前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >独家 | Tableau使用窍门:轻松学会设计仪表板

独家 | Tableau使用窍门:轻松学会设计仪表板

作者头像
数据派THU
发布于 2018-12-04 02:38:05
发布于 2018-12-04 02:38:05
2.4K0
举报
文章被收录于专栏:数据派THU数据派THU

作者:Jeffrey A. Shaffer

翻译:季洋

校对:丁楠雅

本文约2000字,建议阅读8分钟

本文将介绍仪表板的网格选项以及设计你的仪表板时的一些其他小窍门。

#10 – 显示网格

如果你参加过仪表板大全(Big Book of Dashboards)的专题会、发表会、或网络研讨会,那么你肯定已经听作者们(包括我自己)谈论到网格设计的重要性。这个功能我一直在期待,并且期待了很久,现在终于等到了。Tableau为仪表板布局增加了这个新的网格选项。在菜单中选择“仪表板”(“Dashboard”),然后再选择“显示网格”(“Show Grid”)。就是这么简单。

#9 – 设置像素以调整网格尺寸

这是一个非常方便的选项。从菜单栏中选择“仪表板”(“Dashboard”),然后选择“网格选项”(“Grid Options”)。我比较喜欢以10个像素为单位地增大,我会在下文对此做更多讨论。

#8 – 使用移位键(SHIFT)将画布上的对象拖动为浮动对象

当将一个新的工作表放入仪表板画布时,你可以按住移位键(SHIFT)的同时在画布上拖动对象,Tableau将随之更改“平铺/浮动”设置。如果你设置对象为“浮动”并按住移位键(SHIFT)拖动一下,则对象将被平铺。如果你将对象设置为“平铺”并按住移位键(SHIFT)拖动一下,则对象将被浮动放置。

#7 – 使用T键将边条视图从仪表板切换到布局选项卡

在使用仪表板时,左边条视图上有两个选项卡,仪表板(Dashboard)和布局(Layout)。按下T键可以在这两个选项卡间跳转。

#6 – 使用箭头键每次1像素地移动对象

对于仪表板画布中的任意一个浮动对象,使用箭头键可以每次1像素地移动对象。

#5 – 使用移位键(SHIFT)和箭头键每次10像素地移动对象

对于仪表板画布中的任意一个浮动对象,使用移位键(SHIFT)和箭头键可以每次10像素地移动对象。如果你的网格尺寸正好为10像素,那么这种方法会非常方便,可以使对象们整齐地沿着网格线排列。这算不上一个真正的“对齐网格”功能,但它也已经足够完美了。你还可以同时按下两个箭头键和移位键(SHIFT)一起来斜向移动对象。

#4 – 使用交替键(ALT)和箭头键每次1像素地调整对象大小

对于仪表板画布中的任意一个浮动对象,使用交替键(ALT)和箭头键可以每次1像素地调整对象大小。

#3 – 使用交替键+移位键(ALT+SHIFT)和箭头键每次10像素地调整对象大小

对于仪表板画布中的任意一个浮动对象,使用交替键+移位键(ALT+SHIFT)和箭头键可以每次10像素地调整对象大小。同样,如果你的网格尺寸正好为10像素,那就可以整齐地沿着网格线调整对象大小,并且正如斜向移动浮动对象一样,你还可以同时按下两个箭头键和交替键+移位键(ALT+SHIFT)一起斜向调整对象大小。

#2 – 双击工作表快速创建仪表板布局

当将仪表板画布设为“平铺”时,你可以通过双击工作表来快速构建一个4分区的排版。即使你是一个喜欢把所有对象做成浮动的设计者,这仍然是更改成浮动之前准备对象的一种好办法,这点我会在下面演示。当双击4个工作表时,第一个被双击的将被置于左上分区,第二个被双击的将被置于右上分区,第三个被置于左下,而第四个则被置于右下。

#1 – 双击仪表板画布中对象的顶部标签以选中容器

这是一个简单的小窍门。当选中一个对象时,双击这个对象的顶部标签可以选中容纳这个对象的容器。

汇总

我将演示如何使用所有这么多窍门在短时间内设计一个Web Analytics仪表板。下面是我的演示大纲。 1. 双击4个工作表以创建一个4分区仪表板。注意,这些对象以平铺开始,但是在结束时将会成为浮动对象。 2. 在仪表板底部添加一个空对象。 3. 删除“尺寸”图例。 4. 双击对象的顶部标签以选中容器。 5. 使用移位键(SHIFT)将容器设为浮动对象。注意,当你这样操作时,你可以改变容器的大小并且使4个工作表在容器中呈现同等大小。 6. 排版容器以将工作表放在所需的位置(在浮动容器中平铺对象) 7. 使用移位键(SHIFT)+箭头键来调整容器的位置。 8. 添加仪表板标题(浮动或平铺) 9. 根据需要更改仪表板的颜色。 10. 选中容器然后删除它。现在这4个工作表都成为浮动对象。 11. 使用移位键(SHIFT)+箭头键调整每个工作表的位置。我在其间添加了一些空白区域。注意,因为开始时容器中的4个对象都是平铺的,它们现在具有相同大小并且整齐地排列。这就可以在用移位键(SHIFT)+箭头键移动的同时保持对齐。 12. 关掉“显示网格”(“Show Grid”)同时欣赏完成的仪表板。

