商业商业影响分析方法法与案例;哪儿有psid的？哪个好玩
点击联系发帖人
时间：2017-10-10 02:26
&img data-rawwidth=&600& data-rawheight=&800& src=&/9b54fa79c6afc49254fc25cc_b.jpg& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&/9b54fa79c6afc49254fc25cc_r.jpg&&出处见水印，侵删
出处见水印，侵删
&blockquote&一味的解释&i&数据仓库&/i&概念可能没意思，我们从不同角色出发吧&/blockquote&&br&老板 ：我是一家手机公司的老板，今天要向去董事局汇报，我要准备一份介绍过去三年的用户增长、用户留存、用户活跃度、手机里面每个APP使用率等情况的报表，假如下面没我下面没有BI，那我肯定就蒙逼了。。&br&&br&BI ： 我是一名非技术BI，我天天看竞品的分析报告，看双十一销量，看各种评论，知道自己的产品有哪些短板有哪些长处，我分析南北地域差异，国内外客户喜好，总之我在手机领域有着很强的行业解读能力和数据解读能力，我可以画出非常漂亮的图表和PPT。今天老板让我出一份报表，我还要去刷脸找ETL工程师帮我跑出这次报告的数据，基于这份数据我要给出一定的解读，为啥这个月手机卖得不如上个月，为啥用户流失越来越严重等等都是我要去做的。&br&&br&ETL工程师 : 我是食物链最底层的苦逼ETL工程师，我会写shell、我会搭hadoop/hive/hbase、会写超复杂逻辑的sql，今天那个不会自己计算数据的BI又让我跑几个数据，我本想让她提需求流程的，但她说这是老板要的(运营惯用的杀手锏！！！)，要加急处理，我只能放下手头的活儿给她跑数据了，花了半个小时把数据跑好给她，希望能就这么交差吧。&br&&br&如果你以为我每天就做这点事那你就错了，我平时的工作可不仅仅就是完成上面交给我的任务哦，我还负责数据ETL过程、数据建模、定时任务的分配、甚至有时Hadoop集群的维护等等都得我去做，每件事单独拿出来都可以拿出来写本书。&br&就拿ETL过程来说吧，你要把原始数据从各种数据库、各种服务器的不同业务日志归一化到同一类格式，要约定好分隔符，然后导入到分布式文件系统HDFS，甚至你还要和业务系统定义数据格式出规范，数据收集完，你还得出中间表，数据过滤，格式统一，ID统一，维度统一，通过不同的数据现象进行数据，完了，你就得出一些日报周报之类的数据了，这时候你要按照需求把数据组织成一定的格式然后导Mysql、或者HBASE等等。&br&总之你就是需要把数据各种收集、各种处理、然后各种导入导出，是不是很有意思？&br&&br&&blockquote&不过这些数据仓库都非常初级，其中ETL工程师可发挥的空间太多了&/blockquote&1、正常情况下，老板 —& BI —& ETL 出一份报告，这中间能否BI直接去计算数据？sql太复杂，那么可不可以一切数据标签化，BI甚至老板要什么就选什么？&br&2、ETL工程师可以把数据收集自动化、可以规范业务日志格式、可以将一切都配置化，但是这些都是基于N+1的，也就是说今天的发生了什么一定要到明天才能看到，那么有没有一个系统能把数据分析做到实时或者准实时？参考双十一大屏，马总要是到12号才能知道成交了多少笔不劈了那帮做数据的才怪。&br&3、目前绝大部分分析系统都基于离线计算（HADOOP/ODPS），那这里有个问题了，运营或BI想看个数据还得你离线慢腾腾跑完才能看到，那么有没有一个系统可以支持你再大的数据量，再复杂的逻辑，毫秒出数据？&br&&br&我没有提到的还有算法工程师、大数据运维工程师等等。&br&&br&&blockquote&&b&数据仓库的概念很广很大，但在大数据应用面前也不值一提。&/b&&/blockquote&&br&如果把数据价值分层，这里分层的办法很多，我只列举一种方法，有人分过5层 &br&第一层: 为老板提供决策支持，例如传统的财务报表&br&第二层: 为运营提供决策支持，例如数据化非常彻底的淘宝运营们&br&第三层: 为产品提供支持，例如有产品经理们会拿着报表天天看研究自己的某一个按钮摆放位置对不对&br&第四层：数据用于生产，比如直接对接广告系统产生收益，比如直接对接推荐系统为用户推荐商品，实现千人千面，再比如利用手机APP直接为不同用户push消息&br&第五层：大数据交换，数据产生直接受益&br&&br&大部分公司能做到前两个层次就已经很不错了，如果能做到第三层，就已经很牛逼，做到第四第五层次，国内互联网公司不超过2家，大数据应用太大了，不知从何说起，以后聊吧。