通过Tableau Desktop、Tableau Serve新建数据源，还可以把数据源发布到Tableau Server。5.1.2数据模型层关系数据库中的数据可以在Tableau的数据模型层进行一定程度的数据建模工作，主要内容包括管理字段的数据类型、角色、默认值、别名，以及用户定义的计算字段、集和组等。例如，如果在数据库中删除字段，那么在Tableau工作表中对应的字段会被自动移除，或者自动映射到别的替代字段。不论数据源来自哪种服务器，在完成数据连接后，Tableau会自动判断字段的角色，把字段分为维度字段和度量字段两类。如果所连接数据是多维数据源，Tableau会直接获取数据立方体维度和度量信息；如果连接的是关系数据源，Tableau会根据其数据来判断该字段是维度字段还是度量字段。Tableau可以识别出多维数据源中预先定义好的分层结构。由于多维数据源的特性，Tableau引入的多维数据源本身已经是一种聚合的形式，无法再进行进一步的聚合，并且维度字段将不能随意改变组织形式（如分组、创建分层结构、角色转换）和参与计算，同时度量字段也不能使用分级和改变角色。5.2数据连接要在Tableau中创建视图，首先需要新建数据源。打开Tableau软件后，在开始页面的左上角“连接”字符上方单击三角符号中的图标，进入Tableau工作表工作区。之后，在页面工具栏左侧单击“添加新的数据源”按钮，也可以在主界面菜单栏中选择“数据”→“新建数据源”，在下级界面的左侧会看到Tableau支持的数据源类型（见图52）。图52部分数据源类型5.2.1连接文件数据源为通过Tableau快速连接到电子表格、Access、Tableau工作簿等各类文件数据源，可按以下步骤执行。步骤1: 连接到电子表格。在文件数据源中，最常用的是电子表格。以Microsoft Excel文件为例，单击Excel，在“打开”对话框的左窗格中选择“文档”（文档库），在右窗格中双击“我的Tableau存储库”→“数据源”→9.3（指9.3版）→zh_CNChina（指简体中文版），双击打开其中的Excel“示例超市”文件（见图53）。图53连接Excel示例步骤2: 根据界面上部“将工作表拖到此处”的提示，将表“订单”拖入中部框内（双击此表也可），这时可在界面下方看到“订单”工作表的数据（见图54）。图54选择工作表步骤3: 单击下方“工作表1”，随即进入工作区界面（见图55），此时即成功连接到了Excel数据源。图55工作区界面步骤4: 如果需要在下次使用时快速打开数据连接，可以将该数据连接添加到“已保存数据源”中，为此，单击“数据”→“<；数据源名称>；”→“添加到已保存的数据源”，在弹出的窗口中选择“保存”即可（见图56）。图56添加到已保存的数据源再次打开Tableau时，在开始界面就可以直接连接到已保存数据源。步骤5: 连接到Access文件。连接到Microsoft Access数据源的操作步骤与连接到电子表格基本类似。有所不同的是，在选定数据表的界面左下角会出现“新自定义SQL”选项，熟悉SQL的用户可以选择使用SQL查询连接数据。5.2.2连接服务器数据源图57可以连接的各类服务器数据源在新建数据源界面中，“到服务器”栏中列出了Tableau所支持的各类服务器数据源，用户可以根据需要进行选择（见图57）。Tableau新版本支持对Web数据源及当前热门的几类云端数据库（如Amazon Aurora、Google Cloud SQL、Microsoft Azure）的连接。5.2.3组织数据创建数据源的另外一种方式是将数据复制粘贴到Tableau中，Tableau会根据复制数据自动创建数据源。用户可以直接复制的数据有包括Microsoft Excel和Word在内的Office应用程序数据、网页中HTML格式的表格、用逗号或制表符分隔的文本文件数据。