《数据可视化分析：Tableau原理与实践》喜乐君说明

【新书说明】

第二版已经在 2023 年 10 月发行，全面重写，因此视为新书。

《数据可视化分析》第二版·自序与目录

【图书说明–2020/1/26】

1、本书的价格169元，是出版社综合图书印张（470页）和彩印成本而确定的价格，没有因为其他原因额外提高定价；京东和天猫渠道（电子工业出版社）及各发行商会有各种活动，通常价格在100～130左右。

2、本书适合于初学者，更适合中高级用户。初学者需要的是正确的学习方法，而不是一本牙牙学语的简单指南，同时，初学者需要做好多读几遍的准备。如果认为本书太难会吓到初学者，那是低估了Tableau的易用性。

3、本书目前只有一个版本，即2020年7月版本。 但对应多次印刷时间，首印7月，之后在10月、12月、本年1月分别加印，其中10月印刷版本对第二章、第四章做了较大的内容调整，提高了图片分辨率。之后加印主要为错别字调整，内容没有差异。 各月印刷版本可以通过以下方式分辨：

7月首印，封皮“Tableau2020.2 ”均为白色蓝底； （市面上已经没有这个版本了）

10月加印版，封皮“Tableau2020.2 ”均为白色蓝底，封底增加了出版社读者服务二维码 （重写第2章，修改第4章）

12月加印版本，封皮“Tableau2020.3 ”均为白色蓝底，封底有读者二维码 （增加了2020.3版本的Prep写入数据库）

2021年1月加印版本，同12月。

2021年5月加印版本，同12月。

预计2022年12月份或2023年1月，上线第二版——完全重写的第二版，可以视为新书。

• 《数据可视化分析》第五次印刷勘误表

出版社下载随书文件及部分公开视频地址：www.broadview.com.cn/39129

【2020年12月加印与2021年1月加印】

本次正文没有任何修改，仅调整读者发现的几个错别字，不影响理解原文意思。

千分之一的“差评读者”，希望放下你们莫名其妙的怨怒，如果Tableau不适合你，换一个爱好好好学习，就能做的比我更好。

【2020年10月10日】

趁重印之机，九月份重新修订了书稿的部分内容：

1、修订了原书中众多错别字中已经发现的部分，还望更多读者协助勘误；

2、完全重写了第二章，加入最近的一些思考，特别是：

• Tableau问题解析和分析思路：最近的思考，可能不会再简单了；

• 重新梳理了Tableau的基础知识：字段及其分类、可视化逻辑、聚合与层次等。

3、重写了原书第四章之“从数据连接、并集、混合到关系”和“数据关系”两个小节，使得本章的内容过度更加自然，特别是“数据关系”的逻辑部分更加清晰。

4、重写了第8章8.4小节中“行级别与聚合级别计算的对比”，重写了之前的if案例，比之前更加清晰易懂；

5、在第三篇，增加了Tableau catalog的内容。

6、【重大勘误】更改第10章最后小节的部分，此前关于“标记变化是详细级别变化的必要但不充分条件”是错误的。重写了这一部分。之前受了官方影响，官方相关部分阐述有误。

【2020年7月4日】

​大家好，经过半年的准备，图书终于进入发行环节，而立之年的里程碑。

感谢电子工业出版社石倩编辑，我的Tableau大客户、此前通过本公众号购买视频赠送的读者，于7月6日（周一）从出版社通过顺丰发货（运费作者支付），全国不同区域大约1～3日抵达。
由于北京疫情原因，我不在北京，抱歉无法拆封和“签名”，后期有缘当面感谢。北京、上海、山东、南京等区域计划组织单独的活动。