&br&&br&--------------------------分割线--------------------------&br&&br&针对评论中的一些问题做些统一的解释&br&&br&&u&&b&问：数据交换的理念&/b&&/u&&br&有人提到数据交换，数据交换不是简单的我给你一点，你给我一点；也不是我给你钱，你给我点数据。&br&原因是这些模式基本走不通&br&1、数据很难定价，无法简单的将数据定义为商品，数据供给方也无法去衡量一份数据能产生多大的价值，只有在具体的应用场景中才能大概估计它的价值，因此几乎没有一种简单公平的机制去为交易双反指定交易规则。&br&2、数据拷贝成本几乎没有&br&如果是一部iPhone，如果想要造出一模一样的一部iPhone成本奇高，所以苹果公司可以放心大胆的把手机卖给你而不怕你仿制，但是数据不行，因为数据几乎没有拷贝成本。&br&那么带来一个问题，如果我把这份数据一百万卖给你，我几乎除了『你的诚信』之外没有任何方法去限制你不把数据折价买个其它更多第三方，那这份数据的市场价值很快荡然无存。&br&3、隐私&br&商业有很多隐私规则，用户也有很多隐私，这些都是不能简单的通过拷贝的去交换的，如果给对方一份数据，例如：用户的在某APP的浏览行为，那么如果被第三方运用在电话骚扰，广告弹窗之类的场景中，肯定是不行的。&br&&blockquote&所以数据的交易一定不是通过价格衡量，也不能简单的数据拷贝&/blockquote&&i&&b&数据交换 &/b&&/i&最理想的方式应该是，双方共同拿出一些东西，然后服务于某个场景，而数据导出等行为都是被禁止的，双方不能看到对方的数据也不能导出对方的数据，可被导出的结果一定是无害、不侵犯隐私的、不对原数据价值产生影响的东西。&br&&br&而这样一种数据交换的方式却需要非常大的体系建设，平台建设，制度建设。&br&&br&这样的体系和平台，需要长时间的摸索和市场培育，数据人任重而道远。&br&&br&今晚的杭州明月皎洁，明天的西湖应该分外美丽，大家加油。
一味的解释数据仓库概念可能没意思，我们从不同角色出发吧 老板 ：我是一家手机公司的老板，今天要向去董事局汇报，我要准备一份介绍过去三年的用户增长、用户留存、用户活跃度、手机里面每个APP使用率等情况的报表，假如下面没我下面没有BI，那我肯定就蒙…
是有的，德州扑克的知识可以直接转化成收入水平的提高。&br&这是我看的第一本英文扑克书，主要针对小额扑克，讲得比较入门，俗称《扑克圣经》。看完后能够游戏2/5（小盲注2元，大盲注5元）的桌子，打牌的晚上一般能赢200-1000不等&br&&img src=&/c3d37eada3f4a7fb5e95496_b.jpg& data-rawheight=&463& data-rawwidth=&346& class=&content_image& width=&346&&&br&&br&这是我第二本看的扑克书，适合有一定扑克基础的玩家，扑克概念讲述得很清晰，是扑克界炙手可热的书籍，共有两册。看完后能够游戏5/10级别的游戏，每晚500-2000的盈利水平，而后又看了一遍，感觉自己又有了提高&br&&img src=&/1a2ccaa824b37ef4bd36cd2121daab64_b.jpg& data-rawheight=&465& data-rawwidth=&620& class=&origin_image zh-lightbox-thumb& width=&620& data-original=&/1a2ccaa824b37ef4bd36cd2121daab64_r.jpg&&&img src=&/c1df45a1e0ce_b.jpg& data-rawheight=&465& data-rawwidth=&618& class=&origin_image zh-lightbox-thumb& width=&618& data-original=&/c1df45a1e0ce_r.jpg&&&br&&br&这是我第三本看的扑克书籍，适合扑克基础比较好的玩家，主要讲如何针对不同的玩家采取不同的针对性的打法，是比较新近的作品。看完后能游戏10/20的桌子，盈利在每晚。而后又看了一次，感觉又有了提高。