一. 豆瓣电影数量分析

1. 条形图

题目：绘制各国家电影数量条形图（按此命名工作表），要求为横向条形图，按照升序排列，条形图顶部要有标签（要全部显示），选择整个视图将图表充满整个视图区，并给出分析结论。
制图中一些疑点解惑：
（1）视图上未显示所有标签。
原因：tableau上隐藏了部分被覆盖的标签。
解决：在“标记”卡上单击“标签”，然后选择“允许标签与其他标记重叠”。
（2）坐标轴标题更改。
解决：复制要更改的字段，然后重命名为需要的名称。

分析：
以上是1895年至2016年间各国电影数量对比数据。从上面条形图可以看出
a.美国电影数量遥遥领先，是名副其实的电影大国。
b.排名前五的国家是美国（11979部）、中国（7273部）、日本（5053部），法国（2817部）、英国（2763部）。
c.中国、日本电影产量比法国、英国、韩国等国家都多，其文化产业发达程度可见一斑。

2. 直方图

题目：创建电影评分的直方图（按此命名），数据间距为0.5分，修改底部数字标签，以实际评分区间为底部标签数值，标签要显示完整，并分析电影评分直方图。

（1）直方图的定义
直方图是显示数据分布形状的图表。
（2）数据桶
数据桶就是组距，只能对[度量]数据进行创建数据桶。数据桶是绘制直方图的前提。
创建数据桶后，会按照设定好的组距对当前数据进行分组。
（3）直方图制作步骤
①创建数据桶。选择度量【评分】，右键，创建，【数据桶】
②设置数据桶大小为0.5，确定后生成维度【评分（数据桶）】。
③将维度【评分（数据桶）】拖到列功能区。
④将度量【记录数】拖到行功能区。
⑤将度量【记录数】拖到标记卡的“标签”。

分析：从直方图可以看出，电影评分称明显的正太（右偏峰）分布，多数电影在5.5分到8.5分之间，8.5分以上的电影属于少数高分电影，5.5分以下的电影也属于少数的烂片。

3. 折线图

题目：制作电影数量折线图（以此命名），横轴为时间，排除2016年的数据，显示标签，标记出最大值信息，将标记的线条颜色设为黑色，线末端使用箭头，导出图像，并对折线图进行分析；

需要注意的点：
1.源数据中的电影【上映时间】字段包含了“时”、“分”、“秒”数据，需要做<自定义拆分>（此处选择空格作为分隔符）。
2.【上映时间】字段的数据类型时字符串，要更改为日期格式。

分析：电影数量在2008年以前呈现指数形式增长，2008年之后有所下滑，2012年达到顶峰之后又开始下降。

4. 饼图和环形图

题目：绘制剧情、喜剧、动作三种类型电影环形图（以此命名），要求空心内部显示三种电影的总记录数（提示：27461），显示电影类型标签及总额百分比，导出图像，不显示说明，选择图例在下；分析环形图数据。

制作步骤：
① 将维度【类型】拖到列功能区，度量【记录数】拖到行功能区。
②将维度【类型】拖到筛选器，选择“剧情”、“动作”、“喜剧”，确定。
③在智能显示选择饼图，并视图选为“整个视图”。
④将维度【类型】、度量【记录数】拖到标记卡的标签中。
⑤右键点击标签中的【总和（记录数）】，选择快速表计算，选择合计百分比。
⑥右键点击标签中的【总和（记录数）】，选择‘设置格式’，【默认值】区数字改为百分比，小数保留0位。

