舉報 
會員
大數據及其可視化
最新章節：
參考文獻
大數據及其可視化是一門理論性和實踐性都很強的課程。本書針對計算機、信息管理、經濟管理和其他相關專業學生的發展需求，系統、全面地介紹了關于大數據及其可視化技術的基本知識和技能，詳細介紹了大數據與大數據時代、數據可視化之美、Excel數據可視化方法、Excel數據可視化應用、大數據的商業規則、大數據激發創造力、大數據預測分析、支撐大數據的技術、數據引導可視化、Tableau可視化初步、Tableau數據管理與計算、Tableau可視化設計、Tableau地圖與預測分析和Tableau分享與發布等內容，具有較強的系統性、可讀性和實用性。本書適合作為普通高等院校相關專業“大數據基礎”“大數據導論”“大數據可視化”等課程的教材，也可供有一定實踐經驗的軟件開發人員、管理人員學習參考。
- 參考文獻 更新時間：2019-10-23 15:53:41
- 附錄
- 【實驗與思考】熟悉Tableau分享與發布
- 14.5.3 保存和發布工作簿
- 14.5.2 導出圖像和PDF文件
- 14.5.1 導出和發布數據
- 14.5 Tableau發布
- 14.4.4 更新與演示故事
- 14.4.3 設置故事的格式
- 14.4.2 創建故事
- 14.4.1 故事工作區
- 14.4 Tableau故事
- 14.3.5 了解儀表板和工作表
- 14.3.4 設置儀表板大小
- 14.3.3 重新排列儀表板視圖和對象
- 14.3.2 顯示和隱藏工作表的組成部分
- 14.3.1 平鋪和浮動布局
- 14.3 組織儀表板
- 14.2 布局容器
- 14.1.5 儀表板Web視圖安全選項
- 14.1.4 從儀表板中移除視圖和對象
- 14.1.3 添加儀表板對象
- 14.1.2 向儀表板中添加視圖
- 14.1.1 創建儀表板
- 14.1 Tableau儀表板
- 第14章 Tableau分享與發布
- 【實驗與思考】熟悉Tableau預測分析
- 13.6 趨勢線
- 13.5.3 管理背景圖像
- 13.5.2 設置視圖
- 13.5.1 添加背景圖像
- 13.5 背景圖像
- 13.4 合計
- 13.3.3 預測描述
- 13.3.2 預測字段結果
- 13.3.1 創建預測
- 13.3 建立預測分析
- 13.2.6 獲取更多數據
- 13.2.5 粒度和修剪
- 13.2.4 使用時間進行預測
- 13.2.3 模型類型
- 13.2.2 季節性
- 13.2.1 指數平滑和趨勢
- 13.2 Tableau預測分析
- 13.1.6 設置地理信息
- 13.1.5 創建混合地圖
- 13.1.4 創建多維度地圖
- 13.1.3 創建填充地圖
- 13.1.2 創建符號地圖
- 13.1.1 分配地理角色
- 13.1 Tableau地圖分析
- 第13章 Tableau地圖與預測分析
- 【實驗與思考】熟悉Tableau數據可視化分析
- 12.9.2 圖形延伸
- 12.9.1 創建盒須圖
- 12.9 盒須圖
- 12.8 甘特圖
- 12.7 標靶圖
- 12.6.2 圓視圖
- 12.6.1 氣泡圖
- 12.6 氣泡圖與圓視圖
- 12.5 樹地圖
- 12.4.2 突顯表
- 12.4.1 壓力圖
- 12.4 壓力圖與突顯表
- 12.3 折線圖
- 12.2 餅圖
- 12.1.2 直方圖
- 12.1.1 條形圖
- 12.1 條形圖與直方圖
- 第12章 Tableau可視化設計
- 【實驗與思考】熟悉Tableau數據可視化設計
- 11.8 百分比
