这是Tableau Playbook - Sparklines系列文章的第二部分。在第一部分中，我们深入探讨了 sparklines 的概念和基本流程。如果您错过了，请查看。

在本指南（第 2 部分）中，我们将通过分析真实数据集Rossmann Store Sales，逐步练习迷你图的高级用法和一些扩展。同时，我们将从 Tableau 可视化中得出一些结论。

让我们继续优化基本的迷你图：

1. 首先，我们使用双轴技术突出显示最低点和最高点：

   

   1. 为最低和最高数据点创建一个计算字段。

      在数据窗格的空白处单击鼠标右键->选择创建计算字段...- >将其命名为“Low High”->输入公式：

      如果 AVG([销售额]) = WINDOW_MIN(AVG([销售额])) 那么 AVG([销售额])
      ELSEIF AVG([销售额]) = WINDOW_MAX(AVG([销售额])) THEN AVG([销售额]) END
      

   2. 将“Low High”拖到“Rows Shelf”中。

   3. 右键单击“低高”并选中双轴。

   4. 右键单击右侧 y 轴并选中同步轴。

   5. 将第二个轴转换为圆形标记类型。

   6. 我们会注意到 Tableau 会根据度量名称自动分配颜色。我们将删除两个标记卡中的度量名称，因为我们将在以下步骤中手动自定义颜色。

2. 自定义极值点的颜色：

   

   1. 为最低点和最高点的颜色创建一个计算字段。

      在数据窗格的空白处单击鼠标右键->选择创建计算字段...- >将其命名为“Low High Color”->输入公式：

      如果 AVG([销售额]) = WINDOW_MIN(AVG([销售额]))，则 '低'
      ELSEIF AVG([销售额]) = WINDOW_MAX(AVG([销售额])) THEN '高' END
      

   2. 将“低高颜色”拖入标记-颜色。

   3. 展开第一个标记处的尺寸卡，并滑动以调整线条到更合适的尺寸。

   4. 点击颜色图例中的编辑颜色...，编辑点的颜色。在这个例子中，我们使用绿色表示“高”，红色表示“低”。如果要考虑红绿色盲，可以更改为其他颜色。

   5. 点击图例的倒三角形，然后点击隐藏卡片。

   6. 隐藏空值指示符。

3. 一般情况下，迷你图会和统计文本配合使用。

   

   1. 为最低点和最高点的颜色创建一个计算字段。

      在数据窗格的空白处单击鼠标右键->选择创建计算字段...- >将其命名为“”->输入公式：WINDOW_MIN(AVG([Sales]))。

   2. 右键单击“Min”，然后选择默认属性->数字格式...

   3. 在数字格式对话框中，选择货币（自定义）并将小数位数设置为 0。

   4. 将“最小值”度量复制为“最大值”和“总计”。唯一的区别是公式。将“最大值”公式输入为WINDOW_MAX(AVG([Sales]))。将“总计”公式输入为TOTAL(SUM([Sales]))。

   5. 将“总计”、“最小值”、“最大值”拖到“行”架中。

   6. 右键单击它们并转换为离散的。

4. 最后一步，让我们完善一下这个图表：

   1. 导航到格式->对齐...并选择工作表中标题的右对齐-默认。
   2. 导航到格式- >边框...并在工作表中设置标题行-默认。
   3. 拖动列以调整其大小到更合适的宽度。

   

分析：

与基础版相比，此高级图表传达的信息更加清晰，能够呈现更完整、更直观的数据以供分析。

通过使用具有最低和最高数据点的双轴，我们可以立即区分极值点。它们还帮助我们突出范围和趋势。

前面我们已经分析过，迷你图很难提供精确的数值数据。通过与统计文本的配合，我们可以弥补迷你图的不足。迷你图做定性分析，而统计文本做定量分析。在这个例子中，我们提供了聚合数据“总计”、“最小值”和“最大值”，以增强迷你图的效果。

当我们概括 Sparklines 的概念时，我们可以使用区域、条形图和其他元素。这里我们将演示如何创建“Sparkareas”图表：

1. 我们首先构建原始二维迷你图：

   1. 将“日期”拖入列架两次。
   2. 对于列架上的第一个“日期” ，将其类型从离散日期部分更改为工作日。
   3. 对于列架上的第二个“日期” ，将其类型从离散日期部分更改为月份。
   4. 将“StoreType”拖到Rows Shelf中。
   5. 将“销售额”拖到“行”栏中。
   6. 度量默认聚合为SUM 。但SUM在这里并不合适，因为销售额的分布随时间不均衡。通过分析销售额的分布，我们还可以发现数据是倾斜的。因此，MEDIAN比AVG更好。因此，我们将“Sum(Sales)”转换为“MEDIAN(Sales)”。

   

2. 我们将迷你图延伸至彩色区域：

   1. 选择区域作为标记的类型。
   2. 将“StoreType”拖入标记-颜色作为区域的颜色。

3. 优化此图表以获得更好的视图：

   

   1. 切换到整个视图。
   2. 右键单击水平标题，然后单击格式...从标题选项卡中展开默认选项中的日期并选择缩写。
   3. 再次右键单击水平标题，然后单击“旋转标签”。
   4. 右键单击 y 轴并取消选中“显示标题”。
   5. 删除网格线并使我们的数据呈现得更清晰：导航到格式->线条...并将列中的**网格线**和零线设置为无。
   6. 将标题编辑为“StoreType 和工作日的月销售趋势”。
   7. 右键单击“日期”，然后选择隐藏列的字段标签。

最终图表如下：

分析：

在此示例中，我们扩展了迷你图以包含强调所涵盖的量（而不仅仅是趋势）的区域。从维度的角度来看，此示例从 1 维扩展到2 维集群。使用同步轴，我们可以比较StoreType上的迷你图。

从这个迷你图我们可以得出以下结论：

• 从区域可以看出StoreType “b”的销量最高。
• 对于所有StoreType来说，周六的销售额都略低于工作日。
• StoreType和Weekday的月度销售趋势除了周日以外大部分都差不多，所以挖掘出来的主规律集中在周日，如果应用到机器学习中，可以考虑再建立一个周日的模型，然后聚合到主模型中。
• 周日，“c”商店全天不营业，“d”商店 11 月不营业。
• “a”和“d”周日的销量远低于工作日，但“b”的销量略高于工作日。

在本指南中，我们了解了迷你图的高级功能和扩展。首先，我们用极端数据点和统计文本增强了基本迷你图。然后我们将迷你图扩展到更广泛的概