在 Tableau 2018.3 發(fā)布之后，集操作功能擴(kuò)展了 Tableau 中的交互性，通過用戶的選擇可以進(jìn)行更深入，更多樣化的比較，并讓我們能夠以全新的視角查看數(shù)據(jù)?，F(xiàn)在，您可以為 Viz 讀者提供更豐富的分析，更靈活的探索和更簡單的用戶體驗(yàn)。

集操作能夠使交互更具表現(xiàn)力，無需任何編程即可對儀表板的設(shè)計進(jìn)行精確的控制。它們讓我們能夠?yàn)樽罱K的用戶交互設(shè)計各種自定義響應(yīng)?，F(xiàn)在可以通過單個選擇來協(xié)調(diào)多個可視化的不同行為，創(chuàng)建出幾乎無窮的組合。

篩選操作與集操作

與可視化作品的交互通常等同于篩選操作，但篩選只是對用戶選擇的一種響應(yīng)。有時您可能想：

1、查找與選擇條件相關(guān)的所有項目，而不是僅保留完全匹配的項目

2、保留符合任一選擇條件的項目，而不是滿足所有選擇條件的項目

3、對所選項目進(jìn)行排序，對齊，分組或向下鉆取，同時保留剩余數(shù)據(jù)的上下文

4、隱藏數(shù)據(jù)而不是篩選，以便您可以在計算中使用它

雖然篩選器僅保留選擇中的數(shù)據(jù)，它把數(shù)據(jù)分為兩個組 - 在選擇中或未在選擇中。實(shí)際上，篩選器只是一種特殊類型的集。而在原則上，集可以表達(dá)篩選器能夠表達(dá)的任何內(nèi)容，但反之則不然。

1、通過交互性表示關(guān)系和重疊等概念

2、使用 Tableau 來思考計算編寫

3、應(yīng)用提示和技巧進(jìn)行設(shè)計和著色

示例 1：關(guān)系篩選

概念：有些數(shù)據(jù)編碼意義，而有些數(shù)據(jù)編碼關(guān)系。人們從編碼意義的數(shù)據(jù)類型中進(jìn)行選擇。例如，用戶可能會問：“2018 年世界杯上哪些球隊和巴西隊一組？”“哪些球隊在E組？” 對小組感興趣的原因是組內(nèi)的球隊會互相進(jìn)行比賽。雖然篩選器總是會選擇用戶所點(diǎn)擊的值，但是集合可以根據(jù)與用戶所選項目的關(guān)系而選擇其他字段。

數(shù)據(jù)源：2018 World Cup Match Results

情景：對于一支選定的球隊，他們打了多少場比賽，在與哪些球隊的比賽中贏了，輸了，或是平局？每個球隊得了多少分，而它的對手又得了多少分？

解讀：當(dāng)我們選擇一個國家時，它與其他球隊比賽的進(jìn)球數(shù)和被進(jìn)球數(shù)都會在 Viz 右側(cè)展示，但是它們是向著不同的方向延伸的。

值得注意的是：購物籃分析也可以用完全相同的方式解決，用訂單 ID 代替比賽 ID，而用產(chǎn)品代替隊伍。

示例 2：對選擇進(jìn)行排序和對齊

概念：堆積條形圖通常用于比較各個部分對整體的貢獻(xiàn)。雖然第一個部分和總值在條形圖中可以輕松比較，但內(nèi)部其他區(qū)域卻很難比較，因?yàn)樗鼈儾辉诠餐幕€上。因此我們可以通過對選定部分的排序和對齊來解決此問題。

數(shù)據(jù)源：2017 - 2018 Stock Ticker Data

情景：每支股票的上漲或下跌的百分比是多少？哪些股票最不穩(wěn)定？哪些股票波動性最??？哪些股票經(jīng)常上漲？哪些股票經(jīng)常下跌？

解讀：每個橫條代表了各個股票的每日變化情況。紅色部分越多意味著股票下跌的次數(shù)越多，而紫色部分越多則意味著股票上漲的次數(shù)越多。顏色的深淺代表著變化的大小。對不同部分進(jìn)行排序可以回答有關(guān)波動性，幅度和變化方向的問題。

值得注意的是：雖然各個股票的橫條總長度是一樣，但當(dāng)選擇一個或多個部分時，它會重新對齊。

示例 3：在選擇中應(yīng)用 OR 邏輯

概念：雖然篩選器始終在選擇中應(yīng)用 AND 運(yùn)算符，但集可以在選擇中應(yīng)用 OR 運(yùn)算符。

數(shù)據(jù)源：Normalized London House Price Data(1995-2018)

情景：數(shù)據(jù)中的房產(chǎn)按照土地所有權(quán)分類或按照房產(chǎn)類型分類的比例是多少？在只符合一個分類標(biāo)準(zhǔn)的房產(chǎn)中，符合土地所有權(quán)分類標(biāo)準(zhǔn)的百分比和符合房產(chǎn)類型標(biāo)準(zhǔn)的百分比又是各多少？

