使用 Tableau 2024.3 空间参数与计算新功能,升级地理数据分析!

地理分析强大升级!带你了解 Tableau 空间参数、计算与聚合新功能~

在 Tableau 2024.3 中,我们不仅能通过丰富的 Viz Extensions 快速创建高级图表,还能借助全新的空间参数、空间计算(对称差集、交集、差集)和 Union 空间聚合等功能增强地理空间分析,进一步丰富地图可视化的交互性。

01 空间参数:地图交互新利器,动态数据分析更灵活

Tableau 新增的空间参数为地图可视化提供了参数的全部功能。借助空间参数,你可以选择点、线或多边形来动态影响计算。这类似于现有的参数类型,但具有地理空间功能。

此外,你还可引入数据集之外的空间值。例如,使用熟知文本(WKT, 一种标准文本表示格式,用于提供坐标参考系统或空间参考系统的完整定义)来设置值,从而在 Tableau 工作簿中动态、可视化地探索空间关系。

如上图所示,Tableau 仪表板中并排显示了两个交互式地图。如果我们在一个地图中点击普吉特海湾的学区,则会改变另一个地图中学校的数据点。

如要使用空间参数进行创新,请参考以下场景进行探索:

▶ 探索无法连接的数据源之间的空间关系:

已发布的 Tableau 数据源不能用于连接或创建关系,但可以在工作表创作中与空间参数一起使用。

▶ 跳过耗时的空间连接过程:

以前,探索大型空间数据集之间的关系需要进行空间连接,可能需要等待数小时才能完成。如今,借助强大且灵活的 Tableau 空间参数,你可以打破数据源之间的边界,比较两个数据源中的空间区域。如果要更进一步,你还可使用参数操作动态比较多个数据源中的区域。

▶ 通过参数控件进行个性化探索

与其他参数类型一样,你可以将参数控件与空间数据一起使用。设置 Tableau 空间参数时,你可以在列表中看到易于理解的名称和别名,或在控件中输入点、多边形、线或任何其他内容。而报表的查看者也可以从数据集之外获取数据,并将其用于分析中。

▶ 真正实现动态的距离查询:

如果你会在 Tableau 中创建地图缓冲区(Buffer),就能快速找到其中的内容!

如下图所示,用户可直接在工作表中使用参数控制缓冲区的大小,再也无需费力进行距离计算并在交集连接上设置大小值。

在这个示例仪表板中,地图呈现的是纽约市布鲁克林区域小型企业的分布情况,并允许你通过交互式操作探索企业周边一定范围内的地址数量。

鼠标点击橙色方块(代表企业),地图会出现一个以其为中心的环形缓冲区。通过将空间参数、缓冲区计算、参数操作结合起来,Tableau 提供了一种动态探索地理空间数据的新方式:

缓冲区大小由仪表板下方的 "Inner Buffer" 和 "Outer Buffer" 滑块控制,分别代表内环和外环的半径(单位可能是米或英尺)。"Address-o-Meter" 条形图会显示在缓冲区范围内的地址数量,仪表板右下角的参数控件会显示你当前选中的企业名称。

▶ 根据空间关系快速筛选或创建集

由于 INTERSECTS() 空间函数返回 true/false 的布尔值结果,因此你可以使用它从数据中快速筛选或创建集,并控制其他可视化图表的结果。

▶ 动态比较两个区域

使用新的空间布尔计算,你可以快速对比两个区域,并观察可视化图表的变化。

▶ 通过简化的连接帮助用户解答邻近度问题

Tableau 空间参数允许用户选择感兴趣的位置(和距离)来获得个性化的结果,且无需预先创建所有可能的连接。

▶ 测试与预览空间分析效果

在一小部分数据上直观测试空间交集,以确保你能够在连接所有数据前进行所需的分析,快速简便!

▶ 交互式创建所需的地理区域

众所周知,空间数据虽复杂但很有用,因此 Tableau 空间参数不仅支持点、线和多边形,还支持点、线和多边形的集合,这意味着你可以使用参数操作交互式创建所需的地理区域效果。

假设,某跨国集团在美国的销售区域涵盖三个州:伊利诺伊州、印第安纳州和俄亥俄州,那么你就可以选择这三个区域并创建一个包含其数据的空间参数。

02 空间计算:区域对比更直观,空间关系一目了然

除了空间参数,Tableau 2024.3 还新增了三种空间计算函数,可用于比较地图上的区域。这些布尔值类型的空间运算符将返回一个空间对象结果,以方便你在地图上查看对象,更深入地评估空间关系。

目前,Tableau 包含 4 种空间运算符,前 3 项为新增功能:

SYMDIFFERENCE(对称差集):计算第二个参数中与第一个参数中的区域重叠的任何部分,并从两者中丢弃。最终返回两个参数中区域的剩余部分。

INTERSECTION(交集):计算并返回第二个参数与第一个参数中区域重叠的区域部分。

DIFFERENCE(差集):当第二个参数中的所有区域都是从第一个参数中重叠的区域划分出来时,计算剩余区域的部分。丢弃第二个参数中不重叠的区域。

UNION(并集):返回作为整体轮廓重叠或相交的空间数据点、多边形和线。

结合下图来看,右侧是两幅独立的填充地图,而左侧三幅地图则分别描绘了基于右侧地图区域的共同点或差异进行对称差集、交集和差集布尔计算的空间结果。

03 Union 空间聚合:边界融合一键完成,区域整合更便捷

以前,Tableau 中可用于空间值的唯一聚合方式是“Collect”。现在,你可以使用“Union”进行聚合了。如下图所示,我们可以直观了解 Tableau 中两种空间聚合方式的区别。

👉 Collect(收集):如图左,"Collect" 将四个独立的县组合在一起,但保留了各自的边界线,你可以清晰看到四个县的轮廓。此外,"Collect" 将多个空间对象聚合为一个集合,但不改变这些对象的几何形状。

👉 Union(联合):如图右,"Union" 也将四个县组合在一起,但它消除了县之间的内部边界,将它们融合成一个单一的、连续的形状。同时,"Union" 会创建一个新的空间对象,其几何形状是所有输入对象合并后的结果。

进一步探索 Tableau 地图功能

想必对地图感兴趣的小伙伴,已经跃跃欲试了。立即升级到 Tableau 2024.3,期待你借助这些全新的空间分析功能,实现更强大的交互式地图!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,997评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,603评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,359评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,309评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,346评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,258评论 1 300
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,122评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,970评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,403评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,596评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,769评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,464评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,075评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,705评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,848评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,831评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,678评论 2 354

推荐阅读更多精彩内容