- 11.7 表計算
- 11.6.5 聚合計算
- 11.6.4 創建計算成員
- 11.6.3 臨時計算
- 11.6.2 公式的自動完成
- 11.6.1 創建和編輯計算字段
- 11.6 計算字段
- 11.5.5 參考線及參考區間
- 11.5.4 參數
- 11.5.3 集
- 11.5.2 組
- 11.5.1 分層結構
- 11.5 高級數據操作
- 11.4 數據維護
- 11.3.4 優化數據提取
- 11.3.3 向數據提取添加行
- 11.3.2 刷新數據提取
- 11.3.1 創建數據提取
- 11.3 數據加載
- 11.2.3 實現多表聯結
- 11.2.2 組織數據
- 11.2.1 連接數據源
- 11.2 數據連接
- 11.1 Tableau數據架構
- 第11章 Tableau數據管理與計算
- 【實驗與思考】熟悉Tableau數據可視化設計
- 10.7 創建儀表板
- 10.6.6 度量名稱和度量值
- 10.6.5 智能顯示
- 10.6.4 頁面
- 10.6.3 篩選器
- 10.6.2 標記卡
- 10.6.1 行列功能區
- 10.6 創建視圖
- 10.5.3 文件類型
- 10.5.2 字段類型
- 10.5.1 數據角色
- 10.5 Tableau數據
- 10.4.4 菜單欄和工具欄
- 10.4.3 故事工作區
- 10.4.2 儀表板工作區
- 10.4.1 工作表工作區
- 10.4 Tableau工作區
- 10.3 下載與安裝
- 10.2.6 Tableau Reader
- 10.2.5 Tableau Public
- 10.2.4 Tableau Mobile
- 10.2.3 Tableau Online
- 10.2.2 Tableau Server
- 10.2.1 Tableau Desktop
- 10.2 Tableau產品線
- 10.1.2 Tableau主要特性
- 10.1.1 Tableau可視化技術
- 10.1 Tableau概述
- 第10章 Tableau可視化初步
- 【實驗與思考】繪制泰坦尼克事件鑲嵌圖
- 9.6.4 描述背景信息
- 9.6.3 允許數據點之間進行比較
- 9.6.2 增強圖表的可讀性
- 9.6.1 建立視覺層次
- 9.6 讓可視化設計更清晰
- 9.5 空間數據的可視化
- 9.4.2 循環
- 9.4.1 周期
- 9.4 時序數據的可視化
- 9.3.3 數據的結構和模式
- 9.3.2 子分類
- 9.3.1 整體中的部分
- 9.3 分類數據的可視化
- 9.2.5 整合可視化組件
- 9.2.4 背景信息
- 9.2.3 標尺
- 9.2.2 坐標系
- 9.2.1 視覺隱喻
- 9.2 可視化設計組件
- 9.1.4 走進數據藝術的世界
- 9.1.3 信息圖形和展示
- 9.1.2 新的數據研究方法
- 9.1.1 七個基本任務
- 9.1 可視化對認知的幫助
- 第9章 數據引導可視化
- 【實驗與思考】了解大數據的基礎設施
- 8.8.3 NewSQL
- 8.8.2 NoSQL與RDBMS的主要區別
- 8.8.1 Hadoop與NoSQL
- 8.8 大數據數據處理基礎
- 8.7.4 Hadoop的發行版本
- 8.7.3 Hadoop的優勢
- 8.7.2 Hadoop的由來
- 8.7.1 分布式系統概述
- 8.7 Hadoop基礎
- 8.6 大數據的技術架構
- 8.5 開源技術的商業支援
- 8.4.4 云存儲
- 8.4.3 分布式存儲
- 8.4.2 大數據時代的新挑戰
