Løs en dataanalyseudfordring med LuckyTemplates Accelerator
Udvid dine rapportudviklingsevner ved at deltage i en dataanalyseudfordring. Acceleratoren kan hjælpe dig med at blive LuckyTemplates-superbruger!
Dette blogindlæg handler om at bygge en brugerdefineret forklaring til at erstatte standardforklaringen i en standard LuckyTemplates-kortvisual. ArcGIS kortvisual er fantastisk . Det kræver nogle justeringer at få mest muligt ud af det, men det er bestemt umagen værd. Ligesom andre kortlægningsbilleder ser forklaringen ikke for godt ud og bør forbedres. Du kan se den fulde video af denne tutorial nederst på denne blog.
I denne øvelse vil jeg demonstrere, hvordan man bygger en brugerdefineret forklaring i et choropleth-kort med filtre til at vise både de foretrukne farver og segmenteringen.
Choropleth-kort er fantastiske til at vise aggregerede værdier inden for geografiske grænser som stater , kommuner eller postnumre .
Indholdsfortegnelse
Oprettelse af en Choropleth Lucky Templates kortvisuel
Til dette eksempel opretter vi et choropleth-kort baseret på postnummer. Kortet ligner huff gravity analyse-kortet i . Det samme datasæt er også blevet brugt her.
1. Import af datasæt til LuckyTemplates-kortvisualen
For at starte skal du åbne LuckyTemplates-editoren og gå til forespørgselseditoren . Importer derefter dit datasæt.
I dette eksempel viser datasættet med navnet " Befolkning " postnumrene i Holland omkring Rotterdam. Desuden viser den breddegrad og længdegrad for postnummerets tyngdepunkter, hvis vi skal kortlægge dem som punktlag.
2. Oprettelse af en farvetabel
Derefter skal vi oprette en farvetabel med vores segmenter , ønskede farver og en sorteringskolonne .
For at få den matchende hex-farvekode, kan vi bruge i ved at bruge et skærmbillede af LuckyTemplates-kortet.
3. Tilføjelse af forklaringstabellen
Lad os så tilføje forklaringen til kortet. Lad os først oprette en tabel og navngive den som " tilføje legende ".
I LuckyTemplates kan vi bruge bins til lige at gruppere et numerisk felt baseret på en division. Dette gør os i stand til at visualisere data på en mere meningsfuld måde.
Som en guide til vores datasæt skal vi lave et histogram og vælge vores bins i henhold til værdifordelingen. I dette tilfælde har vi taget seks forskellige skraldespande. " til "-kolonnen her repræsenterer de beholderområder, hvor vi kan vælge vores foretrukne beholdere.
4. Tilføjelse af segmenteringen
Nu skal vi tilføje segmentering til befolkningsdataene. At tilføje en kolonne er ikke en big deal, da vi har et begrænset antal poster. Der er flere måder at gøre dette på, og jeg vil vise dig to af dem.
Den første bruger funktionen Tilføj betinget kolonne som vist nedenfor.
Den anden kaldes Append-metoden ved hjælp af tilføjelsesforklaringstabellen , som er det, vi skal bruge i dette eksempel.
Tilføj tabellerne Population og Tilføj legende for at sikre, at deres overskrifter for kolonnen Population er de samme i begge tabeller. De tilføjede legendedata vil derefter blive stablet oven på vores befolkningsdata.
Sorter derefter rækkerne i kolonnen Befolkning .
Det næste trin er at udfylde kolonnen Legend .
Filtrer derefter de rækker fra, der ikke har en værdi i kolonnen Postnr .
Denne model er nu klar, og vi kan allerede indlæse denne til forespørgslen. Vi kan nu også indlæse farvetabellen i LuckyTemplates.
I LuckyTemplates er det sådan vores simple datamodel vil se ud.
5. Formatering af det visuelle kort
Gå til datavisningen og vælg ArcGIS- kortet.
Tilpas derefter størrelsen på ArcGis- kortpladsholderen.
Træk derefter postnummeret til feltet Placering .
Og legenden om farvefeltet .
Vores kortvisual vil nu se sådan ud. Det er tydeligt, at det visuelle kæmper for at få mening i vores data, og det har brug for retninger.
Så lad os klikke på formateringsikonet .
Sørg for, at indstillingen Vis lag er aktiveret.
Klik derefter på det gule ikon for at vise flere muligheder.
Vælg derefter indstillingen Lag .
Klik på menuen (tre prikker øverst til højre), og vælg derefter Placeringstype .
Som standard vil kortet vise punkter. Vi kunne bruge dette, hvis vi ønsker at vise et punktlag ved hjælp af breddegrad og længdegrad i vores datasæt.