京东正式发行时间大约在7月16日左右。

【预警】本书价格（全彩定价169元）刷新了Tableau行业的最高峰。不过我可以承诺，大部分读者可以至少节省一年以上的弯路。

本书适合于Tableau业务领域的分析师，适合于新手，更适合于中高级用户。新手阅读稍有难度，建议反复阅读，领会Tableau背后的原理，方可举一反三。新入门用户也可以在其他入门教材的基础上阅读，比如Tableau官方帮助材料、E-learning课程、Tableau原厂高云龙老师的《大话数据分析》等。本书没有以下内容：

• 关于产品的下载、安装、配置内容，请参考官方说明；
• 业务中不常见的特殊场景，比如桑基图、雷达图等，可以通过网络搜索获得，后期博客或公众号考虑补充。
• 关于Tableau Server的高级内容，工程师范畴，建议参考官方文档。

本书重点内容可以概括为：

• 使用“层次”（Level=LOD=详细级别）概念观察全本书的逻辑，帮助业务分析师领会分析的过程；
• 拖拽的逻辑、多种合并方法的对比与联系、可视化的选择方法、计算的类型与逻辑、如何选择计算等原理内容，尽可能用可视化的方式介绍，并辅助以案例。
• 完整的领会Tableau的计算之类型、逻辑和使用方法，只有借助于计算，才能以有限的字段实现无限的分析。——所有的灵魂，在本书前面两页的彩色插图中，领会八张图片，即可全面掌握Tableau。

本书目前确认的几个瑕疵：

• 由于2020.2的内容为四月份新增，主体截图依然是2020.1版本，不过不影响阅读，凡是2020.2版本部分，都做了说明；
• 99%图片都经过特别绘制和加工，前后图片使用的色系稍有不一致；
• 已经发现一处图片的绘制错误（盒须图插图中的Q1和Q2标记为了Q0），重印时修订，后期本公众号单独发布勘误说明。
• 行级别计算的案例偏少，不过受限于篇幅，后期经典案例在公众号更新。