- 8.4.1 傳統存儲系統
- 8.4 大數據存儲
- 8.3 網絡虛擬化
- 8.2 計算虛擬化
- 8.1.4 云基礎設施
- 8.1.3 云計算與大數據
- 8.1.2 云計算的服務形式
- 8.1.1 云計算概述
- 8.1 大數據在云端
- 第8章 支撐大數據的技術
- 【實驗與思考】大數據準備度自我評分表
- 7.4.3 情緒指標影響金融市場
- 7.4.2 驗證情感和被驗證的情感
- 7.4.1 焦慮指數與標普500指數
- 7.4 情感的因果關系
- 7.3 數據具有內在預測性
- 7.2.3 影響情緒的重要因素——金錢
- 7.2.2 預測分析博客中的情緒
- 7.2.1 從博客觀察集體情感
- 7.2 數據情感和情感數據
- 7.1 預測分析
- 第7章 大數據預測分析
- 【實驗與思考】大數據如何激發創造力
- 6.6.5 建筑數據取代直覺
- 6.6.4 尋找最佳音響效果
- 6.6.3 以人為本的汽車設計理念
- 6.6.2 與玩家共同設計游戲
- 6.6.1 少而精是設計的核心
- 6.6 大數據幫助改善設計
- 6.5.3 大數據分析使數據決策崛起
- 6.5.2 你考慮過……了嗎
- 6.5.1 數據輔助診斷
- 6.5 數據決策的成功崛起
- 6.4 搜索：超級大數據的最佳伙伴
- 6.3 醫療信息數字化
- 6.2.3 大數據時代的醫療信息
- 6.2.2 可穿戴的個人健康設備
- 6.2.1 量化自我，關注個人健康
- 6.2 大數據帶來的醫療新突破
- 6.1 大數據與循證醫學
- 第6章 大數據激發創造力
- 【實驗與思考】大數據營銷的優勢與核心內涵
- 5.5.7 用投資回報率評價營銷效果
- 5.5.6 內容創作與眾包
- 5.5.5 內容營銷
- 5.5.4 為營銷創建高容量和高價值的內容
- 5.5.3 自動化營銷
- 5.5.2 營銷面對新的機遇與挑戰
- 5.5.1 像媒體公司一樣思考
- 5.5 大數據營銷
- 5.4.4 企業構建大數據戰略
- 5.4.3 實時響應，大數據用戶的新要求
- 5.4.2 大數據應用程序的興起
- 5.4.1 數據價格下降，數據需求上升
- 5.4 將信息變成一種競爭優勢
- 5.3 亞馬遜的大數據行動
- 5.2 谷歌的大數據行動
- 5.1 大數據的跨界年度
- 第5章 大數據的商業規則
- 【實驗與思考】大數據如何激發創造力
- 4.5.3 用漏斗圖進行業務流程的差異分析
- 4.5.2 用溫度計展示工作進度
- 4.5.1 用子彈圖顯示數據的優劣
- 4.5 側重點不同的特殊圖表
- 4.4.2 將直角坐標改為象限坐標凸顯分布效果
- 4.4.1 用平滑線聯系散點圖增強圖形效果
- 4.4 散點圖：表示分布狀態
- 4.3.4 讓多個圓餅圖對象重疊展示對比關系
- 4.3.3 用半個圓餅圖刻畫半期內的數據
- 4.3.2 分離圓餅圖扇區強調特殊數據
- 4.3.1 重視圓餅圖扇區的位置排序
- 4.3 圓餅圖：部分占總體的比例
- 4.2.3 通過面積圖顯示數據總額
- 4.2.2 突出顯示折線圖中的數據點
- 4.2.1 減小Y軸刻度單位增強數據波動情況
- 4.2 折線圖：按時間或類別顯示趨勢
- 4.1.4 用堆積圖表示百分數
- 4.1.3 慎用三維效果的柱形圖
- 4.1.2 垂直直條的寬度要大于條間距
- 4.1.1 以零基線為起點
- 4.1 直方圖：對比關系
- 第4章 Excel數據可視化應用
- 【實驗與思考】體驗Excel數據可視化方法
- 3.4.2 重排關鍵字順序使圖表更合適
- 3.4.1 用負數突出數據的增長情況
- 3.4 改變數據形式引起的圖表變化
- 3.3.3 財務預算中的分析工具
- 3.3.2 正態分布和偏態分布
- 3.3.1 比平均值更穩定的中位數和眾數
- 3.3 數理統計中的常見統計量
- 3.2.2 抽樣產生隨機數據
- 3.2.1 數據提煉
- 3.2 整理數據源
- 3.1.3 選擇圖表類型
- 3.1.2 Excel圖表
- 3.1.1 Excel函數
- 3.1 Excel的函數與圖表
- 第3章 Excel數據可視化方法
- 【實驗與思考】熟悉大數據可視化
- 2.4.4 可視化編程工具
- 2.4.3 Tableau
- 2.4.2 Google Spreadsheets
- 2.4.1 Microsoft Excel
- 2.4 可視化分析工具
- 2.3 實時可視化
- 2.2.5 公共數據集
- 2.2.4 圖片和分享的力量
- 2.2.3 視覺信息的科學解釋
- 2.2.2 數據與走勢
- 2.2.1 地圖傳遞信息
- 2.2 數據與圖形
- 2.1.4 打造最好的可視化效果
- 2.1.3 數據的背景信息
- 2.1.2 數據的不確定性
- 2.1.1 數據的可變性
- 2.1 數據與可視化
- 第2章 數據可視化之美
- 【實驗與思考】深入理解大數據時代
- 1.4.3 通過相關關系了解世界
- 1.4.2 “是什么”，而不是“為什么”
- 1.4.1 關聯物，預測的關鍵
- 1.4 思維變革之三：數據的相關關系
- 1.3.4 5％的數字數據與95％的非結構化數據
- 1.3.3 紛繁的數據越多越好
- 1.3.2 大數據的簡單算法與小數據的復雜算法
- 1.3.1 允許不精確
- 1.3 思維變革之二：接受數據的混雜性
- 1.2.3 全數據模式：樣本=總體
- 1.2.2 大數據與喬布斯的癌癥治療
- 1.2.1 小數據時代的隨機采樣
- 1.2 思維變革之一：樣本=總體
- 1.1.5 大數據的結構類型
- 1.1.4 用3V描述大數據特征
- 1.1.3 大數據的定義
- 1.1.2 天文學——信息爆炸的起源
- 1.1.1 數據與信息
- 1.1 大數據概述
- 第1章 大數據與大數據時代
- 前言
- 內容簡介
- 版權信息
- 封面
- 封面
- 版權信息
- 內容簡介
- 前言
- 第1章 大數據與大數據時代
- 1.1 大數據概述
- 1.1.1 數據與信息
- 1.1.2 天文學——信息爆炸的起源
- 1.1.3 大數據的定義
- 1.1.4 用3V描述大數據特征
- 1.1.5 大數據的結構類型
- 1.2 思維變革之一：樣本=總體
- 1.2.1 小數據時代的隨機采樣
- 1.2.2 大數據與喬布斯的癌癥治療
- 1.2.3 全數據模式：樣本=總體
- 1.3 思維變革之二：接受數據的混雜性
- 1.3.1 允許不精確
- 1.3.2 大數據的簡單算法與小數據的復雜算法
- 1.3.3 紛繁的數據越多越好
- 1.3.4 5％的數字數據與95％的非結構化數據
- 1.4 思維變革之三：數據的相關關系
- 1.4.1 關聯物，預測的關鍵
- 1.4.2 “是什么”，而不是“為什么”
- 1.4.3 通過相關關系了解世界
- 【實驗與思考】深入理解大數據時代
- 第2章 數據可視化之美
- 2.1 數據與可視化
- 2.1.1 數據的可變性
- 2.1.2 數據的不確定性
- 2.1.3 數據的背景信息
- 2.1.4 打造最好的可視化效果
- 2.2 數據與圖形
- 2.2.1 地圖傳遞信息
- 2.2.2 數據與走勢
- 2.2.3 視覺信息的科學解釋
- 2.2.4 圖片和分享的力量
- 2.2.5 公共數據集
- 2.3 實時可視化
- 2.4 可視化分析工具
- 2.4.1 Microsoft Excel
- 2.4.2 Google Spreadsheets
- 2.4.3 Tableau
- 2.4.4 可視化編程工具
- 【實驗與思考】熟悉大數據可視化
- 第3章 Excel數據可視化方法
- 3.1 Excel的函數與圖表
- 3.1.1 Excel函數
- 3.1.2 Excel圖表
- 3.1.3 選擇圖表類型
- 3.2 整理數據源
- 3.2.1 數據提煉
- 3.2.2 抽樣產生隨機數據
- 3.3 數理統計中的常見統計量
- 3.3.1 比平均值更穩定的中位數和眾數
- 3.3.2 正態分布和偏態分布
- 3.3.3 財務預算中的分析工具
- 3.4 改變數據形式引起的圖表變化
- 3.4.1 用負數突出數據的增長情況
- 3.4.2 重排關鍵字順序使圖表更合適
- 【實驗與思考】體驗Excel數據可視化方法
- 第4章 Excel數據可視化應用
- 4.1 直方圖：對比關系
- 4.1.1 以零基線為起點
- 4.1.2 垂直直條的寬度要大于條間距
- 4.1.3 慎用三維效果的柱形圖
- 4.1.4 用堆積圖表示百分數
- 4.2 折線圖：按時間或類別顯示趨勢
- 4.2.1 減小Y軸刻度單位增強數據波動情況
- 4.2.2 突出顯示折線圖中的數據點
- 4.2.3 通過面積圖顯示數據總額
- 4.3 圓餅圖：部分占總體的比例
- 4.3.1 重視圓餅圖扇區的位置排序
- 4.3.2 分離圓餅圖扇區強調特殊數據
- 4.3.3 用半個圓餅圖刻畫半期內的數據
- 4.3.4 讓多個圓餅圖對象重疊展示對比關系
- 4.4 散點圖：表示分布狀態
- 4.4.1 用平滑線聯系散點圖增強圖形效果
- 4.4.2 將直角坐標改為象限坐標凸顯分布效果
- 4.5 側重點不同的特殊圖表
- 4.5.1 用子彈圖顯示數據的優劣
- 4.5.2 用溫度計展示工作進度
- 4.5.3 用漏斗圖進行業務流程的差異分析
- 【實驗與思考】大數據如何激發創造力
- 第5章 大數據的商業規則
- 5.1 大數據的跨界年度
- 5.2 谷歌的大數據行動
- 5.3 亞馬遜的大數據行動
- 5.4 將信息變成一種競爭優勢
- 5.4.1 數據價格下降，數據需求上升
- 5.4.2 大數據應用程序的興起
- 5.4.3 實時響應，大數據用戶的新要求
- 5.4.4 企業構建大數據戰略
- 5.5 大數據營銷
- 5.5.1 像媒體公司一樣思考
- 5.5.2 營銷面對新的機遇與挑戰
- 5.5.3 自動化營銷
- 5.5.4 為營銷創建高容量和高價值的內容
- 5.5.5 內容營銷
- 5.5.6 內容創作與眾包
- 5.5.7 用投資回報率評價營銷效果
- 【實驗與思考】大數據營銷的優勢與核心內涵
- 第6章 大數據激發創造力
- 6.1 大數據與循證醫學
- 6.2 大數據帶來的醫療新突破
- 6.2.1 量化自我，關注個人健康
- 6.2.2 可穿戴的個人健康設備
- 6.2.3 大數據時代的醫療信息
- 6.3 醫療信息數字化
- 6.4 搜索：超級大數據的最佳伙伴
- 6.5 數據決策的成功崛起
- 6.5.1 數據輔助診斷
- 6.5.2 你考慮過……了嗎
- 6.5.3 大數據分析使數據決策崛起
- 6.6 大數據幫助改善設計
- 6.6.1 少而精是設計的核心
- 6.6.2 與玩家共同設計游戲
- 6.6.3 以人為本的汽車設計理念
- 6.6.4 尋找最佳音響效果
- 6.6.5 建筑數據取代直覺
- 【實驗與思考】大數據如何激發創造力
- 第7章 大數據預測分析
- 7.1 預測分析
- 7.2 數據情感和情感數據
- 7.2.1 從博客觀察集體情感
- 7.2.2 預測分析博客中的情緒
- 7.2.3 影響情緒的重要因素——金錢
- 7.3 數據具有內在預測性
- 7.4 情感的因果關系
- 7.4.1 焦慮指數與標普500指數
- 7.4.2 驗證情感和被驗證的情感
- 7.4.3 情緒指標影響金融市場
- 【實驗與思考】大數據準備度自我評分表
- 第8章 支撐大數據的技術
- 8.1 大數據在云端
- 8.1.1 云計算概述
- 8.1.2 云計算的服務形式
- 8.1.3 云計算與大數據
- 8.1.4 云基礎設施
- 8.2 計算虛擬化
- 8.3 網絡虛擬化
- 8.4 大數據存儲
- 8.4.1 傳統存儲系統
- 8.4.2 大數據時代的新挑戰
- 8.4.3 分布式存儲
- 8.4.4 云存儲
- 8.5 開源技術的商業支援
- 8.6 大數據的技術架構
- 8.7 Hadoop基礎
- 8.7.1 分布式系統概述
- 8.7.2 Hadoop的由來
- 8.7.3 Hadoop的優勢
- 8.7.4 Hadoop的發行版本
- 8.8 大數據數據處理基礎
- 8.8.1 Hadoop與NoSQL
- 8.8.2 NoSQL與RDBMS的主要區別
- 8.8.3 NewSQL
- 【實驗與思考】了解大數據的基礎設施
- 第9章 數據引導可視化
- 9.1 可視化對認知的幫助
- 9.1.1 七個基本任務
- 9.1.2 新的數據研究方法
- 9.1.3 信息圖形和展示
- 9.1.4 走進數據藝術的世界
- 9.2 可視化設計組件
- 9.2.1 視覺隱喻
- 9.2.2 坐標系
- 9.2.3 標尺
- 9.2.4 背景信息
- 9.2.5 整合可視化組件
- 9.3 分類數據的可視化
- 9.3.1 整體中的部分
- 9.3.2 子分類
- 9.3.3 數據的結構和模式
- 9.4 時序數據的可視化
- 9.4.1 周期
- 9.4.2 循環
- 9.5 空間數據的可視化
- 9.6 讓可視化設計更清晰
- 9.6.1 建立視覺層次
- 9.6.2 增強圖表的可讀性
- 9.6.3 允許數據點之間進行比較
- 9.6.4 描述背景信息
- 【實驗與思考】繪制泰坦尼克事件鑲嵌圖
- 第10章 Tableau可視化初步
- 10.1 Tableau概述
- 10.1.1 Tableau可視化技術
- 10.1.2 Tableau主要特性
- 10.2 Tableau產品線
- 10.2.1 Tableau Desktop
- 10.2.2 Tableau Server
- 10.2.3 Tableau Online
- 10.2.4 Tableau Mobile
- 10.2.5 Tableau Public
- 10.2.6 Tableau Reader
- 10.3 下載與安裝
- 10.4 Tableau工作區
- 10.4.1 工作表工作區
- 10.4.2 儀表板工作區
- 10.4.3 故事工作區
- 10.4.4 菜單欄和工具欄
- 10.5 Tableau數據
- 10.5.1 數據角色
- 10.5.2 字段類型
- 10.5.3 文件類型
- 10.6 創建視圖
- 10.6.1 行列功能區
- 10.6.2 標記卡
- 10.6.3 篩選器
- 10.6.4 頁面
- 10.6.5 智能顯示
- 10.6.6 度量名稱和度量值
- 10.7 創建儀表板
- 【實驗與思考】熟悉Tableau數據可視化設計
