解构Tableau可视化原理（全彩）

《解构Tableau可视化原理》是一本深入剖析Tableau软件绘图原理的高级指南。作者开创了一种新的讲授方式，通过绘制各种图形，深入浅出地讲解了Tableau中的底层概念、计算原理和交互逻辑，并全面解读了详细级别（LOD）表达式、表计算、集动作、参数动作等高级概念的原理，让读者能够更加灵活地运用Tableau进行数据分析和可视化展现。

本书适合已经掌握Tableau基础操作的进阶用户阅读，通过对本书的深入学习，读者可以更加深刻地理解Tableau的运行原理，不再纠结于Tableau的使用技巧，进而感受到利用Tableau探究数据问题所带来的无限乐趣。

姜斌（扫地sir），首都师范大学心理学学士，北京大学应用心理学硕士。数据分析师、数字化转型顾问，公众号“参悟Tableau”作者，Tableau Viz Challenge冠军。

曾就职于地产、金融领域的上市公司，成长于业务端，长年与数字打交道，对数字化技术有着强烈的兴趣和热爱。近些年更专注于Tableau可视化分析，热衷于数据分析在企业中的应用，致力于推动企业的数字化转型。

通过绘制各种图形，带领读者了解Tableau中的各种底层概念、计算原理和交互逻辑。

全面、细致地解构了详细级别（LOD）表达式、表计算、集动作、参数动作等高级概念的运作原理。

灵活地运用Tabaleau进行数据分析和可视化展现。

推荐序1

作为一名曾经的Tableau 员工，我非常荣幸，因为可以帮助不同职业的用户查看并理解数据。在过去的几年里，我有机会深入了解这款产品的多重优势，有了Tableau 这个强大的伙伴，我可以更好地服务用户，实现自身的价值，这段工作经历也成为我职业生涯中难以忘怀的一部分。

Tableau 作为一款出色的数据分析工具，为用户提供了观察和理解数据的独特视角，其杰出的数据可视化能力改变了我们的工作和生活方式。Tableau 的可视化分析功能极大地简化了数据分析的过程，能让人更加轻松地发现有价值的信息。凭借其强大的数据洞察能力，Tableau 为决策者提

供了更加明智、更有依据的决策支持。

Tableau 的实用性、直观性和灵活性，使得无论是新手用户还是专业人士，都能轻松上手，快速掌握数据可视化分析的技巧。通过Tableau，我们可以轻松地将大量数据转化为有价值的洞见，从而更好地解决问题、指导决策。无论是面对海量数据还是复杂问题，Tableau 都能帮助我们快速、准确地找到解决方案。

2020 年，为了传播正确的数据文化，以及响应中国用户对Tableau 无尽可能性的探求精神，我创办了“Tableau 数据故事慧”栏目。在偶然的机会中，我经由Andy 黄的引荐认识了姜老师。

在我看来，他应该是Tableau 圈子中的一位重量级人物，因此，便向他介绍的我的“Tableau 数据故事慧”栏目，并极力邀请他成为第20 期嘉宾。在分享过程中，姜老师以他独特的视角，对Tableau 数据可视化的逻辑进行了深入解读，让广大观众眼前一亮。这场分享的视频在短短几个小时内便获得了大量观看，至今其浏览量也位列这个栏目的前三名。

在精心准备这次分享的过程中，姜老师萌生了写作本书的想法，这让我深感荣幸，同时也让我充满期待。我深信，通过本书的帮助，读者能够更深入地理解Tableau，学会操作Tableau 的基本功能和高级特性，轻松创建各种精美的图表和数据可视化作品，并将其熟练地运用于工作和生活中。无论你是初学者，还是有一定经验的用户，都希望本书能成为你学习Tableau 过程中的得力伙伴，让你在Tableau 的学习与应用过程中取得事半功倍的效果。