直接使用数据源的全量数据，在视图设计时可能会导致工作表响应迟缓。如果仅希望对部分数据进行分析，可以使用数据源筛选器。可以在新建数据源时选择筛选器，也可以在完成数据连接后，对数据源添加筛选器。步骤1: 在数据连接时应用筛选器。在如图54所示界面中，选择其右上角“筛选器”下方的“添加”（见图58）。图58添加筛选器在“编辑数据源筛选器”对话框中单击“添加”按钮，随即进入“添加筛选器”对话框。例如，选择“订单日期”作为筛选字段，限定年份为2014，单击“确定”按钮后回到“编辑数据源”界面，可以预览筛选后的数据。步骤2: 针对数据源应用筛选器。在完成数据连接后，可以选择“数据”→“<；数据源名称>；”→“编辑数据源筛选器”，后续步骤与在数据连接时应用筛选器的步骤基本一致。5.2.4实现多表连接在实际可视化分析过程中，数据可能来自多张数据表，也可能来自不同的文件或者服务器。Tableau的数据整合功能可实现同一数据源的多表连接、多个数据源的数据融合。在分析中，已经添加了数据源信息，但要开展进一步数据分析需要新的信息，可通过选择“数据”→“<；数据源名称>；”→“编辑数据源”，将相关信息表加入到中心区域，Tableau会自动建立信息表的连接。当两表之间无法自动生成表连接时，会显示告警信息。如果不希望按照Tableau默认的方式进行表间数据连接，用户也可以选择指定表连接方式。有4种连接类型，默认选择的是“内部连接”，其他选项还包括左侧、右侧、完全外部连接等。其中“内部”只列出与连接条件匹配的数据行，“左侧”表示不仅包含查询结果集合中符合连接条件的行，而且还包括左表的所有数据行，“右侧”表示不仅包含查询结果集合中的符合连接条件的行，而且还包括右表的所有数据行，“完全外部”表示包含查询结果集合中的包含左、右表的所有数据行。实验确认: □学生□教师5.3数据加载Tableau加载数据有两种基本方式: 一种是实时连接，即Tableau从数据源获取查询结果，本身不存储源数据；另一种是数据提取，将数据提取到Tableau的数据引擎中，由Tableau进行管理。在下列情况下，建议使用数据提取的方式。(1) 源数据库的性能不佳: 源数据库的性能跟不上分析速度的需要，可以由Tableau的数据引擎来提供快速交互式分析。(2) 需要脱机访问数据: 如果需要脱机访问数据，可以将相关数据提取到本地。(3) 减轻源系统的压力: 如果源系统是重要的业务系统，那么建议将数据访问转移到本地，以减轻对源系统的压力。而在下列情况下，则不建议选择数据提取方式。(1) 源数据库性能优越: IT基础设施支持快速数据分析。(2) 数据的实时性要求高: 需要使用实时更新的数据进行分析。(3) 数据的保密要求高: 出于信息安全考虑不希望将数据保存在本地。5.3.1创建数据提取Tableau有两种方式创建数据提取: 一种是完成数据连接之后，针对数据源进行提取数据操作；另一种是在新建数据源时选择“提取”方式。步骤1: 为对数据源进行“提取数据”操作，可在主界面中选择“数据”→“<；数据源名称>；”→“提取数据”，进入“提取数据”对话框（见图59）。图59进行“提取数据”操作步骤2: 在打开的“提取数据”对话框中可以看到筛选器、聚合、行数三种提取选项。单击“添加”按钮，弹出“添加筛选器”对话框，选择用于筛选器的字段；可以选择“年”和“月”作为此数据源的数据提取字段。在此界面可以指定是否聚合可视维度，也可以选择从数据源提取前若干行。单击“确定”按钮，在弹出的“另存为”对话框中提取的数据，以.tde格式保存，单击“保存”按钮完成创建数据提取。步骤3: 采用筛选器提取数据时，数据窗格中的所有隐藏字段将会自动从数据提取中排除。单击“隐藏所有未使用的字段”按钮可快速地将这些字段从数据提取中删除。