Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
Ik ga het hebben over hoe de LuckyTemplates-functie voor voorwaardelijke opmaak uw rapporten naar een hoger niveau kan tillen. Het is een erg handige functie, maar niet veel mensen gebruiken het vooral omdat deze functie begraven ligt onder de andere tools van LuckyTemplates. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
De voorwaardelijke opmaakfunctie in LuckyTemplates heeft veel waarde vanuit het oogpunt van visualisatie. Het kan mogelijk ook de manier vereenvoudigen waarop u uw gegevens modelleert.
Inhoudsopgave
Kleurenschaal gebruiken voor klantrangschikking op basis van omzet
Ik zal beginnen met iets simpels. Dit is een visualisatie van al mijn klanten en de hoeveelheid inkomsten die ze binnenbrachten.
Laat me hier een datumsnijder toevoegen om u later te laten zien hoe flexibel deze aanpak is.
Wat ik hier wil doen, is de klanten een kleurcode geven op basis van hun totale omzet .
Normaal gesproken zou ik dynamische groepering gebruiken om de visualisatie te wijzigen op basis van een berekening. Maar met de voorwaardelijke opmaakbenadering die ik ga gebruiken, kan ik dit diagram aanpassen zonder dynamische groepering.
Nog verbazingwekkender is het feit dat de feitelijke omstandigheden of de regels die deze kleurcodes zouden bepalen, niet eens in de visual zelf zijn opgenomen.
Hoe doe ik dat?
Eerst heb ik mijn klantrang berekend .
Ik gebruikte de functie op klantnamen . Daarna gebruikte ik Total Revenue en rangschikte ze in DESC- volgorde.
Daarna ga ik in op mijn gegevenskleuren in mijn opmaaktools.
Ik klik op de 3 stippen naast de standaardkleur onder Gegevenskleuren.
Dat laat me de knop voor voorwaardelijke opmaak zien .
Zodra ik op voorwaardelijke opmaak klik, verschijnt dit venster. Hier kan ik de kleuren op mijn diagram wijzigen op basis van de regels of voorwaarden die ik ga instellen.
Ik begin eenvoudig door een kleurenschaal toe te passen op basis van mijn Totale Opbrengst .
Zodra ik die twee gebieden heb ingesteld, wordt me gevraagd om kleuren te kiezen op basis van het minimum (of de laagste waarde in mijn dataset) en het maximum (wat de hoogste waarde in mijn dataset is).
Ik pas deze opmaak toe op mijn diagram, zodat mijn hoogwaardige gegevens er nu als volgt uitzien:
En terwijl ik verder naar beneden scrol, verandert de kleur op basis van hoe elke klant is gerangschikt.
Gegevenskleuren instellen op basis van regels
Deze keer ga ik specifieke kleuren instellen op basis van de regels of voorwaarden die ik ga instellen.
In het deelvenster Voorwaardelijke opmaak kies ik Regels onder de eerste vervolgkeuzelijst. Vervolgens baseer ik de opmaak weer op klantrang .
Dit is het verschil tussen deze aanpak en de vorige. Ik ga subsets maken van mijn hele dataset door specifieke waarden toe te wijzen aan elke kleur .
Dus ik ga beginnen met een groep die groter is dan of gelijk is aan 1 tot degenen die kleiner zijn dan 6.
Zodra ik op Toevoegen klik, krijg ik de kans om een andere regel in te stellen. Ik kan regels (en kleuren) blijven toevoegen, afhankelijk van hoeveel subsets ik nodig heb.
Voor de 2e set regels ga ik degenen groeperen die van 6 tot 10 zijn gerangschikt (wat betekent dat ik de bovengrens instel op minder dan 11). Dan zal mijn 3e set degenen bevatten die gerangschikt zijn van 11 tot 20.
Zodra ik op OK klik, zul je zien dat de visualisatie die ik bedenk heel anders zal zijn dan het voorbeeld dat ik eerder heb gemaakt.
Ik kan de gegevens ook filteren met behulp van de datumsnijder die ik eerder heb toegevoegd. Dit voegt een andere context toe aan de getoonde gegevens.
U kunt ook de andere beschikbare visualisatie-opties in dit deelvenster gebruiken, afhankelijk van waar u de nadruk op wilt leggen en hoe u ze wilt laten zien.
Voorwaardelijke opmaak gebruiken op locatiegebaseerde gegevens
Dit is iets eenvoudiger dan het vorige voorbeeld dat ik liet zien, maar het is ook een geweldige manier om gegevens weer te geven op basis van de locatie. Deze keer gebruik ik een kaart.
Nogmaals, ik ga naar het voorwaardelijke opmaakvenster om een regel in te stellen met behulp van mijn Totale opbrengst . Ik ga deze keer ook een meer absoluut getal gebruiken.