欢迎所有人在阅读后提出勘误意见，我会在后期重印时调整。

——喜乐君

2020年7月5日

---

---

由于部分潜在读者希望看到本书的目录，特此整理如下：

目录

第 1 篇 从数据到图形:Tableau 可视化 

第 1 章  可视化分析:进入大数据时代的理性与直觉之门2 

1.1  数据金字塔:从数据到决策有多远? .//2 

1.2  直觉先于理性:可视化的心理学 //5 

1.3  TABLEAU:大数据时代的“梵高” //8 

1.4  TABLEAU 快速学习路线图 //11 

第2章  数据可视化:理念与基础 .//13 

2.1  从 EXCEL 到 TABLEAU:不同的视角与层次思维 //13

2.1.1  IT 分析师和业务人员看待数据的不同视角14 

2.1.2  数据分析的层次模型 .//16 

2.1.3  层次、聚合度和颗粒度 //18 

2.2  数据基础概念:字段、图形与拖曳逻辑 //20 

2.2.1  编码:从真实世界到虚拟世界 //20 

2.2.2  数据分析的两种表达方式:数据交叉表与可视化图表21 

2.2.3  字段的两种分类:维度和度量 //21 

2.2.4  字段的两种特征:连续和离散 //23 

2.2.5  从字段到图形:Tableau Desktop 的设计逻辑//25 

2.3  TABLEAU DESKTOP 初级可视化:过程与方法 //27 

2.3.1  数据连接:建立连接和基本整理 .28 

2.3.2  数据可视化:基本方法与基本图形 .30 

2.3.3  数据洞察:组合与互动 //37 

2.3.4  分享数据见解 .//39 

第3章  数据准备:用 Prep Builder 进行数据整理与结构调整 //41 

3.1  PREP BUILDER 基础操作 //41

3.2  初级字段整理:数据清理和筛选 //44

3.2.1  数据拆分 //47 

3.2.2  数据分组 //49 

3.2.3  筛选器 //51 

3.2.4  字符串清理 //53 

3.3  中级结构整理:数据转置 //53 

3.3.1  Prep Builder 和 Desktop 的列至行转置54 

3.3.2  Prep Builder 的行至列转置55 

3.4  高级结构整理:数据聚合 //56

3.4.1  聚合的必要性和用法——单一层次聚合//56 

3.4.2  FIXED LOD——独立层次聚合 .//59 

3.4.3  Prep Builder 聚合的注意事项 //63 

3.5  高级计算:在 PREP BUILDER 中计算排名 .//63

3.5.1  单一维度的排名计算 .//63 

3.5.2  具有分区字段的排名计算 //64 

3.5.3  行级别排名与密集排名 //65 

第4章  数据准备:数据合并与数据建模 .//68 

4.1  行级别合并:并集、连接与 DESKTOP 方法.68 

4.1.1  数据并集 //69 

4.1.2  数据连接 //72 

4.1.3  并集与连接的异同点 .//76 

4.2  视图级别合并:数据混合与 DESKTOP 方法.78 

4.2.1 使用 Desktop 进行数据混合.79

数据混合的逻辑及其与连接的差异 .84 

PREP BUILDER 做数据合并 .//86 

使用 Prep Builder 完成数据并集86 

使用 Prep Builder 做数据连接 //92 

使用 Prep Builder 完成“数据混合”:聚合+连接 //95 

4.4  如何选择数据合并方式 //97

4.5  数据模型:数据关系 .//99

4.5.1  从物理表到逻辑表:数据关系的背景与特殊性.//99 

4.5.2  数据模型(上):以数据关系实现数据连接 .//101 

4.5.3  数据模型(下):建立物理层和逻辑层的多层关系//103 

4.5.4  改善数据模型的性能(上):关系类型 //107 

4.5.5  改善数据模型的性能(下):引用完整性 .//110 

4.5.6  从数据合并迈向数据建模 .//111 

4.6  数据准备综合应用 //112

4.6.1  使用 Prep Builder 快速合并和整理 Excel 数据 .//112 

4.6.2  使用 Prep Builder 匹配和整合 SAP HANA 多表数据.//117 

4.7  为什么 PREP BUILDER 是数据整理的首选 .//121

4.8  如何优雅地使用 PREP BUILDER //124 

4.8.1  思考和问题先于数据 .//125 

4.8.2  层次思维是关键 //125 

4.8.3  各有所长:与其他工具的匹配和合作 //125 