&img src=&/bcad2d92f5c31e154d75bfe_b.jpg& data-rawheight=&464& data-rawwidth=&348& class=&content_image& width=&348&&&img src=&/acd9de9f7d8fe3957bb7ade3f17b3904_b.jpg& data-rawheight=&464& data-rawwidth=&347& class=&content_image& width=&347&&&br&当然，并不是说看完书就能所向无敌，不会输了，只是说能形成长期的技术优势，从而在长期来看是盈利的，扑克是一个通过技术营造长期正期望值的游戏。但楼主提问的看书越多，赚钱越多，德州扑克真是非常符合的一个答案，知识与收入的转换非常直接。
是有的，德州扑克的知识可以直接转化成收入水平的提高。 这是我看的第一本英文扑克书，主要针对小额扑克，讲得比较入门，俗称《扑克圣经》。看完后能够游戏2/5（小盲注2元，大盲注5元）的桌子，打牌的晚上一般能赢200-1000不等 这是我第二本看的扑克书，适…
关注问题2天，一直忙活别的事情，现在已经请了年假准备开始春节假期；&br&在假期开始前的这点时间里我来好好回答下这个问题吧；&br&我的回答仅限于TMT早期VC行业，中后期、非TMT以及二级市场的内容不在我回答范围之内；&br&&br&&img src=&/8ff535e14b0bc2e8e25779c5daba160d_b.jpg& data-rawwidth=&247& data-rawheight=&232& class=&content_image& width=&247&&&br&提前说明下，“懂行业”在很多时候和真正投到好案子，实现大退出之间可能没有那么相关；这个观点看上去可能有些不可思议，但事实就是如此；我之前在很多关于VC决策的回答中提及过，VC的决策类似群体决策，必然要面临所谓的个体理性和群体非理性之间的博弈，加上基金的定位与打法、所处的阶段、“懂行业”的这个人在基金内的决策地位、估值/价格等等诸多因素，“懂”和最后投到NB案子之间有非常远的距离。这也是为什么在VC这个圈子里有这么一句话：&br&&b&“好案子不一定是懂的人投的，懂的人不一定投出好案子”。&/b&&br&大家可以先感受下……&br&&br&那么到底怎么才算懂？&br&举几个例子：&br&1、&a href=&/gaoxiaohu/& class=&internal&&于无声处听惊雷－VC投资新内容的暗潮与准绳&/a&&br&&p&&a href=&/gaoxiaohu/& class=&internal&&虎踞龙盘今胜昔——VC投资新内容的暗潮和准绳（下）&/a&&/p&&p&这是工厂 &a data-hash=&4a22e5bb60fdee4d9833efd& href=&///people/4a22e5bb60fdee4d9833efd& class=&member_mention& data-editable=&true& data-title=&@高晓虎& data-hovercard=&p$b$4a22e5bb60fdee4d9833efd&&@高晓虎&/a&老师对新内容早期投资的总结；&/p&&br&2、&a href=&///?target=http%3A///wordpress/%3Fp%3D106& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&频次和密度：SNS战争的秘密&i class=&icon-external&&&/i&&/a& 这是Bluelake合伙人胡博予对社交产品的理解；&br&3、&a href=&///?target=http%3A//xiechenxing./article/33868& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&万亿级市场：中国二手车行业研究--百度百家&i class=&icon-external&&&/i&&/a& 原红点高级分析师 &a