Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

什么是 Tableau 社区项目 – DataFam Con?

Posted on 2022-12-29

莎拉莫利纳2022 年 12 月 24 日 – 凌晨 3:26

2022 年 12 月 28 日

通过 DataFam Con 庆祝流行文化和粉丝圈的一切,同时提高您的数据技能, DataFam Con是 Tableau 社区的一项数据可视化挑战,由 DataFam 社区成员创建和领导,旨在让参与者在各种主题中学习、实践和应用他们的数据技能,产品, 原因. DataFam Con 侧重于使用来自极客文化的数据(例如电视剧、书籍、电影和会议)来练习在您热衷的事物上构建可视化。

DataFam Con 是如何开始的?

早在 2021 年 12 月,Tableau Visionary HOF Bridget Cogley 就向 DataFam 发出了创建新计划的呼吁。通过在 Twitter 上的讨论,Tableau 社交大使Christina Gorga受到启发,组织了一个比当前活跃的数据挑战更小众的数据挑战。她被围绕流行文化的可视化所吸引,并且对 Nicole Klassen 的Doctor Who Synopsis可视化印象特别深刻,并希望为那些也喜欢谈论流行文化和粉丝圈但仍希望提高数据技能的人集中努力。 Christina 联系了 Nicole,他们于 2022 年 2 月共同发起了 DataFam Con。在数据挑战赛首次亮相后不久, Michelle Frayman 、 Lawrence Durbin和Preethi Lodha加入了团队。 ‘

Tableau Public 可视化:Nicole Klassen 的《神秘博士》概要。

谁可以参加 DataFam Con?

该项目欢迎想要庆祝自己喜欢的事物同时也使用数据可视化技能的参与者。 Nicole 说,“任何你喜欢的东西都是粉丝圈——所以这适用于 DataFam 中的任何人。”它旨在让您练习构建数据可视化的整个过程。

我如何参加 DataFam Con,我将学习哪些 Tableau 技能?

DataFam Con 每月发布一个主题和数据集。查看他们的网站或在Twitter 上关注该项目以跟上每月发布的信息。

主题涵盖广泛的极客世界,包括电视剧、电影、书籍,甚至还有一些关于极客文化和习俗的数据。一些主题包括:《 怪奇物语》、 《指环王》、 《星球大战》 、 《龙与地下城》和《星际迷航》 。

该项目的目标是练习处理数据并测试您通常不会在工作中使用的技能。 Preethi 说:“这是人们学习的好地方。您不仅可以可视化自己喜欢的东西,还可以体验从头到尾构建可视化的过程,同时从 DataFam 社区获得反馈。” DataFam Con 还与其他 Tableau 社区项目合作,例如Back 2 Viz Basics和Preppin’ Data ,以应对更多以技能为重点的挑战。

该项目欢迎所有技能水平的参与者,不要期望创建过于复杂和令人印象深刻的可视化。 Nicole 说:“无论您的可视化是什么样子,如果您真的对这个主题充满热情,那么无论您做什么,您都会感受到这种感觉。”

为 DataFam Con 挑战提交的可视化拼贴。

也欢迎您查找和使用符合主题的自己的数据集。 Lawrence 说:“通过挑战,我处理、查找和工作数据的技能得到了极大的提高。”完成后,使用项目跟踪器提交您的可视化。如果您在使用 Twitter,请使用标签#DataFamCon分享您的工作或请求项目负责人提供反馈。

要更深入地了解 DataFam Con,请查看项目背后的这一集,其中 Christina、Preethi、Nicole 和 Lawrence 与 Tableau Public 大使Priya Padham 坐下来分享加入 DataFam Con 团队如何影响他们的 Tableau 之旅,这是一个在妮可·克拉森 (Nicole Klassen) 的神秘博士 ( Doctor Who) 可视化概要后面走一走,以及您应该参加挑战的原因。

其他 Tableau 社区项目是什么?

Tableau 社区项目是与志同道合的数据人员联系同时提高数据技能的绝佳方式。单击此处查看涵盖主题、产品和原因的完整项目列表。

原文: https://www.tableau.com/blog/what-tableau-community-project-datafam-con

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme