Tableau 剧本 - 树形图

Tableau 是最受欢迎的交互式数据可视化工具。它提供了各种各样的图表，可让您轻松有效地探索数据。本系列指南 — Tableau Playbook — 将介绍 Tableau 中的常见图表。本指南将重点介绍树形图。

在本指南中，我们将按照以下步骤了解树形图：

1. 我们将从一个示例图表开始，介绍它的概念和特征。

2. 通过分析现实生活中的数据集，我们将逐步学习如何构建树状图。同时，我们将从 Tableau 可视化中得出一些结论：

   1. 根据基本流程构建图表。
   2. 使用高级功能优化和完善图表。

这是Data Revelations的树状图示例。该树状图比较了 2012 年大选各政党的选举人票数。可以很直观地看出哪个政党拥有超过 50% 的选举人票。我们还可以清楚地看到哪些州对选票的贡献最大。

根据维基百科对树形图的定义：

树形图将层次结构（树状结构）数据显示为一组嵌套的矩形。树的每个分支都有一个矩形，然后用代表子分支的较小矩形平铺该矩形。

树形图是Ben Shneiderman在 20 世纪 90 年代初发明的。Shneiderman 博士创建树形图是为了可视化分层数据。他想要“紧凑地可视化目录树结构”，但其他更常见的可视化方法对此效果不佳。

树形图原本是用来展示层次结构数据的，现在也用来展示部分与整体的关系。从大小和颜色可以清楚地看到哪些成分贡献更大。

与其他方案相比，树形图具有以下优点：

• 显示分层数据：这是它被创建的目的。为了显示分层数据，通常最好的可视化是两层。

• 可扩展性——支持大量类别：如果您需要比较数十或数百个元素并突出显示贡献成员，则可以考虑使用树形图。

• 空间利用率更高：密集的矩形几乎覆盖整个区域。

• 重点突出主要贡献者：树状图使用较大尺寸的矩形或显眼的颜色显示主要贡献者。如果您的应用程序有此要求，树状图是合适的解决方案。

但与此同时，反对的声音也不少。比如在 Andy Kriebel 的博客文章中，他不建议使用填充气泡图和树形图。他认为这会让观众很难做出精确的比较。

这里我也总结一下treemap的缺点：

• 难以进行准确的比较：人们更擅长比较长度或位置，但不太擅长比较矩形的面积。另一个问题是，在大多数情况下，您想要比较的组件没有共同的基线。条形图、点图和折线图提供了一种更定量和准确的比较方法。

• 小组件上没有标签：虽然树形图可以显示许多类别，但如果包含太多组件，矩形可能会变得非常小。Tableau 无法显示所有标签。这意味着您必须依赖 Tableau 的交互功能，例如工具提示或突出显示。

如果您需要进一步阅读，这里有一篇关于树形图的好文章。

在本指南中，我们将使用两个数据集：

• 第一个数据集是英国各行业的就业变化。感谢EMSI（经济建模专家公司）和Tableau提供此数据集。

  该数据集包含 2011 年和 2014 年英国城市按行业和子行业划分的就业数据。

  在本指南中，我们将分析各个行业的就业分布和变化。

• 第二个数据集是来自 Wikipedia 的移动操作系统的“全球智能手机销量” 。感谢Wikipedia和Gartner提供的该数据集。

  该数据集包含 2007 年至 2017 年主流移动操作系统的智能手机季度销量。我做了一些数据整理工作。您可以从 Github下载我的版本。

  在本指南中，我们将比较不同年份的Android、iOS、Windows、BlackBerry、Symbian和其他操作系统的市场份额。

我们先从基本的树形图开始。在此示例中，我们将使用第一个数据集的第一张表，其中仅包含第一级行业。

1. 作为标准图表，我们可以点击“Show Me”并查看树形图的请求。

   对于树形图，尝试 1 个或多个维度、1 个或 2 个度量。

   正如我们在“Show Me”选项卡中看到的，要构建树形图，我们至少需要一个维度和一两个度量。因此，我们按住 Control 键（在Mac 上为Command键）同时选择“SIC 代码”、“% 变化”和“2014 年就业”，然后在“Show Me”中选择“树形图” 。Tableau 将自动生成原始树形图。

   

2. 但是我们最好手动构建它，因为 Tableau 放错了这两个度量。

   1. 选择正方形作为标记类型。
   2. 将“% 变化”拖入标记-颜色。
   3. 将“Jobs 2014”拖到标记-大小中。
   4. 将“SIC 代码”拖入标记-标签。

3. 转换成发散和阶梯状的颜色，以更清楚地区分正值和负值：

   

   1. 单击标记中的颜色卡或单击图例中的倒三角形，然后选择编辑颜色...
   2. 我们要区分增长和衰退，所以我们选择发散的颜色：在调色板中选择橙色-蓝色发散。
   3. 我们发现一些正值和负值都是灰色的，因为它们位于这个发散色谱的中间。阶梯式颜色可以解决这个问题，因为它将值分组到统一的颜色箱中：选中阶梯式颜色并将步数设置为 8。
   4. 通过分析作业变化率的分布，为了更好的进行颜色区分，我们将颜色范围设置为-60%~100% ：展开高级选项，将开始设置为-0.6，结束设置为1。

4. 添加格式良好的标签：

   1. 将“行业”拖到标记-标签中。
   2. 展开标签卡并单击文本按钮。将文本编辑为<SIC 代码>: <行业>。
   3. 格式字体：选中粗体并将颜色更改为白色。

   

5. 最后一步，让我们完善一下这个图表：

   1. 将标题编辑为“按行业划分的就业分布及变化”。
   2. 将“SUM（％变化）”数字格式化为百分比。
   3. 将颜色图例重命名为“％变化”。

基本的树形图已完成。

分析：

这个基础树状图同时显示了两个指标和一个维度。矩形的大小表示当前行业中分布了多少个职位，颜色表示该职位的变化。橙色越多表示减少越多；蓝色越多表示增长越多。

对于小矩形，您需要将鼠标悬停在上面才能在工具提示中看到详细信息。

为了显示分层数据，我们使用第一个数据集的第二张表，其中包含两层行业。

1. 和以前一样，我们手动创建一个基本的树形图。

   1. 选择正方形作为标记类型。
   2. 将“SIC-1 名称”拖入标记-<font style="v