步骤4: 创建数据提取后，当前工作簿开始使用该数据提取中的数据，而不是原始数据源。用户也可以在使用数据提取和使用整个数据源之间进行切换，方法是选择“数据”→“<；数据源名称>；”→“使用数据提取”。使用数据提取的好处是通过创建一个包含样本数据的数据提取，减少数据量，避免在进行视图设计时长时间等待查询响应，而在视图设计结束后，可以切回到整个数据源。步骤5: 需要移除数据提取时，可以选择“数据”→“<；数据源名称>；”→“数据提取”→“移除”。当删除数据提取时，可以选择仅从工作簿删除数据提取，或者删除数据提取文件。后一种情况将会删除在硬盘中的数据提取文件。5.3.2刷新数据提取为刷新数据提取，可按以下步骤执行。步骤1: 当源数据发生改变时，通过刷新数据提取可以保持数据得到更新，方法是“数据”→“<；数据源名称>；”→“刷新”。数据提取的刷新包含两种方式: 一种是完全数据提取，即将所有数据替换为基础数据源中的数据；另一种是增量数据提取，仅添加自上次刷新后新增的行。步骤2: 要改变数据源的提取方式，需要选择“数据”→“<；数据源名称>；”→“提取数据”。在“提取数据”对话框中，选择“所有行”和“增量刷新”，只有选择提取数据库中的所有行后，才能定义增量刷新，然后在数据库中指定将用于标识新行的字段。步骤3: 用户可以查看刷新数据提取的历史记录，方法是在“数据”菜单中选择数据源，然后选择“数据提取”→“历史记录”。“数据提取历史记录”对话框中将显示每次刷新的时间、类型和所添加的行数。5.3.3向数据提取添加行Tableau可通过两种方式向数据提取文件添加新数据: 从文件或从数据源添加。添加新数据行的前提是该文件或数据源中的列必须与数据提取中的列相匹配。步骤11: 从文件添加数据。当要添加的数据的文件类型与数据提取的文件类型相同时，可以选择从文件数据源向数据提取文件添加新数据。另外一种方式是从Tableau数据提取（.tde）文件添加数据，选择“数据”→“<；数据源名称>；”→“数据提取”→“从文件添加数据”。步骤12: 在文件添加数据对话框中选择所要添加的数据文件，单击“打开”按钮，Tableau就会完成从文件添加数据的操作，并提示执行结果。步骤13: 为查看数据添加记录的摘要，可以选择“数据”→“<；数据源名称>；”→“数据提取”→“历史记录”。步骤21: 从数据源添加数据。为从工作簿中的其他数据源向所选数据提取文件添加新数据，方法是选择“数据”→“<；数据源名称>；”→“数据提取”→“从数据源添加数据”。步骤22: 打开“从数据源追加数据”对话框，选择与目标数据提取文件兼容的数据源，Tableau就会完成从数据源追加数据的操作，并提示执行结果。实验确认: □学生□教师5.3.4优化数据提取为提高数据提取的性能，可以对数据提取进行优化，提高数据提取的查询响应速度。具体操作方法是选择“数据”→“<；数据源名称>；”→“数据提取”→“优化”，采用以下方式进行优化。1. 计算字段的预处理进行数据提取优化后，Tableau提前完成计算字段的预处理，并存储在数据提取文件中。在视图中进行查询时，Tableau可以直接使用计算结果，不必再次计算。如果改变了计算字段的公式或者删除了计算字段，Tableau将相应地从数据提取中删除计算字段。当再次进行数据提取优化时，Tableau将重新进行计算字段的预处理。部分函数无法实现预处理，如外部函数（如RAWSQL和R）、表计算函数以及无法提前处理的函数（例如NOW() 和TODAY() ）。2. 加速视图如果在工作簿内设置了筛选器操作，那么Tableau必须基于源工作表的筛选器，以此计算目标视图的筛选器取值范围。进行数据提取优化后，Tableau将创建一个视图以计算可能的筛选值并缓存这些值，从而提高查询速度。<；/p>；