解讀：OR 條件與總計算的百分比相結(jié)合，使您可以分析選擇標(biāo)準(zhǔn)的重疊部分。例如， freehold 和 terraced 之間存在很大的重疊部分，而 freehold 和 flat 之間幾乎沒有重疊部分，盡管幾乎所有的房產(chǎn)都符合這兩個標(biāo)準(zhǔn)中的其中一個。

值得注意的是：添加篩選器總是會減少記錄數(shù)，但添加帶 OR 條件的集會增加結(jié)果集中的記錄數(shù)。

動態(tài)分組

示例 4：合并細(xì)節(jié)層次

概念：數(shù)據(jù)通常是在嚴(yán)格的層次結(jié)構(gòu)中構(gòu)建的，而分析則需要將不同層次的細(xì)節(jié)合并到一個字段中。例如，銷售經(jīng)理常常想知道團(tuán)隊中個人配額與其他團(tuán)隊平均配額相比較的情況。

數(shù)據(jù)源：Market Value of Players and Teams in the 2018 World Cup

情景：對于選定的小組，各個球隊的平均球員市場價值是多少？這與其他小組的平均值相比如何？

解讀：德國的平均球員市場價值高于所有其他小組的平均值，而其他球隊 - 瑞典，墨西哥和韓國 - 均低于所有小組的平均值。墨西哥和瑞典在第 16 輪擊敗德國的比賽中表現(xiàn)出色！

值得注意的是：這個技術(shù)允許您同時將組內(nèi)的方差與組之間的方差進(jìn)行比較。

示例 5：選擇與其他/條件聚合

概念：當(dāng)篩選器移除未選擇的類別時，集可以將未選擇的類別分組為“其他”。

數(shù)據(jù)源：Normalised London House Price Data(1995-2018)

情景：選定地區(qū)的房價趨勢與所有其他地區(qū)的平均房價趨勢的比較。

解讀：每次選擇某一區(qū)域時，它都會從“其他”類別中移除。

值得注意的是：使用篩選器時，清除選擇會為每個類別顯示單獨(dú)的時間序列。使用集合，清除選擇將顯示匯總數(shù)據(jù)。當(dāng)選擇中具有大量類別時，該技術(shù)特別有用。

示例 6：單個成員向下鉆取

概念：擴(kuò)展類別子集使您可以在單個比例上對不同級別的詳細(xì)信息進(jìn)行比較。

數(shù)據(jù)源：Market Value of Players and Teams in the 2018 World Cup

情景：Viz 展示了在選定小組中的某個球隊或具體運(yùn)動員的平均球員市場價值與其他小組的平均值相比的情況。

值得注意的是：比率在不同的層次結(jié)構(gòu)上是可比較的，而大小和數(shù)量通常不可以。例如，將個人的價值與團(tuán)隊的總價值進(jìn)行比較的情況并不常見，除非需要強(qiáng)調(diào)特殊的個人。例如，梅西的市場價值高于整個俄羅斯隊的市場價值。使用此技術(shù)時，請務(wù)必考慮要測量的類型和分析的意圖。

操作順序

示例 7：在篩選器之前計算排名

概念：像排序函數(shù)之類的表計算總是在篩選器之后應(yīng)用，但在某些情況下，您可能希望在篩選之前進(jìn)行表計算。

數(shù)據(jù)源：Market Value of Players and Teams in the 2018 World Cup

情景：對于選定的國家，每個球員在其球隊內(nèi)，地區(qū)，和世界上的排名各是如何？

解讀：梅西在阿根廷，南美和全球都排名第一。哈里凱恩在英格蘭排名第一，在歐洲排名第一，但在全球排名第二。而姆巴佩在法國排名第一，在歐洲排名第二，在全球排名第三。

值得注意的是：這里并沒有對所選的隊伍進(jìn)行篩選，而是對所有數(shù)據(jù)排序并隱藏不在集合中的國家。這可以確保 Viz 是根據(jù)所有數(shù)據(jù)所計算的排名，而不僅僅是篩選后的可見數(shù)據(jù)。

示例 8：計算視圖中被移除數(shù)據(jù)的移動平均值

概念：時間序列分析通常需要篩選到特定的時間范圍內(nèi)，同時需要計算包括篩選時間段之前的數(shù)據(jù)。

數(shù)據(jù)源：Normalised London House Price Data (1995-2018)

情景：放大指定時間范圍，不僅可以查看按周銷售的房產(chǎn)數(shù)量，還可以查看固定時間段（52 周內(nèi)）房產(chǎn)銷售的移動平均值。

值得注意的是：在計算度量時，將返回所選時間范圍內(nèi)的度量值，否則返回空值。根據(jù)系統(tǒng)設(shè)計會自動隱藏空值度量，因此會使 Viz 自動縮放到所選時間范圍。

集操作使交互性更具表現(xiàn)力

集操作提供了強(qiáng)大的功能和靈活性幫助我們設(shè)計更有效的交互。用戶將擁有更多的控制權(quán)，這意味著我們可以得到更好的定制體驗(yàn)和更豐富的分析。雖然這篇文章已經(jīng)提到了幾個例子，但集操作的潛力是無限的，我們期待在社區(qū)里看到集操作的應(yīng)用。