4.8.4  Prep Builder 与 Desktop 的最佳结合127 

4.2.2 4.3 使用 4.3.1 4.3.2 4.3.3 

第5章 可视化分析与探索//128 

5.1 TABLEAU 报表可视化的三步骤 //128

 5.1.1 整理字段:理解数据表中的独立层次结构 128 

5.1.2  工作表:依据字段的层次结构完成数据可视化.//131 

5.1.3  仪表板:探索不同数据之间的关联关系 .137 

5.2  TABLEAU 复杂业务问题中的关联分析 .138 

5.2.1  多数据分析:每个数据表行级别的唯一性 .//138 

5.2.2  即席计算:通过计算字段完善分析模型 //140 

5.2.3  数据解释:AI 驱动的智能关联分析 //141 

5.3  如何选择可视化图表框架 .//142

5.3.1  常见的问题类型与图表 //142 

5.3.2  从简单可视化到复杂可视化 //152 

5.4  高级可视化功能 //163

5.4.1  度量名称与度量值:并排比较多个度量 //163 

5.4.2  条形图双轴:各个子类别的销售额和利润 .//166 

5.4.3  堆叠度量与重叠度量:重叠比较多个度量 .//166 

5.4.4  聚合度量与解聚度量 .//169 

5.5  可视化增强分析技术 .//170

5.5.1  常用筛选器及其优先级 //170 

5.5.2  集 //177 

5.5.3  参数 .//181 

5.5.4  分组和分层结构 //182 

5.5.5  排序:对数据按照规则排序 //183 

5.5.6  参考线、参考区间、分布区间和盒须图 //185 

5.6  格式设置//194 

5.6.1  通过标签设置突出度量值 .//195 

5.6.2  工具提示的高级设置 .//196 

5.6.3  其他常见设置 .//199 

第6章  地理位置可视化.//201 

6.1  TABLEAU 地理分析简介 //201 

6.2  符号地图和填充地图 .//203 

6.3  点图和热力图.206 

6.4  路径地图//207 

6.5  空间函数//212 

6.6  地图与形状的结合:自定义图形与 HEX 函数 //217

第7章  与数据对话:信息呈现与高级交互 .220 

7.1  比“数据”更多:从工作簿到仪表板 //220

7.1.1  仪表板:可视化七巧板 //221 

7.1.2  精确设计和布局 //223 

7.1.3  更节省空间的折叠工具栏 .//225 

7.1.4  多设备设计和大屏设计 //226 

7.2  故事:构建你的 DATAPOINT .//227 

7.3  可视化交互:与数据对话 .//228

7.3.1  多重筛选和共用筛选器 //229 

7.3.2  页面与动画 //231 

7.3.3  突出显示 //234 

7.4  高级互动:动态参数和参数动作 .//235

7.4.1  实例:使用参数更新度量 .//237 

7.4.2  实例:使用操作动态更新度量 //239 

7.4.3  实例:使用参数动作动态控制参考线 //240 

7.4.4  实例:使用参数展开指定的类别 //243 

7.5  高级互动的巅峰:集动作 .//244

7.5.1  实例:指定省份的销售额占比 //245 

7.5.2  实例:查看所选省份在各商品类别的销售占比.//247 

7.5.3  实例:各省份相对于指定省份的销售额差异//248 

7.5.4  实例:指定省份随着日期的销售趋势 //251 

7.5.5  关键原理:Tableau 多种操作的优先级254 

7.5.6  高级实例:多个集动作构建的自定义矩阵 .//254 

7.5.7  技巧:集与分层结构、工具提示的结合 //258 

7.6  让集动作更强大:增量更新与集控制 //258

7.6.1  集动作增减 //259 

7.6.2  集控制——“集”真正变身“多值参数” 260 

7.7  高级互动的使用建议 .//261

第 2 篇 从有限到无限:Tableau 计算 

第8章 Tableau 基本计算:原理与入门 .264 

8.1  数据的层次与两类基本的计算类型 //264

8.1.1  借助 Excel 学大数据:行级别计算和聚合计算 265 

8.1.2  从 Excel 数据透视表到 Tableau 视图计算268 

8.2  行级别函数及其作用 .//272

8.2.1  行级别函数的使用场景 //272 

8.2.2  字符串函数 //274 

8.2.3  日期函数 //278 

8.2.4  数字函数 //285 

8.2.5  类型转换函数 .//286 

8.2.6  高级字符串函数之“正则函数” //287 

8.3  聚合函数//290 

