Superset航班数据可视化实战
目录
- 1. 航班数据格式
- 2. 开启数据库文件上传功能
- 3. 上传CSV文件
- 4. 创建图表
- 5. Dashboard操作
- 6. Pivot表
- 7. 折线图(多线)
- 8. 给Dashboard添加markdown描述
- 9. 给dashboard添加过滤器
- 10. 发布Dashboard
- 11. 给charts图表和Dashboard添加注释
- 12 高级分析
- 12.1 创建基础图表
- 12.2 滚动求均值
- 12.3 时间比较
- 12.4 数据重采样
- 13 最终的Dashboard图片
1. 航班数据格式
主要字段信息如下:
- 部门:用Orange、Yellow、Purple代替
- 票价
- 舱的类型
- 单程或往返
- 航班日期
- 航班起始地和目的地
- 航班飞行距离
下载方式:
从github下载地址进行下载,用浏览器直接打开文件了,可以使用linux的wget命令进行下载,再上传到本地
2. 开启数据库文件上传功能
3. 上传CSV文件
此时会在mysql中创建表tutorial_flights, 且superset的table数据集中也会有tutorial_flights数据集
4. 创建图表
5. Dashboard操作
点击和拖拽图表的右下角,可以修改图表的大小,最后点击保存
6. Pivot表
- 其中ABC表示字符串,#表示数字,时钟符号表示时间
7. 折线图(多线)
8. 给Dashboard添加markdown描述
鼠标放到</> markdown选项上,然后按住鼠标左键进行拖拽,移动到合适位置,松开鼠标即可
9. 给dashboard添加过滤器
- 从上面的两张图可以看出,在Dashboard的过滤器中应用过滤后,Dashbaord的其它图表都会应用此过滤条件
10. 发布Dashboard
可以点击编辑按钮,然后拖拽图表,进行位置的调整,最后保存即可
11. 给charts图表和Dashboard添加注释
- 可以查看charts图表和Dashboard都已经有注释了
12 高级分析
12.1 创建基础图表
12.2 滚动求均值
- 滚动求平均值,本示例滚动周期为7天
- 10月7号的值为10月1号-10月7号的平均值,10月8号的值为10月2号-10月8号的平均值
- 因为基础图表的时间范围时10月1号到10月31号,所以10月1号到10月6号没有滚动平均值
12.3 时间比较
- 例如10月10号的值 = 10月10号的值 - 10月3号的值
- 10月10号实线的值:表示10月10号的真实值
- 10月10号虚线的值:表示10月3号的真实值
12.4 数据重采样
- 采样周期为7天,取此周期的中位数
- 每7天有一个数据点
- 例如10月15号的值 = 10月9号到10月15号,这7天的中位数值
- 所以图表只有10月1号、10月8号、10月15号、10月22号、10月29号,共5个值
13 最终的Dashboard图片
Superset航班数据可视化实战相关推荐
- R使用tsne进行高维数据可视化实战:二维可视化、三维可视化
R使用tsne进行高维数据可视化实战:二维可视化.三维可视化 t-SNE是一种非常强大的技术,可以用于多维数据中的可视化分析(寻找模式).它对复杂多维数据的可视化能力是显而易见的,它以无监督的方式对数 ...
- Python使用tsne进行高维数据可视化实战:二维可视化、三维可视化
Python使用tsne进行高维数据可视化实战:二维可视化.三维可视化 # 绘制二维可视化图像并添加标签字符函数 def plot_embedding(data, label, title):x_mi ...
- 《D3.js数据可视化实战手册》——2.5 使用子选择器
本节书摘来异步社区<D3.js数据可视化实战手册>一书中的第2章,第2.5节,作者: [加拿大]Nick Qi Zhu,更多章节内容可以访问云栖社区"异步社区"公众号查 ...
- 《D3.js数据可视化实战手册》—— 1.1 简介
本节书摘来异步社区<D3.js数据可视化实战手册>一书中的第1章,第1.1节,作者: [加拿大]Nick Qi Zhu,更多章节内容可以访问云栖社区"异步社区"公众号查 ...
- tableau三轴合并_《Tableau数据可视化实战》——1.12节合并不同数据源-阿里云开发者社区...
本节书摘来自华章社区<Tableau数据可视化实战>一书中的第1章,第1.12节合并不同数据源,作者(美)Ashutosh Nandeshwar,更多章节内容可以访问云栖社区"华 ...
- Python数据可视化实战——iris数据集可视化
首先,这个Python数据可视化实战是在Iris数据集上完成的.所使用的是Python 3环境下的jupyter notebook. 实战中我们需要用到的库包括:pandas , matplotlib ...
- ajax将数据显示在class为content的标签中_[原创]数据可视化实战项目
数据可视化实战项目 NLP 数据可视化 request BeautifulSoup #爬虫所需import requestsfrom bs4 import BeautifulSoup# Nlp可视化所 ...
- 大数据图书分享-Python数据可视化实战课程
Python数据可视化实战课程内容以实践出发,全面地介绍了数据可视化流程和Python数据可视化的应用,并详细阐述了使用Python解决企业实际问题的方法. 全书设计思路以应用为导向,让用户明确如何利 ...
- 数据可视化实战:数据处理
电影数据集处理 数据拆分 数据的读取 数据的分割 行列的转换 索引的重置 列的替换 缺失值填充 分组计算 数据去重 条件排序 新增一列 数据拆分 在电影数据集的数据可视化实战中,我们要对电影类型作分析 ...
- python echarts数据可视化实战
python echarts数据可视化 python echarts数据可视化实战 引言 词云分析 柱状图分析 饼图分析 总结 python echarts数据可视化实战 引言 引言 上一章我给大家用 ...
最新文章
- RPC远程调用通俗理解
- 如何在html中选择wrap,使用jQuery中的wrap()函数操作HTML元素的教程
- 记录一个免费而且好用的SSH登录软件_SecureCRT
- CSS2简写和常用css总结笔记
- 一种在网络层清理机器假死时TCP连接的方案介绍
- linux .lz进程,LLinux常用命令(二)
- debug LUW3 - callback workflow - ABAP工作流的调试(第三部分)
- spring mvc注解@RequestMapping
- vb中picturebox透明时看到下面的picturebox中图片
- 北京时间的拼音及解释
- for循环中包含跨服务查询优化
- compoundbutton调用setChecked触发onCheckedChanged的终极解决方案;
- 【Unity3D插件】DoTween插件(三)
- 企业管理系统有几种类型,分别是什么?
- SVN设置成中文版本
- Linux开发书籍推荐
- 信息相关的术语缩略词_为什么您应该停止使用大词和行业术语(以及该怎么做)
- 404网站服务器错误怎么解决,网站404错误怎么解决?[终极Xenu死链工具]
- Outlier Detection Based on Fuzzy Rough Granules in Mixed Attribute Data论文精读
- 3D河豚鱼—OpenGL着色器(Shader)和GLSL程序