Tableau 前客户成功经理

李霏菲

推荐序2

关于作者

作为Tableau 铁杆级别的粉丝，我在学习、成长的路上受到了很多前辈“分享知识”的恩惠，这其中就包含本书作者，人称“Tableau 界扫地僧”的姜斌老师。

2017 年，我刚开始学习Tableau 之初，时常在简书等平台看到“扫地sir”的文章，彼时心中就满是敬佩。时至今日，看到姜老师总能把Tableau 仪表板做到既不失商务仪表板的精髓，又兼具可视化的美观和“优雅”，我还是暗暗佩服他在实用与形式、简约与美观之间的平衡。

1．两位业务分析师的不期而遇

在过去几年，我和姜老师时常交流，今年尤其之多。我们在彼此身上能找到很多的共同点：大学文科的学习背景，秉持对计算机一贯的热爱（从大学“攒机”开始），做过计算机或网络方面的勤工俭学，进入职场之后在业务板块边做工作边学习数据分析技能（姜老师做财务工作VS 我做零售业务），善于以写作促进学习并不吝分享。这种种的缘分，也让我们最终因为Tableau 走到了一起，一起为客户交付项目，合力写作“业务数据分析系列”丛书。

从2021 年开始，我就时刻期待姜老师能出版一本讲解Tableau 可视化的图书，从刚开始的暗示到后来的定期问候，终于有一天姜老师说“书稿写完了”，于是我们又开始沟通图书的标题、封面，甚至关键词语的一致性表达，我非常期待这本书能补齐我在《数据可视化分析（第2 版）：分析原理和Tableau、SQL 实践》和《业务可视化分析： 从问题到图形的Tableau 方法》两本书中未能或未敢碰触的地方，帮助分析师更深入、全面地理解和应用Tableau，并进一步通往业务数据分析的广阔世界。

搭建商务仪表板如同建造一栋数字化大厦，世间大厦千万座，地基牢固第一条，因此掌握分析背后的原理至关重要。世间没有完全相同的两栋楼，只是使用的建筑技巧不同。在这本书中，读者可以透过可视化仪表板、透过复杂的图表，领略业务分析背后的究竟之道，既包含Tableau 可视化绘图原理，又包含众多实用的技巧，不管你使用什么工具，想必都能收获良多。

2. Tableau 还是业务可视化分析的“最优解”吗一个容易被广大用户忽略的事实是，今年是Tableau 公司成立20 周年（2003—2023），这个产品的生命周期超过了跨国公司的平均寿命，超过了迄今很多业务分析师的分析生涯。20 年来，Tableau 看着一代代传统BI（BusinessIntelligence，商业智能）软件衰弱，看着一颗颗BI 新星和ChatGPT 崛起，自己依然是那个敏捷可视化分析的“常胜将军”。

我们常常关注身边的新东西，“昨日RPA、今日GPT ；昨日BI、今日AI”，也常常忘记那些不变的东西。正是过去20 年都不变的本质，成就了Tableau 的今天，也应该奠定每一位业务分析师的前途。

Tableau 脱胎于斯坦福大学的“Polaris” 项目， 由荣获图灵奖的Pat 教授领衔打造。

Tableau 在成长过程中申请了众多专利，并在服务世界级客户的过程中持续改进。20 年过去了，虽然早年的开发团队和管理团队已经逐渐隐退，但敏捷分析的底子却依旧无人能敌。过去十几年，很多BI 软件厂家都在或明或暗地学习、模仿并试图超越Tableau 的可视化逻辑，但目前来看无一出彩（当然它们也各有自己的优势之地）。

在这本书中，读者可以领略部分20 年来经久不变的东西，它们是Tableau 乃至整个可视化分析的基础。

只要掌握了Tableau 的底层原理及其应用方法，不管是把它视为专业数据报表设计工具，还是作为敏捷业务分析工具，Tableau 都不负期待。就在我们周边，已经有很多人为此佐证，其中Wendy（汪士佳）的Tableau 作品一次又一次惊艳我们，给众多大学师生、媒体工作者前进的动力，而我和姜老师的经历和图书则证明了业务分析的可能性，给了众多业务分析师继续坚守Tableau的勇气。