- 第11章 Tableau數據管理與計算
- 11.1 Tableau數據架構
- 11.2 數據連接
- 11.2.1 連接數據源
- 11.2.2 組織數據
- 11.2.3 實現多表聯結
- 11.3 數據加載
- 11.3.1 創建數據提取
- 11.3.2 刷新數據提取
- 11.3.3 向數據提取添加行
- 11.3.4 優化數據提取
- 11.4 數據維護
- 11.5 高級數據操作
- 11.5.1 分層結構
- 11.5.2 組
- 11.5.3 集
- 11.5.4 參數
- 11.5.5 參考線及參考區間
- 11.6 計算字段
- 11.6.1 創建和編輯計算字段
- 11.6.2 公式的自動完成
- 11.6.3 臨時計算
- 11.6.4 創建計算成員
- 11.6.5 聚合計算
- 11.7 表計算
- 11.8 百分比
- 【實驗與思考】熟悉Tableau數據可視化設計
- 第12章 Tableau可視化設計
- 12.1 條形圖與直方圖
- 12.1.1 條形圖
- 12.1.2 直方圖
- 12.2 餅圖
- 12.3 折線圖
- 12.4 壓力圖與突顯表
- 12.4.1 壓力圖
- 12.4.2 突顯表
- 12.5 樹地圖
- 12.6 氣泡圖與圓視圖
- 12.6.1 氣泡圖
- 12.6.2 圓視圖
- 12.7 標靶圖
- 12.8 甘特圖
- 12.9 盒須圖
- 12.9.1 創建盒須圖
- 12.9.2 圖形延伸
- 【實驗與思考】熟悉Tableau數據可視化分析
- 第13章 Tableau地圖與預測分析
- 13.1 Tableau地圖分析
- 13.1.1 分配地理角色
- 13.1.2 創建符號地圖
- 13.1.3 創建填充地圖
- 13.1.4 創建多維度地圖
- 13.1.5 創建混合地圖
- 13.1.6 設置地理信息
- 13.2 Tableau預測分析
- 13.2.1 指數平滑和趨勢
- 13.2.2 季節性
- 13.2.3 模型類型
- 13.2.4 使用時間進行預測
- 13.2.5 粒度和修剪
- 13.2.6 獲取更多數據
- 13.3 建立預測分析
- 13.3.1 創建預測
- 13.3.2 預測字段結果
- 13.3.3 預測描述
- 13.4 合計
- 13.5 背景圖像
- 13.5.1 添加背景圖像
- 13.5.2 設置視圖
- 13.5.3 管理背景圖像
- 13.6 趨勢線
- 【實驗與思考】熟悉Tableau預測分析
- 第14章 Tableau分享與發布
- 14.1 Tableau儀表板
- 14.1.1 創建儀表板
- 14.1.2 向儀表板中添加視圖
- 14.1.3 添加儀表板對象
- 14.1.4 從儀表板中移除視圖和對象
- 14.1.5 儀表板Web視圖安全選項
- 14.2 布局容器
- 14.3 組織儀表板
- 14.3.1 平鋪和浮動布局
- 14.3.2 顯示和隱藏工作表的組成部分
- 14.3.3 重新排列儀表板視圖和對象
- 14.3.4 設置儀表板大小
- 14.3.5 了解儀表板和工作表
- 14.4 Tableau故事
- 14.4.1 故事工作區
- 14.4.2 創建故事
- 14.4.3 設置故事的格式
- 14.4.4 更新與演示故事
- 14.5 Tableau發布
- 14.5.1 導出和發布數據
- 14.5.2 導出圖像和PDF文件
- 14.5.3 保存和發布工作簿
- 【實驗與思考】熟悉Tableau分享與發布
- 附錄
- 參考文獻 更新時間：2019-10-23 15:53:41