8.4  逻辑函数及行级别与聚合计算的差异 //291

8.4.1  IF 函数 .//292 

8.4.2  IIF 函数.293 

8.4.3  CASE WHEN 函数 .//294 

8.4.4  其他简化逻辑判断 .//294 

8.4.5  高级实例:各类别的盈利分层与盈利结构分析.//295 

8.4.6  高级说明:两类逻辑表达式的差异 .//298 

第9章 Tableau 高级计算:表计算 302 

9.1  多层次分析与高级计算原理简介 .//302

9.1.1  表计算函数代表:WINDOW_SUM 函数 //303 

9.1.2  狭义 LOD 表达式代表:FIXED LOD //306 

9.1.3  广义 LOD 表达式的分类及区别 //310 

9.2  表计算的独特性与原理 //311

9.2.1  表计算的独特性原理 .//312 

9.2.2  表计算的独特性:维度如何参与计算过程 .//313 

9.2.3  两种指定方向的方法 .//316 

9.3  表计算函数及实例 //318 

9.3.1最具代表性的函数: LOOKUP 函数和差异计算 //319 

9.3.2RUNNING_SUM 函数:移动汇总计算 //320 

9.3.3实例:LOOKUP 和 RUNNING_SUM 表计算(TC5)  321

 WINDOW_SUM 函数:窗口汇总函数 .//326 

 WINDOW_SUM 函数初级实例:加权计算与合计百分比(TC6)//329

 WINDOW_SUM 函数中级实例:相对于任意选定子类别的相对差异.332

9.3.7 高级实例:相对于任意日期的百分比差异(TC1)//335 

9.3.7参数类表计算 .//338

  INDEX 与 RANK 函数:排序表计算.//340 

  实例:基于公共日期基准的销售增长(INDEX 函数)(TC2) 341 

   实例:随日期变化的 RANK 函数(TC4) .//343 

9.3.12统计类表计算和第三方表计算 //346 

9.3.13快速表计算 .//347 

9.4  高级表计算设置 //348

9.4.1  实例:多遍聚合的嵌套表计算(TC3) 348 

9.4.2  实例:多个方向字段的深度优先原则 349 

9.5  综合实例:帕累托分布图制作方法 //351

9.6  综合实例:作为筛选器的表计算 .//356

9.7  TABLEAU 2020 新功能:PREP BUILDER 计算特定层次的排名.//359 

第 10 章  高级计算:狭义 LOD 表达式.362 

10.1  LOD 表达式的独特性和原理362 

10.2  LOD 表达式的语法.365 

10.3  FIXED LOD 表达式的 3 种类型 .//367

10.3.1  聚合度高于视图的详细级别 //368 

10.3.2  聚合度低于视图的详细级别 //372 

10.3.3  独立于视图的聚合 .//375 

10.3.4  3 种语法的原理说明 //376 

10.4 INCLUDE/EXCLUDE LOD 表达式377 

10.4.1  EXCLUDE LOD 实现更高层次的聚合//377 

10.4.2  INCLUDE LOD 实现更低层次的聚合.//378 

10.4.3  FIXED、EXCLUDE、表计算的计算逻辑与优先级 //379 

10.5 如何选择高级计算类型——层次分析 .381

10.5.1  高级分析的 4 个步骤 //381 

10.5.2  高级分析 4 个步骤的简要示例 //386 

10.6 高级应用:嵌套 LOD 表达式(NESTED LOD)389 

10.6.1  实例:使用 4 步分析完成嵌套 LOD //390 

10.6.2  嵌套 LOD 表达式的变化395 

10.7 高级分析模型:会员 RFM 分析模型.396

10.7.1  会员 RFM-L 指标体系.396 

10.7.2  会员分析的常见视角 //399 

10.7.3  会员客户频率分析 (LOD15-1) //400 

10.7.4  矩阵分析 (LOD15-2)//401 

10.7.5  新客户争取率 (LOD15-5)402 

10.7.6  各时间段不同复购间隔的客户数量(LOD15-10) .//402 

10.7.7  各个客户矩阵的年度购买频率(LOD15-15) .//403 

10.8 商品的交叉购买和购物篮分析 //408 

10.8.1  实例:不同交叉购买次数的客户数量 .408 

10.8.2  超级实例:基于订单中的购物篮交叉购买分析//410 

10.9 高级计算的最佳实践 //416 

10.9.1  视图中哪些位置决定详细级别 //416 