Lad os derefter klikke på dropdown-pilen her og vælge Grænser .
Nu kan vi vælge et land. I dette eksempel har vi valgt Holland .
Så vælg ét land fra afsnittet " Placeringer er i ". Vælg derefter Holland som land.
Dernæst er den placeringstype, der er knyttet til valget af land. Pop-up-tabellen viser den eller de tilgængelige lag i det valgte land.
For dette eksempel skal du vælge Postnumre4 – NLD_4orange_2019 . Klik derefter på knappen OK .
Når det er gjort, vil et meget farverigt billede af vores postnummergrænser blive vist.
Det er dog ikke det resultat, vi ønsker i øjeblikket.
6. Anvendelse af farver i LuckyTemplates kortvisual
Så vi skal åbne feltet Lag igen, klikke på menuen (tre prikker øverst til højre) og vælge indstillingen Symbologi .
Rul ned hele vejen for at få adgang til farveindstillingerne.
Vælg derefter hvert segment og skift farven for at matche den med værdien fra vores farvetabel .
Dette vil derefter vise det visuelle kort, som vi forventer. Det viser dog standardforklaringerne, som ikke ser godt ud, og dækker også en del af vores kort.
Så lad os begynde at bygge vores tilpassede legender.
Oprettelse af brugerdefinerede legender til en LuckyTemplates kortvisuel
Først tilføjer vi værdierne fra farveforespørgslen i en tabelvisuel.
For at gøre det skal du klikke på .
Klik derefter på farve- og forklaringskolonnerne fra farvetabellen .
Det næste trin er at klikke på Formatering igen. Slå indstillingen Baggrundsfarve til under Betinget formatering .
Vælg feltværdi fra valget Formater efter .
Under indstillingen Baseret på felt skal du klikke på farvekolonnen fra farvetabelforespørgslen .
Klik derefter på knappen OK .
Vi skal også gøre det samme for skriftfarven . Slå skrifttypefarven til under Betinget formatering .
Indstil også værdien Formater efter til felt . Vælg derefter farve fra farvetabelforespørgslen under feltet Baseret på feltet . Klik på knappen OK .
Fjern derefter totalerne ved at slå det fra under formateringsindstillingen .
Til sidst skal du vælge en hvid skrifttype for at skjule overskriften.
Vores legende er nu klar. Som du kan se, viser det visuelle kort et godt sæt legender, der er informative og klikbare. Du kan omforme det eller lave noget endelig formatering i lærredet efter behov.
Konklusion
Det var alt for denne tutorial. Dette indlæg viser, at tilføjelse af brugerdefinerede legender i envisual kan vise segmentering og farver fra en tilpasset farvetabel. Du skal bare huske på, at den korrekte opsætning af datasæt og strømforespørgsler er afgørende for, at dette fungerer.
Jeg håber, du har nydt processen og fundet den nyttig. Tjek nedenstående links for flere eksempler og relateret indhold.
Paul
Udvid dine rapportudviklingsevner ved at deltage i en dataanalyseudfordring. Acceleratoren kan hjælpe dig med at blive LuckyTemplates-superbruger!
Lær, hvordan du beregner løbende totaler i LuckyTemplates ved hjælp af DAX. Løbende totaler giver dig mulighed for ikke at blive fanget af et individuelt resultat.
Forstå konceptet med variabler i DAX i LuckyTemplates og betydningen af variabler for, hvordan dine mål beregnes.
Lær mere om det brugerdefinerede visuelle kaldet LuckyTemplates Slope-diagrammet, som bruges til at vise stigning/fald for en enkelt eller flere metrics.
Opdag farvetemaerne i LuckyTemplates. Disse er afgørende for, at dine rapporter og visualiseringer kan se ud og fungere problemfrit.
Beregning af et gennemsnit i LuckyTemplates kan gøres på mange måder for at give dig præcise oplysninger til dine virksomhedsrapporter.
Lad os dykke ned i Standard LuckyTemplates-temaer og gennemgå nogle af de funktioner, der er indbygget i selve LuckyTemplates Desktop-applikationen.
I dette selvstudie lærer du, hvordan du bygger en brugerdefineret forklaring i en LuckyTemplates-kortvisual for at vise dine foretrukne farver og segmentering.
Lær, hvordan du opsætter et LuckyTemplates-baggrundsbillede ved hjælp af PowerPoint. Dette er en af mine teknikker til at skabe mine LuckyTemplates-rapporter.
I denne tutorial skal vi dykke ned i nogle indkøbsanalyser i en organisation ved at bruge en interagerende funktion og kraften i datamodellen.