我希望这些资料能对你有用。如果你有任何问题请随时邮件我。

Jeff@DataPlusScience.com Jeffrey A. Shaffer

原文标题: Tableau Tips – Volume 14 Dashboard Layout Tips 原文链接: https://www.dataplusscience.com/TableauTips14.html

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-10-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据派THU 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
基于内容的图像检索技术综述-传统经典方法
今天我们来介绍一下图片检索技术,图片检索就是拿一张待识别图片,去从海量的图片库中找到和待识别图片最相近的图片。这种操作在以前依靠图片名搜图的时代是难以想象的,直到出现了CBIR(Content-based image retrieval)技术,依靠图片的内容去搜图。比较常见的图搜平台有百度、谷歌、拍立淘等,有些图搜技术已经能达到非常不错的效果。接下来我们做个测试,给出一个柯基宝宝的图片,分别用三家搜索引擎进行搜索:
SIGAI学习与实践平台
2018/08/07
5170
基于内容的图像检索技术综述-传统经典方法
基于内容的图像检索技术综述 传统经典方法
原创声明:本文为 SIGAI 原创文章,仅供个人学习使用,未经允许,不得转载,不能用于商业目的。
SIGAI学习与实践平台
2018/07/28
1.3K0
基于内容的图像检索技术综述 传统经典方法
【TPAMI重磅综述】 SIFT与CNN的碰撞:万字长文回顾图像检索任务十年探索历程(上篇)
基于内容的图像检索任务(CBIR)长期以来一直是计算机视觉领域重要的研究课题,自20世纪90年代早期以来,研究人员先后设计了图像的全局特征,局部特征,卷积特征的方法对CBIR任务进行探索和研究,并取得了卓越的成果。
机器学习算法工程师
2018/07/27
1.1K0
【TPAMI重磅综述】 SIFT与CNN的碰撞:万字长文回顾图像检索任务十年探索历程(上篇)
【图像检索】【TPAMI重磅综述】 SIFT与CNN的碰撞:万字长文回顾图像检索任务十年探索历程
基于内容的图像检索任务(CBIR)长期以来一直是计算机视觉领域重要的研究课题,自20世纪90年代早期,研究人员先后采用了图像的全局特征,局部特征,卷积特征的方法对CBIR任务进行研究和探索,并取得了卓越的成果。
keloli
2018/09/10
4.2K0
大模型RAG向量检索原理深度解析
常规的知识库检索通常使用的是关键字与词条匹配,随着AGI的爆发,越来越多的知识库检索开始使用向量检索技术,特别是在RAG领域,增强型的生成式问答检索正在大面积应用和推广。
大脚攀爬
2024/04/18
1.8K0
大模型RAG向量检索原理深度解析
图像检索:基于内容的图像检索技术(三)
无论是对于相同物体图像检索还是相同类别图像检索,在大规模图像数据集上,它们具有三个典型的主要特征:图像数据量大、特征维度高以及要求相应时间短。下面对这三个主要特征逐一展开说明:
用户3578099
2020/03/04
2.4K0
广告行业中那些趣事系列38:广告搜索业务中海量高维数据集检索利器Faiss
摘要:本篇主要介绍实际广告搜索业务中经常使用的大规模检索利器faiss。首先是背景介绍,主要讲了相似度匹配任务和大规模检索算法以及如何应用到我们的实际业务场景;然后重点介绍了faiss,包括什么是faiss、大规模检索任务流程、faiss索引类型介绍、各种索引优缺点对比以及线上构建索引经验分享;最后项目实践了faiss。希望对在海量高维向量空间进行大规模检索任务感兴趣的小伙伴有所帮助。
数据拾光者
2022/05/05
6610
广告行业中那些趣事系列38:广告搜索业务中海量高维数据集检索利器Faiss
Elasticsearch:普通检索和向量检索的异同?
《Elasticsearch 向量搜索的工程化实战》文章一经发出,收到很多留言。读者对向量检索和普通检索的区别充满了好奇,所以就有了今天的文章。
铭毅天下
2022/02/09
4.9K0
图像检索:基于内容的图像检索技术(四)
基于树结构的最近邻搜索方法和基于哈希的最近邻搜索方法在理论计算机科学、机器学习以及计算机视觉中是一个很活跃的领域,这些方法通过将特征空间划分成很多小的单元,以此减少空间搜索的区域,从而达到次线性的计算复杂度。
用户3578099
2020/03/18
1.6K0
全方位解读 | Facebook的搜索是怎么做的?
今天要和大家分享的论文是来自Facebook的『Embedding based Retrieval in Facebook Search』。
NewBeeNLP
2020/10/21
1.7K0
【向量检索研究系列】快速入门