10.9.2  各类计算如何构成视图的组成部分 .//417 

10.9.3  如何选择计算类型及其优先级 //418 

第 11 章   Tableau Server 数据平台 .422 

11.1  敏捷 BI 加速从数据资产到价值决策的流动 422 

11.2  从 DESKTOP 发布到服务器:分析模型自动化.423 

11.3  从 PREP BUILDER 发布到服务器:数据流程自动化425 

11.4  DATA MANAGEMENT:从复杂数据准备到深度业务分析427 

第 12 章  保证数据安全:Tableau Server 的安全体系 430 

第 3 篇 从可视化到大数据分析平台

12.1 推荐的 TABLEAU SERVER 权限机制 //430

12.1.1  基于群组和项目设置权限 .//431 

12.1.2  在项目中锁定权限(必要时) //435 

12.2 行级别数据安全管理:用户筛选器与用户函数 435

12.3 TABLEAU SERVER 权限评估规则 //437 

参考目录（写在最后）439 

---

参考目录：

说明：参考目录中的文章、图书，均为作者仔细阅读过，并为本书贡献了知识基础。

1、Tableau官方网站、技术白皮书、蓝皮书、博客、知识库等

2、Tableau Public网站

3、文章“What is the DIKW Pyramid? ”  ontotext

4、文章“4 Steps Of DIKW Hierarchy: Essential Tools for Knowledge Management”，Master of Project Academy

5、博客 VizPainter: Tableau Tips and Tricks, Storytelling, and Data Visualization

6、博客The Information Lab

7、博客Tableau Nested LODs: A Dummy’s Guide，by Ana Yin

8、《思考，快与慢》丹尼尔·卡尼曼 ，中信出版社图书

9、《原则》瑞·达利欧 著，中信出版社

10、《你要如何衡量你的人生》[美]克里斯坦森 等 著，吉林出版集团，2013-01-01

11、“规范化－数据库设计原则”，陈博、蒋韬，2006 年 5 月 31 日发布，IBM Developer网站

12、《用图表说话：麦肯锡商务沟通完全工具箱》（The Say it wity Charts Complete Tooldit），[美] 基恩·泽拉兹尼 著，马晓路，马洪德 译，清华大学出版社

13、《用数据讲故事》[美] 科尔·努斯鲍默·纳福利克（Cole Nussbaumer Knaflic）著，陆昊，吴梦颖 译，人民邮电出版社

14、《Learning tableau 10-Second Edition》，Joshua N Milligan 著，Packt Publishing，2016-09-16

15、The Big Book of Dashboards: Visualizing Your Data Using Real-World Business Scenarios ,by Steve Wexler  (Author), Jeffrey Shaffer (Author), Andy Cotgreave (Author) ,Publisher: Wiley; 1 edition (April 24, 2017)

16、《大话数据分析：Tableau数据可视化实战》 高云龙、孙辰 著，人民邮电出版社

17、《数据之美：一本书学会可视化设计》 [美] 邱南森 著 中国人民大学出版社

18、《深入浅出数据分析》Michael Milton 著，李芳 译，出版社： 电子工业出版社

19、《不只是美：信息图表设计》（the Functional Art）[美] Alberto Cairo 著，罗辉，李丽华 译，人民邮电出版社

20、《最简单的图形与最复杂的信息：如何有效建立你的视觉思维》 [美] 黄慧敏（Dona M.Wong）著，白颜鹏 译，浙江人民出版社

21、《精益数据分析》，[加] 阿利斯泰尔·克罗尔（Alistair，Croll）、本杰明·尤科维奇（Benjamin，Yoskovitz） 著，韩知白，王鹤达 译，人民邮电出版社

22、《大数据时代》[英] 维克托·迈尔-舍恩伯格，[英] 肯尼思·库克耶 著，盛杨燕，周涛 译，浙江人民出版社

23、《大数据云计算价值转化》，IBM商业价值研究院 编，东方出版社

24、《大数据》涂子沛 著，广西师范大学出版社

25、《定价圣经》 [美]多兰、[美]赫尔曼·西蒙 著；董俊英 译，中信出版社

26、《定价制胜》 [德] 赫尔曼·西蒙（HermannSimon）著蒙 著

感谢每一位读者对作者的信赖。

高手赠书联系“喜乐君”

2020年7月4日