古人云“君子善假于物”，工具是我们施展能力和“变现”的“天花板”，好的工具不仅能帮助我们完成眼下的工作，更能赋能成长，借助于卓越工具，我们得以更早一步看到未来。在未来相当长的时间里，Tableau 依然是业务可视化分析的最佳选择，这是我的选择，也是很多“长期主义者”的选择。

衷心期望本书能拉近你我的距离，拉近读者与业务分析的距离，在大数据分析的路上，你能快人一步，步步领先。

Tableau 传道士

Tableau Visionary 2021—2023

《数据可视化分析（第2 版）：分析原理和Tableau、SQL 实践》作者

《业务可视化分析： 从问题到图形的Tableau 方法》作者

喜乐君

自序

关于作者

各位读者好。我是“参悟Tableau”公众号的作者姜斌，网名“扫地sir”。在工作的十余年中，我当过老师，做过财务，搞过融资，最近五六年从业务岗位转为专职做数据分析工作。

作为业务人员，由于长期与数据打交道，所以我平时最喜欢钻研各种数据分析工具，以提高工作效率。在大学时，由于专业的要求，我曾长期使用SPSS 作为数据分析工具。步入职场后，Excel 成为我在工作中的不二之选。但当我发现Excel 已无法满足更高的需求时，我便开启了寻找新工具的旅程，其间也学习过Power BI、Python 等数据分析工具。但是，对一个没有编程基础的人来说，理解复杂的DAX 语言和大量的Python 代码，始终都不是一件令人愉悦的事情。

当时我并不知道自己实际上要寻找的是一款通用、低代码、敏捷型的数据分析工具。直到有一天，我偶然发现了Tableau。作为一名业务人员，我发现无论是在易用性，还是在数据可视化分析和展现上，Tableau 的表现都堪称完美。Tableau 不仅具有强大的数据处理能力，还能创造丰富多彩、高度交互性的可视化图表，它不仅可以成为我们工作中的好伙伴，还可以创造一件件数据艺术品，展现数据之美。Tableau 不仅让我的工作效率成倍增长，更让我深深地爱上了数据分析这个领域。作为一名曾经的老师，分享知识和经验已经渗入我的血液中。因此，我开始在网络上发布自己的学习心得，起初我将内容发布在简书上，之后又有了“参悟Tableau”公众号。几年里，在不断地分享中，我逐渐成为大家眼中的Tableau 专家，在不断的探索中，我也总结出了这本书的思维框架。当初的偶遇和无心之举，都是为了成就未来更好的自己。

回顾这段写作历程，对于一个业务岗位出身，没有任何技术背景的人来说，很难想象自己会写出一本技术类图书。直到完成这本书的写作，我仍然觉得这是一段不可思议的经历。在这期间，我在工作、生活上遇到了不少的变故和挑战，这让我无法全身心地投入到写作中。从构思到截稿，不断地调整思路和内容，不断地重构和修改，断断续续写作了一年有余。不断地否定又不断地坚持，让我在完成本书后，深刻地认识到了这个过程带给我的收获和成长。

人生亦是如此，不悔往事，不负当下，不惧未来，如此安好。

关于本书

学好任何一款工具都需要理解该产品的特点和使用逻辑。针对不同的用户和场景，不同的工具在开发之初就已经确定了构建该产品的底层逻辑，它可能与我们过去的思维习惯不同。要学好Tableau，做到游刃有余地运用它来完成任务，就需要我们了解Tableau 的底层逻辑。

针对这个问题，我采用了一种新的介绍方式：通过绘制各种图形，一步步带领读者了解Tableau 中的各种底层概念、计算原理和交互逻辑，并全面、细致地解构了详细级别（LOD）表达式、表计算、集动作、参数动作等高级概念的运作原理，让读者能够更加灵活地运用Tableau 进行数据分析和可视化展现。所以，本书更适合已经掌握了Tableau 基础操作的进阶用户阅读。