data-hash=&a93c102fdc915a3a72e9d7& href=&///people/a93c102fdc915a3a72e9d7& class=&member_mention& data-editable=&true& data-title=&@谢晨星& data-hovercard=&p$b$a93c102fdc915a3a72e9d7&&@谢晨星&/a&对二手车的行业梳理；&br&4、&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NTg2MDY0NA%3D%3D%26mid%3Didx%3D1%26sn%3Daaaeeef890f8b947d4f7252%26scene%3D1%26key%3D181deea51cad4a44d148d5bcbd9af6b5dda0ff3a916cd09e628d8c30d637a8e%26ascene%3D0%26uin%3DMTQ1MDU2%26devicetype%3DiMac%2BMacBookPro11%252C1%2BOSX%2BOSX%2B10.10.2%2Bbuild%%26version%3Dpass_ticket%3DC0Q77jlTrvgJ90hYfW2aBcpUf2vkbNQqCgA0k5dxkOY%253D& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&锐意青年投资家俱乐部&i class=&icon-external&&&/i&&/a& E龙投资李刚强对在线旅游行业的整理；&br&&br&作为同行，我觉得他们对各自所在领域的理解都达到了“懂”的程度；很多人这时候会问，这就算懂了？写篇文章，做个PPT，画几张图就算懂了？文章、图表甚至PPT都是表现层的东西，他们所承载的是投资人对细分行业理解的一套规则和逻辑，这套规则和逻辑最直接的用途是让他们继续寻找该细分方向上的新项目；规则和逻辑如果细化可以包括但不限于：行业格局、上下游行业影响力、合理的团队配置，以及最重要的是综合自己所在基金的打法如何挑选合适的团队投资。&br&还有更为重要的一点的是，我上面列的东西都是写出来的东西，所有人写东西都会有所保留，尤其是压箱底的内容，所以上面的几个例子中确实说出了一些门道，但还是有很多人会觉得其实也没什么所谓的“干货”。我作为一个常年写东西的VC从业者，对这样的朋友想说的一句是：“干货我凭什么都告诉你？”……&br&&br&还有我上面说“我觉得XXXX懂了”，这里“我觉得”异常重要，那句话怎么说来着？&br&&blockquote&有一种冷叫你妈觉得你冷&/blockquote&对，很多时候怎么评价一个投资人是否真的懂这个行业，作为同行想看这个行业，或者这个行业内的创业者创业，除了亲情友情关系和光环之外，你第一个想找的投资人就是“懂”的投资人。&br&比如手游行业创业者，尤其是知乎上的创业者，你创业之初不去找 &a data-hash=&642e40fd8c4dcac56f20b& href=&///people/642e40fd8c4dcac56f20b& class=&member_mention& data-editable=&true& data-title=&@孙志超& data-hovercard=&p$b$642e40fd8c4dcac56f20b&&@孙志超&/a&聊聊就是不对的；他投不投你是后话，你可以通过他了解下现在主流手游行业早期投资人的心态，了解下现在早期团队的一般估值、打法，你甚至有可能了解到是不是有公司在和你做类似的东西等等……所有这些东西都是他“懂”的特征。&br&&br&还有再举个例子，我们基金是按照行业分工做投资的，每一个细分组里其实都有1-2个绝对意义上的“懂”的人；他们见过茫茫多该领域内的项目，和茫茫茫茫多靠谱的不靠谱的该领域内的创业者聊过，如数家珍般的知道这个行业内重要玩家的核心数据，甚至经历过一个行业的多次波峰波谷的过程，大大小小的公司投过诸多，退出过也血本无归过……当有其他同事遇到非自己擅长项目的时候第一时间会想到的那个擅长的人就是“懂”的人。&br&&br&所以最后总结一句话，什么叫真正懂了？&br&&br&&b&有一种懂叫别人都觉得你懂。&/b&
关注问题2天，一直忙活别的事情，现在已经请了年假准备开始春节假期； 在假期开始前的这点时间里我来好好回答下这个问题吧； 我的回答仅限于TMT早期VC行业，中后期、非TMT以及二级市场的内容不在我回答范围之内； 提前说明下，“懂行业”在很多时候和真正投…
&b&5月17更新 &/b&&br&&b&大数据魔镜免费云分析平台全新上线。欢迎大家登陆体验&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&魔镜—行业领先的大数据可视化分析平台 6.0&i class=&icon-external&&&/i&&/a&&/b&&br&&br&&br&&b&多图文预警！！！！！！！！！&/b&&br&&br&下面主要介绍一下&b&数据分析&/b&部分&br&&br&1.
