Dodawaj, usuwaj i zmieniaj nazwy kolumn w R za pomocą Dplyr
W tym samouczku omówimy pakiet dplyr, który umożliwia sortowanie, filtrowanie, dodawanie i zmianę nazw kolumn w języku R.
Przyjrzyjmy się moim najlepszym praktykom dotyczącym wizualizacji danych w usłudze LuckyTemplates .
Surowe dane mogą być trudne do odczytania. Tak więc wizualizacje są tworzone w celu ułatwienia zrozumienia danych. Ale wizualizacje mogą być mylące, jeśli są wykonane nieprawidłowo. Możesz obejrzeć pełny film tego samouczka na dole tego bloga.
Wizualizacje są kluczem do zrozumienia przez konsumentów.
Teraz omówię moje najlepsze praktyki dotyczące wizualizacji danych, które pomogą Ci stworzyć dobry raport.
Spis treści
Używanie siatek do wizualizacji przekrojów
Po pierwsze, użyj siatek do utworzenia segmentów informacji, aby konsument przeglądając raport mógł je łatwo zidentyfikować.
Spójrz na przykładowy raport poniżej.
Każda wizualizacja jest oddzielona siatkami z małymi odstępami między nimi. Te przestrzenie umożliwiają łatwiejszą nawigację.
Siatki są wykonane z prostokątnych bloków za elementami wizualnymi.
Wybór odpowiednich kolorów
Po drugie, użyj palety z prostymi schematami kolorów .
Przestudiuj poniższy wykres pierścieniowy:
Kolory nie są niebieskie, jak większość wykresu. W ten sposób sprawiają, że wykres wydaje się niezrównoważony.
Ponieważ jednak wykres jest dość daleko, kolory nie mogą być dostosowywane.
Ale możemy dostosować kolor krajalnicy. Jest w ciemniejszym odcieniu w porównaniu z większością raportu. Dlatego istnieje kontrast.
Lepiej trzymać się jaśniejszych lub ciemniejszych odcieni, aby uzyskać większą jednolitość.
W tej relacji użyłam głównie jaśniejszych odcieni.
Zmienię więc kolor krajalnicy na jaśniejszy odcień niebieskiego.
Teraz wygląda to bardziej jednolicie i jest zgodne z resztą raportu.
Wybór odpowiedniego wykresu do wizualizacji danych
Trzecia praktyka to używanie odpowiedniego wykresu i wizualizacji.
Wybierając wizualizację, której chcesz użyć, najpierw zidentyfikuj informacje, które chcesz przedstawić. Następnie określ, która wizualizacja jest najlepsza dla tego rodzaju danych.
Na przykład prezentując daty, przedstaw je na wykresie kolumnowym.
Weź ten wykres jako przykład:
Zastanów się, jakie wizualizacje ułatwią konsumentowi zrozumienie danych.
Unikanie bałaganu w raporcie
Możesz tworzyć strony w swoich raportach, wybierając ten przycisk.
Unikaj bałaganu w raporcie, rozkładając informacje na stronach.
Na każdej stronie upewnij się, że ma historię lub punkt. Raporty są tworzone w celu przedstawienia historii za pomocą Twoich materiałów wizualnych.
Wyróżnij kluczowe informacje w swoich raportach.
Kluczowe informacje są głównym punktem Twoich raportów. Innymi słowy, jest to główna idea w twoich danych. Dlatego powinny to być najbardziej podkreślane dane spośród wszystkich Twoich wizualizacji.
Aby uzyskać spójny raport, używaj wyraźnych tytułów i etykiet dla swoich danych.
W tym raporcie wizualizacje i sam raport mają tytuły definiujące ich dane.
*****Powiązane łącza*****
Wskazówki dotyczące projektowania raportów usługi LuckyTemplates — najlepsze praktyki
dotyczące wizualizacji danych w usłudze LuckyTemplates Wskazówki dotyczące analizy trendów KPI
Technika wizualizacji danych w usłudze LuckyTemplates: tworzenie dynamicznego nagłówka lub tytułu
Wniosek
Pamiętaj o tych najlepszych praktykach dotyczących wizualizacji danych. Podsumowując, wizualizacje koncentrują się na wydajności użytkownika.
Tworząc raporty, możemy skomplikować sprawę. Prowadzi to do bałaganu w raportach i niejasnych wizualizacji. Dzięki tym najlepszym praktykom w zakresie wizualizacji danych możemy temu zapobiec.
W tym samouczku omówimy pakiet dplyr, który umożliwia sortowanie, filtrowanie, dodawanie i zmianę nazw kolumn w języku R.
Odkryj różnorodne funkcje zbierania, które można wykorzystać w Power Automate. Zdobądź praktyczne informacje o funkcjach tablicowych i ich zastosowaniu.
Z tego samouczka dowiesz się, jak ocenić wydajność kodów DAX przy użyciu opcji Uruchom test porównawczy w DAX Studio.
Czym jest self w Pythonie: przykłady z życia wzięte
Dowiesz się, jak zapisywać i ładować obiekty z pliku .rds w R. Ten blog będzie również omawiał sposób importowania obiektów z R do LuckyTemplates.
Z tego samouczka języka kodowania DAX dowiesz się, jak używać funkcji GENERUJ i jak dynamicznie zmieniać tytuł miary.
W tym samouczku omówiono sposób korzystania z techniki wielowątkowych wizualizacji dynamicznych w celu tworzenia szczegółowych informacji na podstawie dynamicznych wizualizacji danych w raportach.
W tym artykule omówię kontekst filtra. Kontekst filtrowania to jeden z głównych tematów, z którym każdy użytkownik usługi LuckyTemplates powinien zapoznać się na początku.
Chcę pokazać, jak usługa online LuckyTemplates Apps może pomóc w zarządzaniu różnymi raportami i spostrzeżeniami generowanymi z różnych źródeł.
Dowiedz się, jak obliczyć zmiany marży zysku przy użyciu technik, takich jak rozgałęzianie miar i łączenie formuł języka DAX w usłudze LuckyTemplates.