==感觉他这里讲的不好，不实用，全是毫无意义的理论
==今天又看了一边，楼上说的对（4.17
1 tableau介绍
今天继续跟着戴师兄继续学习新的数据分析BI工具tableau，这个工具主要是用于数据的可视化和仪表盘的搭建。
本节的目标大概就是学习制作这样的一个仪表盘。
但是可视化其实只是tableau的基础操作，数据赋能和数据探索才是tableau正确的打开方式。
数据赋能大概意思就是将数据的看板发送到线上，其他部门人员可以直接基于你给的网址登陆去查看信息，并且看板是可以自动刷新的，业务人员还可以以此去下载数据。还可以设置一个通知，即数据中出现异常时可以自动的发出预警。
并且还可以让线上人员直接编辑修改，无需下载tableau软件。
总结一下，数据赋能功能如下：
自动更新看板，自动下载数据，线上修改图标，邮箱发送数据，设置数据预警。
数据探索是tableau第二个核心功能，主要功能如下
支持亿级数据的连接和处理，自由对字段进行各种计算，拖拽就可以轻松制作图表，数据可以随意聚合下钻，图标类型灵活转换，内置算法智能建模。
当然BI工具并不是只有tableau，PBI也很强，但是其不支持MAC，拓展资源也少。
小结：以上这些貌似都是需要会员才可以使用，学习阶段可能是无法接触到上述功能的。
2 数据连接
连接到本地文件时注意，csv属于文本文件。连接数据库还需要下载相关的驱动。
而数据连接的功能类似于excel当中的vlookup，将两个数据表按照其中一列进行连接。
默认就是智能连接，只需要选择连接所用的数据字段就可以。
这里视频中做了两个连接，shop连接cpc，河shop连接order，两个连接都有两个连接字段，上图已经给出。
在tableau的右上角有连接的两个选项，实时就是每次计算都会提取一次数据库进行运算，但在数据量大的时候会比较卡顿。数据提取就是将数据取到自己的库中，但每改动一次数据源就需要重新提取一次数据。
一般来说都是选择数据提取。
在做数据保存时，会有两个保存格式，twb是不包括数据的，打开工作表时需要自己连接数据；twbx是内置数据的。
此外右上角还有数据筛选器功能
例如选取GMV，我们可以设置提取范围，只显示满足范围条件的数据。当数据量比较大，或者有着统一的筛选规则时可以使用这里的功能。
接下来再说一下数据的处理，就是下方的大表，可以查看数据，进行排序，重命名，拆分等操作，由于过于简单，这里就不贴图了。点击这里可以之间查看数据列的信息，了解数据。
然后本次课程所使用的数据有三个，分别是shop，cpc和orders，第三个数据只有一家门店数据信息。
3 数据可视化原理
对于tableau的可视化而言，数据有两种类型，分别是维度和度量，其实维度就是分类型数据，度量就是连续型数据。
3.1数据可映射的图形类型：
3.1.1 位置：
通过两个度量（连续）分别作为x轴和y轴，确定某一个维度（离散）变量的位置，从而形成空间关系来表现该维度变量的分布和趋势，有点像气泡图。
3.1.2 长度
长度直接以图形的长度来衡量度量（连续）的大小，以维度（离散）变量作为区分，就如正常的条形图。
3.1.3 角度
角度或者弧长都是以度量的大小直接衡量，其表现可以细分维度与整体的关系，就如同饼图。
3.1.4 方向
这是对趋势的描述，如同折线图，以维度作为横轴（一般是时间），度量作为纵轴，观察其变化趋势。
3.1.5 形状
用来做区分，有些类似聚类时的一些图，用来区分维度，其实就是在散点图中加入形状。
3.1.6 面积与体积
面积体积比大小
3.1.7 颜色与深浅
类似热力图
3.2 可视化字典（链接）
3.3 使用tableau将数据变成图表
可以拖拽的区域主要有如下：
行列，标记卡和筛选器。行列不多说，就是简单的拖拽字段，标记卡用来切换数据的视觉映射类型，调整图标颜色标记大小等展示细节。筛选器是将指定变量作为筛选条件。
师兄视频里举了一个例子，将GMV放在行，日期放在列，但这里还需要将日期转换成日或者月。
然后就是表的制作，表的制作是不能使用连续型数据的，如果非要，那就得手动将连续数据改成离散型，离散会产生标签数据，连续会产生图形。