虽然书中涉及了大量Tableau 图形的制作过程和技巧，但本书的重点仍然是揭示Tableau 的底层逻辑，图形只是实现这一目标的有效载体。通过对本书的深入学习，希望读者可以更加深刻地理解Tableau 的运行原理，而不是纠结于其中的使用技巧，只有这样才能感受到利用Tableau 探究数据问题所带来的无限乐趣。

关于改变

绝大部分的Tableau 学习者都是Excel 的深度用户。不可否认，Excel 是一款功能强大的电子表格软件，大多数人使用它进行基本的数据处理、计算和分析。然而，Excel 的数据处理和可视化展现方式通常是基于单元格的，这种方式简单、直观，易于理解，所见即所得，是入门数据分析的必学工具。但这种基于单元格的思维模式，在一定程度上会阻碍我们学习更高层次的BI 软件，在无形中提高了我们的学习成本。Excel 在多维数据的处理和分析方面显得捉襟见肘，这是因为像Tableau 这样的数据分析软件基本都基于维度与度量的思维方式，与Excel 基于单元格的思维方式有本质的不同。即使Excel 中集成了像Power Query、Power Pivot 这样的分析插件，仍然需要独立出Power BI 这样的软件来完成更高层次的分析任务。

再比如，老生常谈的中国式报表话题。中国式报表虽然看似层次分明、细节丰富、重视统计指标，但着实复杂难懂、数据冗余、缺乏重点，往往只能提供简单的汇总信息，难以进行深入的数据分析和挖掘。其实，对于获得精确数字的执着和偏执，只能让我们获得短暂的安全感，并不能让我们真正获取有价值的信息，对于这一点我在做财务工作的时候深有体会。像Tableau 这样的BI 软件，更容易提供有价值的见解和信息，使得用户可以更加深入地理解数据背后的含义和趋势。在企业中，广泛应用BI 软件已经成为一种趋势，而顺应这种趋势也需要个人和企业改变既有的思维方式。改变会产生阵痛，但阵痛不可避免。__

关于数字化

思维方式的变革是数字化转型的关键。在数字化时代，企业需要具备创新、敏捷和数据驱动的思维方式以适应不断变化的市场环境。然而，传统的基于IT 侧的瀑布式开发思维模式已经无法满足企业的数字化转型需求。此外，从自身定位的角度来看，绝大多数IT 部门也无法主导企业的数字化转型工作。

业务部门是企业数字化转型的前沿阵地。未来，企业要在业务侧全面落地数字化，就需要大量既具备业务能力又具备技术能力的复合型人才。他们将帮助企业推广敏捷开发，建立敏捷型组织，以应对市场的变化。未来，企业的CIO 也必须具备这种复合型能力，才能推动企业的数字化转型。

而且，随着企业数字化程度的加深，单纯的基于IT 的数据分析师已经不能满足未来的需求。相反，基于业务人员的数据分析体系的构建将成为一种趋势。以我个人的职业经历而言，业务人员是最了解企业的业务模式和运营过程的人，如果业务人员同时掌握了数据分析的基本方法和工具，具备一定的技术能力，那么这样的复合型人才就能充分理解并应用数字化技术解决实际问题，为业务决策提供支持，为企业提供有价值的数据洞察和建议。

而我始终认为，Tableau 是目前对业务人员最友好的数据分析工具之一，它足够敏捷，足够智能，足够“优雅”，可以更高效地帮助企业提高员工的数字化技能，提升员工的数字化意识，促进组织的数字化转型。

关于未来

诚然，Tableau 并不完美，但我依然认为它是一款具有人性化设计且温暖的产品。它绝不仅是一种工具或技术，而是体现了科技与人性的完美结合。在当今的商业环境中，我们往往只关注估值、市场潜力和投资规模，因此，这样一款充满人文关怀、不那么功利的产品，显得更加难能可贵。

Tableau 仍在不断地迭代进化，我深信更好的Tableau 永远是下一个版本。因此，我也会持续地学习和探索Tableau，同时不断分享我的经验和见解，帮助更多的人了解和使用Tableau。

本书以应用为出发点，每章提出实际问题，然后第1 部分

第1 章　解构Tableau 的绘图逻辑 002

1.1　两个界面，3 个步骤 002

1.2　3 个重要的功能区 003

1.2.1　维度和度量（数据逻辑） 004

1.2.2　行/ 列功能区（绘图逻辑） 009

1.2.3　标记栏（绘图逻辑） 013

第2 章　Tableau 中的数据概念 017

2.1　维度与详细级别 017

2.2　计算类型 018

2.2.1　行级别计算 019

2.2.2　聚合计算 020

2.2.3　LOD 计算 021

2.2.4　表计算 023

2.3　维度与度量的转换 025

2.4　数据类型与离散、连续数据 026

2.5　离散数据与视图分区 027

第3 章　LOD 表达式 031

3.1　FIXED 函数 032

3.1.1　FIXED 函数初探 032

3.1.2　FIXED 函数原理 033

3.1.3　FIXED 函数再探 035

3.2　EXCLUDE 函数和INCLUDE 函数 038

3.2.1　EXCLUDE 函数解析 038

3.2.2　INCLUDE 函数解析 040

第4 章　表计算 041

4.1　分区和方向 041

4.2　相对地址表计算 045

4.3　绝对地址表计算 046

4.4　表计算的窗口 051

4.5　所在级别 053

第5 章　参数动作和集动作 055

5.1　参数动作 055

5.2　集动作 057

第6 章　筛选器顺序 063

6.1　LOD 表达式与筛选器顺序 064

6.2　排序与筛选器顺序 067

第7 章　数据桶 071

第2 部分

第8 章　基础篇——基本绘图逻辑 076

8.1　VizQL 语言 076

8.2　从智能推荐开始 077

8.3　图形结构 078

8.4　双轴 082

8.5　度量值和度量名称 084

8.6　参考线 085

8.7　案例：百分比条形图 086

第9 章　进阶篇——高级图表 091

9.1　点与线 091

9.1.1　抖动图 091

9.1.2　象限图（波士顿矩阵） 093

9.1.3　威尔金森圆点图 096

9.1.4　迷你图 100

9.1.5　控制图 103

9.1.6　凹凸图 106

9.1.7　华夫饼图 108

9.2　甘特条形图 113

9.2.1　甘特图 113

9.2.2　瀑布图 116

9.2.3　帽子图 118

9.2.4　K 线图 122

9.3　条形图 124

9.3.1　分组条形图 124

9.3.2　帕累托图 127

9.3.3　圆角条形图 130

9.3.4　动态条形图 131

9.4　地图 133

9.4.1　瓷砖地图 133

9.4.2　蜂窝地图 135

9.4.3　地铁线路图 138

9.4.4　旭日图（地图层） 140

第10 章　提高篇——综合案例 144

10.1　不一样的合计 144

10.2　模仿Excel 条形图 148

10.3　同比差异图 153

10.4　马赛克图 156

10.5　复购率和终身价值矩阵 160

10.6　网格图 165

第3 部分

第11 章　绘制圆形系列图表 172

11.1　直角坐标系绘图原理 172

11.2　画一个简单的圆形 175

11.3　绘制同心圆 177

11.4　跑马灯图 179

11.5　雷达图 182

11.6　圆形柱状图 185

11.7　南丁格尔玫瑰图 189

第12 章　表格进阶 195

12.1　交叉表优化 195

12.1.1　单一度量无标题 195

12.1.2　改进突出显示表 196

12.1.3　分页显示 199

12.2　占位符表格 201

12.3　表格增强方案 205

12.3.1　突出文本 205

12.3.2　改变背景颜色 207

12.3.3　突出指标变化 209

12.3.4　增加趋势和排名 210

第13 章　交互式图表 214

13.1　去除选中高亮效果 214

13.2　表格下钻 216

13.3　易于比较的堆叠条形图 221

13.4　动态度量值 225

13.5　时间轴筛选器 229

后记 233

应用数学理论或方法解决实际问题。