随着互联网的不断发展,产生了各种各样的海量数据,比如图片、文本、视频和语音等非结构化数据,这些数据可以通过人工智能技术提取出特征向量,然后通过对这些特征向量的计算和检索来实现对非结构化数据的分析和检索,如何对非结构化的向量数据进行高效检索即为向量检索技术的核心问题。
码之有理
2022/06/30
3.3K4
【向量检索研究系列】快速入门
高维向量压缩方法IVFPQ :通过创建索引加速矢量搜索
向量相似性搜索是从特定嵌入空间中的给定向量列表中找到相似的向量。它能有效地从大型数据集中检索相关信息,在各个领域和应用中发挥着至关重要的作用。
deephub
2023/12/20
7900
高维向量压缩方法IVFPQ :通过创建索引加速矢量搜索
以图搜图技术演进和架构优化【优质文章】
当你看到一株未曾见过的植物,你可以打开百度APP,拍照搜索,找到相关信息;当你看到朋友穿了一件你特别喜欢的衣服,你也想买一件,你可以通过淘宝APP的拍立淘功能,找到商品;当你到达一个陌生的地方,你可以通过微信APP对着当地的街区或者建筑物拍一张照片,来定位你的详细位置。这背后都是强大的以图搜图技术。
AI算法与图像处理
2019/05/22
1.6K0
以图搜图技术演进和架构优化【优质文章】
向量数据库原理之向量索引
在前面的文章中讲解了milvus的源码安装——向量数据库milvus源码剖析之开篇,向量数据库通常具备以下特点:
公众号guangcity
2024/06/27
6560
向量数据库原理之向量索引
图像检索:基于内容的图像检索技术(二)
相同物体图像检索是指对查询图像中的某一物体,从图像库中找出包含有该物体的图像。这里用户感兴趣的是图像中包含的特定物体或目标,并且检索到的图片应该是包含有该物体的那些图片。如1.3图所示,给定一幅”蒙娜丽莎”的画像,相同物体检索的目标就是要从图像库中检索出那些包含有”蒙娜丽莎”人物的图片,在经过相似性度量排序后这些包含有”蒙娜丽莎”人物的图片尽可能的排在检索结果的前面。相似物体检索在英文文献中一般称为物体检索(Object Retrieval),近似样本搜索或检测(Duplicate Search or Detection)也可以归类于相同物体的检索,并且相同物体检索方法可以直接应用到近似样本搜索或检测上。相同物体检索不论是在研究还是在商业图像搜索产业中都具有重大的价值,比如购物应用中搜索衣服鞋子、人脸检索等。
用户3578099
2020/03/04
1.4K0
深度学习时代工业界最常用的检索算法?
今天给大家分享一个在工业界、实际工作中非常常用的技术——向量检索。得益于深度学习、表示学习的迅猛发展,向量化检索逐渐成为实际应用中很常见检索方法之一,是深度学习时代很多成熟系统的基础模块,在诸如文档检索系统、广告系统、推荐系统应用广泛。通过离线或在线将实体表示成向量的形式,再进行向量之间的距离度量,实现线上检索。
圆圆的算法笔记
2022/09/22
1.4K0
深度学习时代工业界最常用的检索算法?
复合索引:向量搜索的高级策略
在向量搜索领域,我们拥有多种索引方法和向量处理技术,它们使我们能够在召回率、响应时间和内存使用之间做出权衡。虽然单独使用特定技术如倒排文件(IVF)、乘积量化(PQ)或分层导航小世界(HNSW)通常能够带来满意的结果,但为了实现最佳性能,我们往往采用复合索引。
用户3578099
2024/07/15
5110
复合索引:向量搜索的高级策略
检索算法小结
上一篇文章介绍了大模型应用利器--RAG。在RAG中当然少不了检索。检索算法在信息检索、搜索引擎和推荐系统等领域中扮演着至关重要的角色。它们的核心任务是根据用户查询从大量数据中找出最相关的信息。本文就对检索算法进行以下小结。
languageX
2024/07/01
3300
ChatGPT盛行的当下,向量数据库为大模型配备了一个超级大脑
你是否有过这样的经历:你在网上看到一张壁纸,画面中的雪山和湖泊令人心驰神往,你想知道这是哪个国家的美景,却不知道如何搜索;或者,在阅读一篇文章时,你想深入了解这个话题,寻找更多的观点和资料,却不知道该如何精确描述;又或者,当你在聆听一首歌曲时,你想寻找更多同样风格或情感的歌曲,却不知道如何分类。这时,你需要的是一个能够理解你的意图,为你提供最相关的结果,让你轻松找到你想要的信息的工具。
机器之心
2023/08/08
5150
ChatGPT盛行的当下,向量数据库为大模型配备了一个超级大脑
向量数据库入坑指南:聊聊来自元宇宙大厂 Meta 的相似度检索技术 Faiss
我们日常使用的各种 APP 中的许多功能,都离不开相似度检索技术。比如一个接一个的新闻和视频推荐、各种常见的对话机器人、保护我们日常账号安全的风控系统、能够用哼唱来找到歌曲的听歌识曲,甚至就连外卖配送的最佳路线选择也都有着它的身影。
soulteary
2022/09/03
2.2K0
推荐阅读
相关推荐
基于内容的图像检索技术综述-传统经典方法
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档