Xiaojing.Wang
Xiaojing.Wang
### 学员信息 学号：1901050017 学习内容：exercise 01 学习天数：002 学习时间：5小时 ### 学习心得 学习体会： 查找汇总统计学知识 用flowchart把概念串起来 在全部查找完时，我还是一知半解，于是我决定再去看一遍wikepedia和khanacademy。 忽然看到网页最下方的分类，这才意识到视频里总说起的central tendency和dispersion，原来是这次作业的两大阵营啊。这个时候做个思维导图应该最容易把脑子里的知识串起来了。想起来就得动，去google如何在typora上做思维导图，研究了一会，做出来了，于是技能包里又多了一个mermaid语句包。   LR是从左到右 TD是自上向下 [],(),(()),{}分别会显示节点形状 | |:  A-->B:  A==>B:  以后有机会再深究typora...
### 学员信息 学号：1901050017 学习内容：exercise 01 学习天数：003 学习时间：3小时 ### 学习心得： 作业终于完成了，心情放松不少。 在tableau desktop，条形图📊部分卡壳： 1. 不会双轴合并。在教练的帮助下，右键选择，点击完成。 2. 仔细和作业示例图比较，发现很多细节都没完成，于是开始按照作业示例图匹配，难点真不少。  上面图里用红色画的线都是比较之后发现的： - 度量值的轴的名字需要改 - 轴的刻度线上的单位得改成‘B’ - 时间得筛选 - 季度这个轴得编辑。 好多小细节不检查不知道，检查了以后更不知道。只有踏下心来看资料，一步步解锁。 p.s.做完作业，仔细看了条形图，自从有了期货市场，btc的交易量增长真快呀。...
### 学员信息 学号：1901050017 学习内容：exercise 02 学习天数：004 学习时间：3小时 ### 学习心得： - exercise01: 教练发邮件说01作业还有一些不完善的地方，需要修改一下。 季度在筛选器里只需留一个；黄框标题去掉。 改完以后就正式进入exercise02的学习了。 - exercise 02 #### 了解tableau的关键基础知识 李笑来老师说过一个概念：**最少必要知识**。 > 学任何东西，想要“速成”从来都是妄想。但是，用来起步的那一点“**最少必要知识**”不仅是可以迅速获得的，也是必须迅速获得的。 > > “最少必要知识”起码要包括“阅读能力”。...
### 学员信息 学号：1901050017 学习内容：exercise 02 学习天数：005 学习时间：4小时 ### 学习心得： 为什么使用tableau？ 白皮书上写到： > 使数据囿于孤立、静态的图形中，会限制您能够回答的问题数量。让数据把来龙去脉娓娓道来，成为决策的核心所在。把相关图表结合起来。添加地图。设置筛选条件向更深层次挖掘。结果如何？以风驰电掣的速度获得商业洞见以及问题的答案。 我的理解就是数据很多，但能看懂或者说能让其他人看懂，并能提供给决策一些重要信息很难。于是tableau的出现，让展示商业决策的依据和结果就变得容易了。 在学习使用过程中，发现使用它其实比excel的数据图要简单很多，“拽拉点”就是大部分的操作。难点是得理解底层逻辑，才能展现出合理的结果。比如：将某个数据拽到“行”上，指的是`Tableau`将此度量聚合为总和并创建垂直轴。而拽到列呢？则是代表把这个数据聚合，并创建一个水平轴。还有拽到标签上，也都是根据这个数据来展现某种特征，颜色，大小之类的。 看文字就能学会的技能我没有掌握，所以还是老老实实地动手操作吧。 作业的第二部分要求完成17个图表，第三部分要求总结。边按步骤制作图表，边写总结的话，可能会加深印象。于是我把优点和应用场景都做成了表格，方便自己查阅和理解，同时呢，按照要求完成了17个图表。 今天的完成度还算可以，明天再战。  
### 学员信息 学号：1901050017 学习内容：exercise 02 + 数据分析、统计学资料 学习天数：006 学习时间：1小时 ### 学习心得： 这几天看屏幕时间太长，眼睛受不了了，疼得很厉害。于是今天没有选择用电脑来玩成作业，用kindle把周边书和资料看了看。 #### 《深入浅出统计学》： 表现单类数据里各个所占比例时用饼图最好用。 比较各个类别的大小频次时用条形图更好。 在一定范围内计算范围频率数范围时，可以用直方图来表示，它和条形图长得差不多，但有很大区别，直方图长条之间时没有间隔的；直方图中的长条面积和得分数也就是频率数成比例。 #### 《利用python进行数据分析》 数组聚合和分组运算： 比如说分组，就是把一个字典里的key和value分开，再根据key的类别分组，根据实际应用再合并，这就是分组再聚合。