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

  1. 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 ...

  2. 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 ...

  3. 《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 ...

  4. 《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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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 ...

  10. 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

  1. RPC远程调用通俗理解
  2. 如何在html中选择wrap,使用jQuery中的wrap()函数操作HTML元素的教程
  3. 记录一个免费而且好用的SSH登录软件_SecureCRT
  4. CSS2简写和常用css总结笔记
  5. 一种在网络层清理机器假死时TCP连接的方案介绍
  6. linux .lz进程,LLinux常用命令(二)
  7. debug LUW3 - callback workflow - ABAP工作流的调试(第三部分)
  8. spring mvc注解@RequestMapping
  9. vb中picturebox透明时看到下面的picturebox中图片
  10. 北京时间的拼音及解释
  11. for循环中包含跨服务查询优化
  12. compoundbutton调用setChecked触发onCheckedChanged的终极解决方案;
  13. 【Unity3D插件】DoTween插件(三)
  14. 企业管理系统有几种类型,分别是什么?
  15. SVN设置成中文版本
  16. Linux开发书籍推荐
  17. 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)
  18. 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]
  19. Outlier Detection Based on Fuzzy Rough Granules in Mixed Attribute Data论文精读
  20. 3D河豚鱼—OpenGL着色器(Shader)和GLSL程序

热门文章

  1. 微信小程序 + Bmob后端云
  2. html 调用es2015模块,在浏览器中懒加载ES2015模块
  3. tvb php 香港IP,优酷与TVB签订战略合作协议,实现内容IP与平台资源结合
  4. 业务流程规范的战争兴起:XPDL、BPEL、BPDM
  5. 普通二本从小白到加入鹅厂的通关秘籍
  6. 2010提升你幽默感的经典短句
  7. 巨象指纹浏览器可以帮助用户做些什么?
  8. 想当然很可怕,根子还是思考上的懒惰
  9. 从桌面运维转到网工后,我是怎样成为大厂高级网工的
  10. rasterization(栅格化)