《业务可视化分析》书摘要
本文来自于《业务可视化分析：从问题到图形的 Tableau 方法》（2024年第三次印刷）第十一章。点击链接可以购买。
7.7.4 高级案例： “地平线图”Horizon Chart—借助高级计算处理度量
Yvan Fornes在“Your future Destination | Find your next flight”（航班分析）仪表板中，用如下所示的“地图平线图”展示了多年各月份的航班客座率（Load Factor） 。看得出，七八月份是出行高峰，而二月则是低谷。
图 7 41 地平线图：各年各月的满座率变化
这个图形就是“地平线图” Horizon Chart，图形使用颜色代表量化的分类，多个蓝色的堆积代表分布，而对应的度量却未必有意义，这是要注意的。
我们可以先用此前的标准图形看一下背后对应的数据。如图7-42所示。
图 7 42 两种展示方式：各年各月的满座率
“多重折线图”和“突出显示表”分别描述了多年各月的客座率趋势变化和分布情况。但是，前者颜色太多了，显得混乱，而没有颜色的单一折线图又过于简练（聚合度太高）；后者颜色清晰，有助于发现分布，不过过于简单失去了趋势性。
有没有一种方案，整合二者的优势，实现视觉的平衡呢？
也许，这就是“地平线图”Horizon Chart的初衷吧。
地平线图有两个关键：
- 绝对值度量转化为相对值，这一点类似于“排序图”，但更复杂
- 为了突出分布，分布两端需要多条线构成“地平线重叠效果”，因此“绝对值转自定义相对值”就需要多次转化，这个是难点
- 由于自定义相对值取代了绝对值，地平线图中隐藏度量轴，固定标尺
用图形的方式讲，就是如何把图7-43左侧的折线图转化为右侧的多重堆叠颜色，多个颜色的堆叠构成“地平线”。这里颜色对应的字段不能是影响问题层次的维度，而只能是多个度量。
图 7 43 地平线图的关键：如何从左侧折线到多重折线转化
接下来，就是如何把每年的12个聚合值，转化为多个度量值，然后连续堆叠在一起。
绝对值转化为自定义的相对值，转化的关键是如何设置基准。此前绝对值转化为排序，相对于按照序列的方式自定义排序，降序就只有一种排序方式；但如果与逻辑判断结合，就有了无限可能。比如{50,60,70}可以转化为{0,10,20}（等距调整到零点）或者{10,20,30}（等距调整到10为起点），甚至{5,6,7} （统一除以10）。
在这里，可以以5为间隔，设置多个基准，从而把“客座率”转化为多个自定义序列。如图7-44所示。
图 7 44 通过简单计算，把绝对值序列改为多个自定义序列
通过计算转化自定义序列，就是接下来的关键。思路是正确的，只是这里的简单加减转化后的范围还是太宽。为了减少堆叠颜色的数量，这里把每个月的客满率转化为1～5的序列。“掐头去尾”转化为5和0，中间部分用减法。如图7-45所示。
图 7 45 使用自定义计算把序列转化为0～5区间
有了这些度量值，就可以在每年每月的序列中，构成地平线视图了。如下7-46所示，多个自定义的度量值作为分类构建颜色，使用“区域”构建颜色叠加。由于每个序列都是从0到5，每种颜色都要从0开始，而非堆叠，因此要设置“分析->堆叠标记->关”。
图 7 46 使用多个度量重叠颜色形成地平线效果
这里的度量值是自定义相对区间，显示没有意义；同时，为了强调集中分布，则可以进一步设置坐标轴只显示0～2，就是最开始的地平线图效果了。
可见，地平线图的关键依然是“绝对值转化为相对值”，只是相对于排序图的一次性转化，这里使用了多次转化并用颜色重叠构建了类似于光晕效果。
Yvan Fornes上面的分析中，引用了Joe Mako的作品“Unemployment Horizon Chart”，如图7-47所示，这里才用了不同的计算方式转化度量，不过逻辑与上面方式一样。
图 7 47 各州的失业率与全国偏差 by Joe Mako
关联文章：
- How to create a horizon chart to display dense data （来自 tableau 官方网站）
喜乐君 Feb 24, 2021