数据区&br&1.1 维度&br&&p&魔镜将包含定性、分类信息的任何字段都视为维度。例如，包括任何含有文本或日期值的字段。不过在复杂数据关系中，维度的实际定义稍微复杂一些。一个维度就是一个可以视为独立变量的字段。&/p&&p&举例来说，可以针对该维度的每个值来聚合一个度量。例如，您可能要计算每个“省份”的销售总额。在这种情况下，“省份”字段用作维度，因为您要聚合每个省份的销售额。“销售额”的值取决于“国家”，因此，“国家”是独立字段，而“销售额”是依赖字段。同样也可以对视为维度的数字字段计算这种聚合。例如，您可能需要计算向客户提供的每个“利润率”的销售总额。在这种情况下，“利润率”字段用作独立字段，而“销售额”字段是依赖字段，即使这两个字段都是数字字段也是如此。您可通过先将“利润率”度量转换为维度将数字字段用作独立字段。&/p&1.2度量&br&&p&魔镜将包含数字、定量信息的任何字段视为度量。不过，在关系数据源中，度量的实际定义稍微复杂一些。一个度量就是一个依赖变量形式的字段；也就是说，它的值是一个或多个维度的函数。&/p&&p&这意味着度量是工作表中其他维度的函数。例如，您可能要计算每个“省份”的销售总&/p&&p&额。在这种情况下，“销售额”字段用作度量，因为您要聚合各省份的字段。&/p&1.3度量转换为维度&br&&p&默认情况下，魔镜将包含数字的所有关系字段视为度量。不过，您可能会决定将其中某些字段作为维度。例如，在魔镜中，默认情况下可能会将包含年龄的字段分类为度量，因为它包含数字数据。不过，如果您要查看每个年龄的人数分布，就可以将“年龄”字段转换为维度。&/p&&p&单击该字段并将其从数据区的度量区域拖放到维度区域中。&/p&1.4 维度转换为度量&br&&p&在魔镜中将定性的、分类信息视为维度，如将维度转换为度量，会将离散的维度信息进行计数，可自定义选择计数与计数（不同）。&/p&&br&2.
数据分析&br&2.1 快速进入分析台&br&点击导航——数据分析，进入数据可视化分析台；&br&&img src=&/629bbeec363_b.png& data-rawwidth=&759& data-rawheight=&59& class=&origin_image zh-lightbox-thumb& width=&759& data-original=&/629bbeec363_r.png&&&p&点击仪表盘——新建图表，亦可进入数据可视化分析台；&br&&/p&&img src=&/aaef5b8eb03d820ed90f040_b.jpg& data-rawwidth=&479& data-rawheight=&703& class=&origin_image zh-lightbox-thumb& width=&479& data-original=&/aaef5b8eb03d820ed90f040_r.jpg&&&br&2.2上卷下钻&p&上卷和下钻是导航分层结构的最有用方法之一。例如，如果您在检查各省的销售总额，则可下钻查看某省下各个城市的销售额情况。&/p&&p&在大数据魔镜中有两种方式可以进行创建分层结构。&/p&&p&将一个维度拖入另一个维度上，将自动创建分层结构，弹窗编辑分层结构名称。如图所示，将“省级”拖入“市级”，自动跳出弹窗编辑分层结构名称，点击确认。&/p&&p&&img src=&/6b60e9dbfab11_b.png& data-rawwidth=&1161& data-rawheight=&591& class=&origin_image zh-lightbox-thumb& width=&1161& data-original=&/6b60e9dbfab11_r.png&&&img src=&/eaea_b.png& data-rawwidth=&396& data-rawheight=&505& class=&content_image& width=&396&&1） 通过单击分析台上的维度，右拉创建分层结构，弹窗编辑分层结构，将相关维度拖入相关分层结构中。&img src=&/75ca49dc82a03deda5a6fde938a02428_b.png& data-rawwidth=&596& data-rawheight=&612& class=&origin_image zh-lightbox-thumb& width=&596& data-original=&/75ca49dc82a03deda5a6fde938a02428_r.png&&&/p&&p&将“市级”拖入分层结构中，如图：&img src=&/adbab24e90_b.png& data-rawwidth=&433& data-rawheight=&577& class=&origin_image zh-lightbox-thumb& width=&433& data-original=&/adbab24e90_r.png&&&/p&&p&举例来说，将“省级”拖入列，将“销售价格”拖入行，选择“饼图”，如图：&/p&&img src=&/af1cbda4345_b.png& data-rawwidth=&1274& data-rawheight=&463& class=&origin_image zh-lightbox-thumb& width=&1274& data-original=&/af1cbda4345_r.png&&&p&生成了各省销售价格的饼图，右击某个省，选择“下钻”，可以查看江苏省个城市的销售价格。