不过字典可以是列表或数组，甚至是函数。  这时我想起来tableau，它简直是太方便了，清洗、聚合、分组，应用都可以直接进行，只需要清楚地知道自己想表达的目的即可。 吃完止痛药，休息了一天，明天再开始应对屏幕。
### 学员信息 学号：1901050017 学习内容：exercise 02 + 数据分析、统计学资料 学习天数：007 学习时间：3小时 ### 学习心得： 今天的作业内容是制作仪表盘。 询问教练之后，知道表格、仪表盘、故事这三者之间的关系，我自己的总结就是俄罗斯套娃，表格是最基础的部分，然后把相关数据的表格放到一个仪表盘里，最后汇总到故事里去。 仪表板(dashboard)的定义：是多个工作表和一些对象(如图像、文本、网页和空白等)的组合，可以按照一定方式对其进行组织和布局，以便揭示数据关系和内涵。 引用官方档案里的一句话 > ### 创建有效仪表板的最佳做法 > > 精心设计的仪表板可以协调组织的工作，帮助发现关键的见解，并加快决策速度。 目前，我联系起来了几组表格，制作成了三个仪表盘。本来应该接着往下做的，但是在查看完有关资料后，又觉得做的不好，看到资料中实例仪表盘做得非常好，再看看我做的。。。。。于是我开始学着制作好看有用的仪表盘，我想数据之间是有联系的，甚至应该是交互的，也就是说点击某一个仪表盘上的表格，和它相关的表格应该是联动状态，以多个角度分析这才是数据分析的根本，看完了以下的例子，我确定了这不是个简单的作业，至少对我来说，我想做出交互式的仪表盘。   我总结了自己一些做仪表盘时需要注意的地方，方便明天继续做作业时注意。 1....
### 学员信息 学号：1901050017 学习内容：exercise 02 + tableau dashboard 资料 参考书《tableau官方资料》、《tableau可视化之极速》 视频《 Do it yourself tableau》、《tableau官方教程》 学习天数：008 学习时间：3小时 ### 学习心得： 仪表盘知识学习了两天，终于有了一些进展。 仪表盘最重要的一点就是找出工作表们的内在联系，使之交互，以观看者或者决策者看懂并展现出隐含的、对决策有潜在价值的模式和关系。 在之前做出的工作表是分别按照“superstore”和“世界发展指标“这两个数据源做出的。经分析，和前者有关的工作表是一系列的销售、物流数据，要按其类来分别做出仪表盘；和后者有关的工作表是综合性数据，并且有关的工作表只有两个，可以都放到一个仪表盘里。 在superstore行业，需要从海量数据中快速找出有价值的信息，在作业中的一系列工作表中，有展示销售量和利润的，有展示各区域和各时间段航运模式趋势的，有展示商品细分的利润的，有展示各商品之间的销售量比例的。所以我以此做的仪表盘，是以各数据之间的联系做依据的，当然最重要就是交互性。 #### 步骤： 1. 确定布局大小，在哪种设备上播放 2. 布局与流畅度: 左上角是重点，全局概述...
### 学员信息 学号：1901050017 学习内容：exercise 02 + storytelling data资料 参考书《The non-designer's design book》、coursera course《Dashboards and storytelling with tableau》 《Stroytelling with data》 学习天数：009 学习时间：2小时 ### 学习心得： 现在到故事了，我发现数据分析不光包括数据清洗、整理，还有如何找到数据间的联系，从而发现隐含的消息，甚至可视化数据的制作也有很多门道，如何让数据有效交互，排版，最后在 演示过程中简洁高效表现出来，其中的知识真的是太多了，越想做好一点，越会发现学习的知识就要更多。 #### 数据可视化： 1. 选择好图表。根据目的来选择度量值，选择适合该度量值的图表。...
### 学员信息 学号：1901050017 学习内容：总结exercise02知识 学习天数：010 学习时间：2小时 ### 学习心得： exercise02作业今日已完成。 涉及到的知识，进行思考总结 #### 数据类型的图表实现 此次作业的第一部分是制作图表，不过是按照例子按步骤做。后来我在想，如果要是自己拿到一堆数据，又该选择哪些图表呢，哪些会更适合呢？教练提前想到了我们做作业时的顾虑，于是到了第二部分，就开始整理各个类型的图表的优点、主要用途和适用场景。总结完以后，心里没那么慌了，毕竟学是为了实践嘛，能用才是关键。 昨天找到一个网站，能为数据图表化提供非常好的思路: [D.V.P](https://datavizproject.com) 如果按照功能分类图表的话，可以分类成几种 - comparison：   - concept visualisation： ...