竟然是一个升级版的数据透视表,Tableau真的没有那么神秘~

前一篇跟大家详述了关于Excel在作图理念上的诸多细节，今天让我们把聚焦于多分类维度的数据呈现问题。

当然今天这篇我会把视角从Excel切换到Tableau，没错就是Tableau。可能很多小伙伴儿已经了解过这款商务智能工具，这是一款目前市面上最成熟、最人性化的桌面端可视化工具（没有之一，至于PowerBI，我之后会写专门的体验贴来说明）。

相信很多小伙伴儿（特别是已经在职场已经混迹很多年的）对Excel中的数据透视表非常熟悉，没错Tableau就是一款升级版的数据透视表。

它不仅仅可以将原始的一维表数据透视为二维表格，它甚至强大到可以将原始数据直接透视成多维图表，所有的流程跟Excel的数据透视表几无二致。

好吧，我要为我上述说过的话负责，接下来通过界面菜单布局和使用体验两个角度，以案例的形式来解释以上原因：

在正式介绍之前，我们应该明确的是，数据可视化其实就是在呈现一组由不同维度和度量组成的字段（变量），无论是一维、二维、三维甚至更高维的情况，所以所有的可视化形式都是建立在维度与度量等指标之上的，在导入数据源之后，你就应该有意识的熟悉数据结构，认识到所有的指标的属性（是维度还是度量）以及度量之间的关系（粒度的粗细，层级的高低）。

想强调的第二点是，数据可视化是一种指标变量间的关系探索过程。因而不要带着长久以来微软的Excel强加给你的关于可视化图表类型的限制，可视化形式应该服务于业务分析与关系挖据的需求，应该说我们是按照自己的目的去量身定制可视化的呈现形式的，至于单个的图表类型，那只是诸多可视化形式中使用频率比较高的几种而已，事实上的可以呈现数据的图形可视化形式远不止于此。

1、关于Tableau与Excel数据透视表的界面高度一致：

Excel的数据透视表和Tableau的工作表都同时提供菜单式操作和页面式操作，而且操作体验和风格大致相当。

页面式操作——Excel

页面式操作——Tableau:

（Tableau界面只有一处筛选器，放在了菜单里）

菜单式操作——Excel：

菜单式操作——Tableau:

（Tableau界面只有一处筛选器，放在了菜单里）

我们把Excel和Tableau的页面式操作和菜单式操作窗口进行对比展示：

页面式（Excel VS Tableau）

菜单式（Excel VS Tableau）

表面上看，Tableau就是另一个翻版的Excel数据透视表，这在两者的界面设计理念以及菜单设计上就已经一清二楚。

行、列、值、筛选四大模块应有尽有。唯一的不同就在于，Tableau多了一个标识模块，而Excel是没有的。

接下来解释原因，看过我之前文章的小伙伴儿大概都已经有所熟知我所说的可视化视觉信号，视角信号可以是物理元素（点线面）也可以是色彩元素（透明度、色调等），当然更多的时候是点线面和颜色元素的组合。

当然文本也可以被称为一种视觉元素，毕竟文本是可以被我们的肉眼识别的视觉信息。

我们常说的字不如表、表不如图，其实严格来说三者表达的信息都是一致的，但是从视觉呈现上来说，人类都是视觉动物，大脑主观上更能接受由这些物理元素与颜色属性等视觉信号组成的混合图形（即图表）。（应该说这些角色相比文本数来字说给我们视觉冲击力更强一些）

所以说Excel所完成的就是视觉呈现中的字和表，表示纯数字的，无需对其进行各种形状、颜色的修饰，所以Excel的透视表界面中除了行、列、筛选等三个常用维度容器之外，只有一个值容器（用于盛放度量指标）。

而Tableau中除了行、列、筛选等三个常用维度容器之外，更多的是通过标识来进行度量的视觉信号转化过程。（当然里面也是包含文本的，文本标识就完全可以胜任Excel数据透视表中的值呈现了）。

我们从上图中可以看到，Tableau的标识模块中，不但提供了文本呈现方式（效果就是数据投透视表啦），还有各种颜色、大小、线条、形状、详细信息（图表标签）、工具提示（图表弹窗）等。可以说你能想象到的可视化元素，几乎都有了。

这才是一款成熟的可视化软件应该具备的样子。

2、多维度数据呈现案例展示：

说了这么久，干巴巴的总要来几个案例练习一下，同样的数据，同样的菜单，同样的字段布局，这个解释可不可以给个满分。

也会针对Excel而言，这已经是极限了，因为Excel数据透视表透视的仅仅是表而言，没法再多给出除了数字之外的信息，这时候就是Tableau大显身手的时候啦。

我可以将单个指标大小映射给单元格背景颜色，这时候就可以做出类似Excel色阶功能。

同样也可以将单个指标映射给单元格的字体颜色，此时指标的大小可以通过字体颜色深浅来表达。

我同样可以将指标映射给形状、大小等，同一个图表对象上，我们可以通过将同一个指标连续添加不同的映射属性上来扩展该图表信息呈现丰富度，也可以将指标添加到文本、详细信息、工具提示等选项上来丰富图表单个指标的信息解释功能。

而tableau最最高明之处（我觉得）就是，利用维度透析的理念来按需完成可视化探索过程，而不会受制软件工具的技术限制，因为所有的规则都是透明的，方法和Excel的透视表示类似的、逻辑与使用者对数据结构的理解和业务逻辑的识别能力有关。

维度呈现自如灵活，如行云流水，随心所欲，无所不能。

辅助右上角的筛选器和图例菜单，动态效果立马显现，自助式BI的精髓表达的淋漓尽致。

上述Tableau所呈现的横纵透视下的图表可视化呈现形式，是专门为多维度数据集的呈现量身定制的，否则如果要在单个图表中呈现的话，你可能需要使用簇状柱形图（条形图）、堆积柱形图（条形图）等，一个图表要容纳很多个序列，序列越多，最终得到的图表信息越拥挤、视觉呈现效果越差。

在R语言中，这种多维数据集的呈现使用的技术叫做分面，其实跟以上规则是一样的，都是采用维度粒度间的粗细进行横纵布局，力图保留原始维度粒度层级间关系的基础上，聚焦于最细粒度间数据间真实关系的探索。

Tableau也支持流行的地图数据可视化探索功能。

通常需要在地图上呈现的数据形式无非两种：填充地区颜色以及添加基于坐标的气泡图（也可填色）。

这些形式都可以用Tableau模块中的对应可视化形式来完成，而如果能够精心设计配色和版式，合理选择可视化形式，Tableau完全可随意出版物级别的数据可视化仪表盘。

更多关于Tableau的干活，请持续关注本公众号后续更新。

当然我所说的以上规则只适用于建立在笛卡尔坐标系下的普通图表，基于极坐标系、空间投影坐标以及像树状图、气泡云图等没有明显轴维度的图表类型并不适用，但是关于维度与度量的呈现原则是适用的，因为无论什么样的图表呈现的无外乎都是一组维度与度量的指标。