&/p&&p&&img src=&/ac2eb4edc0d15a6ad2d45_b.png& data-rawwidth=&562& data-rawheight=&501& class=&origin_image zh-lightbox-thumb& width=&562& data-original=&/ac2eb4edc0d15a6ad2d45_r.png&&反之，将“市级”拖入列，将销售价格拖入行，生成饼图，右击某个城市选择“上卷”&br&&/p&&img src=&/da62d8a32bbcbf14bf9b5_b.png& data-rawwidth=&513& data-rawheight=&491& class=&origin_image zh-lightbox-thumb& width=&513& data-original=&/da62d8a32bbcbf14bf9b5_r.png&&&p&就可以查看各省的销售价格，如下图，也可以再次右击选择“下钻”&/p&&img src=&/de5d0e401f7ba54f9ca0b2_b.png& data-rawwidth=&482& data-rawheight=&335& class=&origin_image zh-lightbox-thumb& width=&482& data-original=&/de5d0e401f7ba54f9ca0b2_r.png&&2.3 探索功能&p&在大数据时代，混乱的、无结构的、多媒体的海量数据，数据分析的探索功能可以成为一个有效的工具。数据分析的探索功能可以发现变量之间的相关性以及引导出新的假设，发现数据潜在的价值。&/p&&p&例如，我们分析某个区域的房产销售价格，同时可以探索其他新的字段，探索数据更深层次的价值。在大数据魔镜数据分析台中，将“省级”拖入列，将“销售价格”拖入“列”，可以看到各省的销售价格对比图&/p&&img src=&/a3a3bc65b3c61bdf35c4e2b48624ba7c_b.png& data-rawwidth=&1278& data-rawheight=&431& class=&origin_image zh-lightbox-thumb& width=&1278& data-original=&/a3a3bc65b3c61bdf35c4e2b48624ba7c_r.png&&&p&此时，我们可以探索一下其他新的内容，选择江苏省，右击选择“探索”，可以看到弹出了新的相关字段。&/p&&img src=&/3c1dbdee1d33de76ac17759_b.png& data-rawwidth=&556& data-rawheight=&545& class=&origin_image zh-lightbox-thumb& width=&556& data-original=&/3c1dbdee1d33de76ac17759_r.png&&&p&我们可以选择点击“市级”，探索一下江苏省各市的销售价格。&/p&&img src=&/b623bee1cf305db9aec8_b.png& data-rawwidth=&1271& data-rawheight=&427& class=&origin_image zh-lightbox-thumb& width=&1271& data-original=&/b623bee1cf305db9aec8_r.png&&&p&还可以继续探索南京每个时期的销售价格，从而作出有利于市场的决策。&/p&&img src=&/4b8e0e9edaf9_b.png& data-rawwidth=&1168& data-rawheight=&470& class=&origin_image zh-lightbox-thumb& width=&1168& data-original=&/4b8e0e9edaf9_r.png&&2.4 参考线&p&运用参考线是为了让图表更加清晰易读，形成对比。