Ik heb de kleur paars gekozen voor alle waarden onder de 500.000. Al het andere dat niet aan deze vereiste voldoet, behoudt de standaardkleur die aanvankelijk was ingesteld voordat ik mijn voorwaardelijke opmaak toepaste.
Nu, één blik op deze kaart en ik kan meteen zien welke gebieden mijn best verkopende en mijn best verkopende regio's zijn.
Omzetgroei per regio weergeven
Hier is een andere manier om de gegevens op deze kaart weer te geven. Deze keer ga ik kijken naar omzetgroei . Was de omzetgroei per gebied positief of negatief?
Dit is waar maatvertakking om de hoek komt kijken. Ik begin met mijn Totale Opbrengst die de functie gebruikt voor al mijn Verkopen .
Vervolgens bereken ik de totale opbrengst van vorig jaar. Deze keer gebruik ik de functie en verwijs ik naar Total Revenue , en voeg ik toe met behulp van de Date .
Ik gebruik ook nog een laatste maatstaf voor omzetgroei . Dit wordt het verschil tussen mijn totale opbrengst en de totale opbrengst LY . Ik ga hiervoor ook de
Merk op dat omzetgroei dynamisch is. Ik kan het tijdsbestek dat ik nodig heb aanpassen en de gegevens zullen veranderen afhankelijk van die tijdsperiode.
Om het gemakkelijker te maken de gegevens op de kaart te begrijpen, gebruik ik groen voor positief en rood voor negatief.
Zodra deze regels zijn toegepast, is dit de visualisatie die ik krijg.
Nogmaals, dit geeft ons zoveel inzicht in één oogopslag. Ik kan eenvoudig nagaan welke regio's in de problemen zitten en welke het goed doen.
De keerzijde van voorwaardelijke opmaak
Er is één nadeel aan het gebruik van voorwaardelijke opmaak in plaats van dynamische groepering. Er is geen goede manier om labels toe te voegen aan wat je doet .
Wanneer u dynamische groepering gebruikt, kunt u een legenda maken die laat zien waar elk deel van het diagram over gaat. Maar met voorwaardelijke opmaak kunt u geen legenda's maken.
Hier is eigenlijk een simpele oplossing voor. U hoeft alleen de titel van uw diagram duidelijker te maken. In dit voorbeeld hieronder heb ik de kaart bijvoorbeeld 'Totale omzet per provincie, positieve versus negatieve groei' genoemd.
Met zo'n voor de hand liggende titel zou ik helemaal geen label nodig hebben.
Technieken voor aangepaste voorwaardelijke opmaak in LuckyTemplates
Traceren van trends in LuckyTemplates DAX-formules gebruiken
Unieke inzichten in LuckyTemplates extraheren met behulp van DAX-metingen
Conclusie
Hopelijk heb ik je kunnen laten zien hoeveel inzicht je kunt krijgen als je eenmaal de ins en outs van de LuckyTemplates-functie voor voorwaardelijke opmaak hebt geleerd.
Het is niet perfect voor elk scenario, vooral omdat je geen legendes of labels kunt hebben. Maar als de gegevens die u wilt presenteren vrij eenvoudig zijn, zou het geen probleem moeten zijn om ze te gebruiken.
Al het beste,
Wat is zelf in Python: voorbeelden uit de echte wereld
Je leert hoe je objecten uit een .rds-bestand in R opslaat en laadt. In deze blog wordt ook besproken hoe je objecten uit R naar LuckyTemplates importeert.
In deze tutorial over DAX-coderingstaal leert u hoe u de functie GENERATE gebruikt en hoe u de titel van een maat dynamisch wijzigt.
Deze zelfstudie behandelt hoe u de Multi Threaded Dynamic Visuals-techniek kunt gebruiken om inzichten te creëren op basis van dynamische gegevensvisualisaties in uw rapporten.
In dit artikel zal ik de filtercontext doornemen. Filtercontext is een van de belangrijkste onderwerpen waarover elke LuckyTemplates-gebruiker in eerste instantie zou moeten leren.
Ik wil laten zien hoe de online service LuckyTemplates Apps kan helpen bij het beheren van verschillende rapporten en inzichten die uit verschillende bronnen zijn gegenereerd.
Leer hoe u wijzigingen in uw winstmarge kunt berekenen met behulp van technieken zoals vertakking van metingen en het combineren van DAX-formules in LuckyTemplates.
Deze tutorial bespreekt de ideeën van materialisatie van datacaches en hoe deze de prestaties van DAX beïnvloeden bij het leveren van resultaten.
Als u tot nu toe nog steeds Excel gebruikt, is dit het beste moment om LuckyTemplates te gaan gebruiken voor uw zakelijke rapportagebehoeften.
Wat is LuckyTemplates Gateway? Alles wat u moet weten