摘要：
tableau图表挑战 2020/w15 梅西vs罗纳尔多 挑战连接：https://data.world/makeovermonday/2020w15-messi-vs-ronaldo-stats 本次的图表挑战勾起作为伪球迷的我的兴趣。以2名伟大球员的多项数据对比，来进行比较。但无可否认他们都是 阅读全文
摘要：
tabliea Prepare挑战 2020/w19, 足球队员和阵型 原文：https://preppindata.blogspot.com/2020/05/2020-week-19.html 困难 我发现做数据分析的第一步数据整理阶段，最重要的是弄明白要分析的数据的意思，包括： 每个表的意义和表 阅读全文
摘要：
本次图表挑战的数据来源是《全世界国家居民幸福指数分析》的报告。 我意图模仿一个好评较多的作品： https://public.tableau.com/profile/tam.s.varga#!/vizhome/WorldHappinessReport_15892668497850/WorldHapp 阅读全文
摘要：
Prep挑战 2020/w18,--足球队员被替换次数表 https://preppindata.blogspot.com/2020/04/2020-week-18.html 本次数据规整挑战，使用了利物浦队在2019年的参赛表。 包括3大块数据： Match Details, 比赛日期，对手，主客 阅读全文
摘要：
简单的华夫饼图waffle 华夫饼图用来展示展示部分与整体的比例关系。展示效果比传统的饼图更精确，没有传统饼图的缺点。 具体方法 除了使用原数据表，还需要使用一个辅助表。 辅助表的作用是制作图形，数据表则用于填充数据。 辅助表： 使用示例-超市的数据，和辅助表的数据来创建一个华夫饼图 ⚠️辅助表数据 阅读全文
摘要：
《用数据讲故事》--摘录 本书着重介绍“解释性分析和沟通”。 探索性分析：从海量数据中寻找需要的数据。 可参考：《数据之美》 解释性分析：向受众描述⬆️找到的数据的意思。 开始：3个问题 （第一章） 首先，受众是谁，和谁沟通。还包括你自己和受众双方的关系（熟识程度|认同度） 详细见1.3章对象 其次 阅读全文
摘要：
劳动时间的性别差异分析 原文（数据和说明）： https://data.world/makeovermonday/2020w14/discuss/2020w14/lvi5mbg7 这份数据关注一天当中无偿劳动时间和有偿劳动时间在不同性别/不同年龄/不同国家的群体差异。 性别分组。男性有偿劳动时间 明 阅读全文
摘要：
善用“可视化词典图”来帮助我们对数据进行可视化分析 备注：本文参考了https://zhuanlan.zhihu.com/p/58296154。并对之前的理解做一次回顾和记录。 可视化词典图(点击见图) FT.com/vocabulary针对新闻类数据的不同类型的总结。《designing with 阅读全文