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

在 Tableau 中探索空间关系

Posted on 2022-09-28
莎拉·巴特斯比
莎拉·巴特斯比
Tableau 首席研究科学家

克里斯汀·阿德森2022 年 8 月 30 日 – 下午 3:28

2022 年 9 月 27 日

Sarah Battersby自 2014 年以来一直是 Tableau Research 的成员,主要关注制图,并强调认知。 Sarah 拥有加州大学圣巴巴拉分校的 GIS 科学博士学位,是国际制图协会地图投影委员会的成员,并且是制图和地理信息协会 (CaGIS) 的前任主席。在 Twitter @mapsOverlord上与 Sarah 联系,探索她在Tableau Public 上的工作。

地图是可视化分析空间模式的绝佳工具。在 Tableau 中,在自定义底图上添加多层数据以轻松查看模式非常简单。在下面的示例中,识别所有公交路线(红色)、公交车站(黑色点)和地址位置(蓝色点)很容易。

Tableau 在自定义底图之上的多层数据

但有时您需要超越查看数据集之间的关系,并准确量化它们之间的关系。例如,如果我们想探索不同公交线路的可达性,并且需要确切地知道每个公交站步行距离内有多少地址,该怎么办?我们可以通过在公共汽车站周围添加一个缓冲区来快速可视化它,这样我们就可以看到哪些点在缓冲区内。

在 Tableau 中探索空间关系

我们还可以使用 Tableau 的空间交叉连接和计算来量化结果,以实现交互式分析。在下面的示例中,我们可以看到每个公交车站的用户定义距离内的地址,并且我们可以快速突出显示与任何单个感兴趣位置相关的数据。

在 Tableau 中探索空间关系

在 Tableau 中进行设置很容易。我们只需要使用空间连接来定义数据集之间的关系,然后设置一些快速计算来绘制我们的缓冲区并对附近的点进行颜色编码。

空间连接基于每个公交车站周围的 500 m 缓冲区和地址的点几何形状。 Tableau 会检查哪些地址点位于该 500 m 缓冲区多边形内,并设置我们回答问题所需的空间关系。

在 Tableau 中探索空间关系

现在数据集之间有空间连接。

在 Tableau 中探索空间关系

设置好连接后,我们可以使用快速计算字段来制作图形缓冲区以在地图上可视化。请注意,下面的计算没有使用相同的 500 m 距离;它改为使用参数。只要该距离参数小于上述空间连接中的参数,我们就可以动态调整我们在分析中搜索的距离。

在 Tableau 中探索空间关系

现在我们只需要一个返回布尔值(True/False)的计算,该地址是否在我们的最大距离参数设置的阈值内。

在 Tableau 中探索空间关系

现在我们有了 一个用户控制的动态地图,可以定量地探索我们感兴趣的公交车站“附近”的位置。

在 Tableau 中探索空间关系

数据集之间的空间连接可用于回答各种有趣的问题,包括 查找单个感兴趣地址距离内的所有公交车站和这些站点所服务的路线。

在 Tableau 中探索空间关系

Tableau 中的空间交互适用于点、线和多边形几何的大多数组合,因此让您的空间数据文件相互“交流”的可能性几乎是无限的。

原文: https://www.tableau.com/about/blog/exploring-spatial-relationships-tableau

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
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • 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
  • Mind Matters
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 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