制作步骤：
①将标记选项卡“自动”改为“饼图”。
②将度量【记录数】拖到标记卡的角度，将维度【类型】拖到筛选器，选择剧情、喜剧、动作三种电影类型，然后将维度【类型】拖到标记卡颜色中。
③将度量【记录数】拖两次到行功能区，同时将右键点击行功能区上两个【记录数】，将度量（总和）改为最小值。右键点击记录数，选择“双轴”。
④在标记卡中其中一个“最小（记录数）”，点击“大小”，增大；在另一个“最小（记录数）”中，将标记卡中颜色的【类型】移除，并点击颜色，选择白色。
⑤在外圈（即刚刚放大的标记卡中），将【类型】、【记录数】拖到此中标签。并右键点击此【记录数】，选择快速表计算，选择合计百分比，然后设置格式，选择百分比，保留0位小数。
⑥选择内圈标记卡，将【记录数】拖进标签，即内圈显示三种电影的总记录数（提示：27461）。
⑦选择选项栏【工作表】，选择导出图片，去掉说明。

分析：
从环形图可以看出，剧情在三种类型中占绝大多数，而动作电影占据非常少，由此可以猜测剧情偏电影受众比较广，大部分电影是想通过剧情吸引观众，创造高票房。

5. 凸显表

制作各国家（产地）电影数量的二值凸显表，以1000为分界，超过1000的数据用红色显示，低于1000的数据用蓝色显示，给出大于1000的电影大国的名称，添加说明导出图像。

制作步骤：
①将维度【产地】拖到行功能区。
②将度量【记录数】拖到标记卡的“颜色”、“标签”。
③点击标记卡“颜色”—“编辑颜色”，选择“红色-蓝色发散”，勾选“渐变颜色‘2阶，倒序，高级—中心[1000]。
④右键点击标记卡下方灰色区域，勾选”说明”，双击图表下发说明对话框，编辑说明内容。
⑤点击标记卡标签中的总和【记录数】，设置格式，选择【总和】中字体，更改颜色。

分析：同说明内容，德国、法国、韩国、美国、日本、英国、中国电影数量超过1000。

6. 树形图

制作电影产地与平均评分的树形图（以此命名），颜色选择红绿发散，显示出平均评分标签，通过动态筛选器剔除掉电影数量小于200的国家数据，给出分析，将分析加入到说明中，导出图像。

制作步骤：
①将维度【产地】拖到行功能区，将度量【记录数】拖到列功能区。
②点击智能显示，选择树状图。
{此时，方块大小代表各国电影产量，颜色深度也代表电影产量，为了显示各国电影平均评分情况，需要将标记卡颜色中的度量【记录数】替换为度量【平均评分】}
③移除标记卡中颜色中的度量【记录数】，将度量【评分】拖到标记卡颜色，然后点击，将度量【总和】改为度量【平均值】。
④点击标记卡颜色，编辑颜色，选择红绿发散，勾选倒序。
⑤将度量【评分】拖到标记卡标签，更改为平均值。
⑥点击标记卡下方灰色区域，勾选说明，将分析加入到说明中。
⑦将度量【记录数】拖到筛选器，选择总数，最小值为200。PS:动态筛选器：在右侧灰色区域右键点击，勾选筛选器，选择记录数（总分），移动圆点，可以动态改变方块数量。双击上方的数字，也可以输入筛选值。

7. 气泡图

制作不同类型电影数量的气泡图，以不同颜色表示不同的电影类型，以电影数量表示气泡大小。

制作步骤：
①将维度【类型】拖到行功能区，将度量【记录数】拖到列功能区。
②点击智能显示，选择气泡图。
③将维度【类型】拖到标记卡颜色中。

拓展：在上述基础上，如果还要考虑电影平均评分的情况，如何处理。

制作步骤：
在上述基础上，移除标记卡颜色中的维度【类型】，替换为度量【评分】，并改为（平均值）。

8. 动态气泡图

制作步骤：
①引入时间概念，将维度【上映时间】改为日期类型，拖到页面中，生成时间轴。
②在筛选器中放入维度【上映时间】剔除NULL，再放入维度【类型】选择需要的电影类型。
③将度量【记录数】拖到行功能区，将度量【累计票房】拖到列功能区。

9. 词云图

基于数量来展示电影类型的的词云图。

制作步骤：
在气泡图的基础上，将标记中的气泡改为文本即可。

10. 标靶图

制作“2012年各国家电影产量”标靶图，上映时间为2012年，添加参考线和参考分布，参考线为常量——200，参考线颜色为黑色加粗，不显示标签；参考分布选择总量平均值百分比的50%和100%，参考分布线选择橙色加粗，中间为浅灰色，显示标签为计算。

标靶图：一般是在基本条形图的基础上，增加一些参考线或参考区间，帮助分析人员更加直观的了解两个度量之间的关系。一般比较计划值和实际值。

制作步骤：
①将维度【产地】拖到列功能区，将度量【记录数】拖到行功能区，点击交换行和列。
②右键点击横轴，选择“添加参考线”。

分析：由上图可以看出，2012年美国、中国、日本电影产量超过200。英国、法国、韩国超过了平均值。

11. 符号地图

创建产地电影数量与评分（以此命名）的符号地图，处理未知位置信息，以颜色表示评分平均值，选择红绿发散，以电影数量表示圆形大小，显示产地标签，对数据进行分析。

制作步骤：
①右键点击维度【产地】，地理角色——国家/地区，此时维度【产地】旁边出现

tableau数据分析实战作业相关推荐

python第四章课后答案4.7_Python数据分析实战作业第四章 Python数据分析实战习题...
第四章 Python数据分析实战习题(数据见附件sizhang.xlsx) 班主任现有一班级的两张表,如下. 表一:成绩表学号C#线代Python 16010203788896 表二:信息表 ...
tableau数据分析实战：明星艺人数据分析
文章目录 1.top20上榜次数分析 2.总量.日均量分析 3.比率分析 4.总结本文数据来源于艾漫官网7月29日~8月13日共计16天的数据:其中热度用活跃粉丝数表示,活跃粉丝数指统计期内去除水军 ...
拉勾启源老师mysql讲义,【拉勾教育数据分析实战训练营】--Tableau学习笔记-重点回顾1...
[拉勾教育数据分析实战训练营]--Tableau学习笔记-重点回顾1 [拉勾教育数据分析实战训练营]--Tableau学习笔记-重点回顾1 以下是我搜罗的一些官方优秀case分享: 1.https:/ ...
tableau 实战练习数据源分享_数据分析实战训练营学习笔记
数据分析思维与业务流程(已学习) 数据分析中预测未来.优化现状.总结规律的作用数据分析师的职业需求与发展趋势课程规划行业业务模式.利润构成讲解行业问题的确认与数据指标拆解思路行业问题的解决流 ...
《Spark大数据分析实战》——1.4节弹性分布式数据集
本节书摘来自华章社区<Spark大数据分析实战>一书中的第1章,第1.4节弹性分布式数据集,作者高彦杰倪亚宇,更多章节内容可以访问云栖社区"华章社区"公众号查看 1. ...
三十四、R语言数据分析实战
@Author : By Runsen @Date : 2020/5/14 作者介绍:Runsen目前大三下学期,专业化学工程与工艺,大学沉迷日语,Python, Java和一系列数据分析软件.导致翘 ...
mysql数据生产数据分析_基于MySQL玩转SQL数据分析课程互联网数据分析师-SQL数据分析实战视频教程...
基于MySQL玩转SQL数据分析课程互联网数据分析师-SQL数据分析实战视频教程课程目录 (1)SQL与数Ju分析;目录中文件数:23个 (1) 开课-课时3SQL与数Ju库的价值.flv (2) ...
《R与Hadoop大数据分析实战》一1.6　HDFS和MapReduce架构
本节书摘来自华章出版社<R与Hadoop大数据分析实战>一书中的第1章,第1.6节,作者 (印)Vignesh Prajapati,更多章节内容可以访问云栖社区"华章计算机&qu ...
在线教育数据分析实战项目案例
数据分析实战项目案例数据分析概览数据分析经常遇到的问题解决思路常规产品指标在线教育产品指标市场效果广告指标搭建指标系统流程渠道的分类针对搜索引擎,信息流广告如何稳定提高ROI 利用M ...

tableau数据分析实战作业