&/p&&p&大数据魔镜的参考线设置包括添加参考线、编辑参考线和移除参考线&/p&&p&1）添加参考线&/p&&p&将“省级”拖入列，将“销售价格”拖入行，生成线图，可以设置一条参考线，可以更清晰的看见各省之间销售价格的差距，点击“销售价格”右拉的“分析”，选择“参考线”&/p&&img src=&/c8b50aa845c1d2f8f2e9affd9dbe2c73_b.png& data-rawwidth=&590& data-rawheight=&229& class=&origin_image zh-lightbox-thumb& width=&590& data-original=&/c8b50aa845c1d2f8f2e9affd9dbe2c73_r.png&&&p&2）编辑参考线，点击确定生成参考线&/p&&img src=&/ad1a91bf7fe577c00bcc_b.png& data-rawwidth=&753& data-rawheight=&475& class=&origin_image zh-lightbox-thumb& width=&753& data-original=&/ad1a91bf7fe577c00bcc_r.png&&&p&3）范围设置&/p&&p&范围设置包含“整个表”“每组”“每单元格”&/p&&p&作用于“整个表”&/p&&img src=&/7bc35d1ae993acda92f183e_b.png& data-rawwidth=&959& data-rawheight=&606& class=&origin_image zh-lightbox-thumb& width=&959& data-original=&/7bc35d1ae993acda92f183e_r.png&&&p&4）线设置&/p&&img src=&/08e8affeaf93d0e071511_b.png& data-rawwidth=&639& data-rawheight=&442& class=&origin_image zh-lightbox-thumb& width=&639& data-original=&/08e8affeaf93d0e071511_r.png&&&p&5）移除参考线&/p&&p&右击参考线，出现右击菜单，点击“移除”，则将参考线移除&/p&2.5 趋势线&p&趋势线是用于预测数据趋势的计算线。&/p&&p&大数据魔镜中的趋势线包含显示趋势线、编辑趋势线、移除趋势线。&/p&&p&2.5.1
添加趋势线&/p&&p&将“销售日期”拖入列，将“销售价格”拖入行，生成线图，可以设置一条趋势线，可以更清晰的看见销售价格的走势图，点击“销售价格”右拉的“分析”，选择“趋势线”&/p&&img src=&/cd777ddc9c59f_b.png& data-rawwidth=&1171& data-rawheight=&226& class=&origin_image zh-lightbox-thumb& width=&1171& data-original=&/cd777ddc9c59f_r.png&&2.1 趋势线&p&趋势线是用于预测数据趋势的计算线。&/p&&p&大数据魔镜中的趋势线包含显示趋势线、编辑趋势线、移除趋势线。&/p&&p&2.5.2
添加趋势线&/p&&p&将“销售日期”拖入列，将“销售价格”拖入行，生成线图，可以设置一条趋势线，可以更清晰的看见销售价格的走势图，点击“销售价格”右拉的“分析”，选择“趋势线”&/p&&img src=&/ee626fcbea9185c_b.png& data-rawwidth=&640& data-rawheight=&448& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&/ee626fcbea9185c_r.png&&&p&2.5.3
移除趋势线&/p&&p&右击趋势线，出现右击菜单，点击“移除”，则将趋势线移除&/p&&img src=&/d22c3b741d8a24fda71dacb01d7fc4e0_b.png& data-rawwidth=&1336& data-rawheight=&576& class=&origin_image zh-lightbox-thumb& width=&1336& data-original=&/d22c3b741d8a24fda71dacb01d7fc4e0_r.png&&2.6 计算字段&p&创建计算字段即通过自定义计算形成新的字段，形成的新的字段在维度、度量列表呈现，新的计算字段可进行删除和编辑操作。&/p&&p&在维度或者度量右拉菜单中选择“创建计算字段”&/p&&img src=&/dbec40ac5d0c5e0fc0d8d4_b.png& data-rawwidth=&640& data-rawheight=&388& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&/dbec40ac5d0c5e0fc0d8d4_r.png&&&img src=&/36d02aeadb114f762aeff581_b.png& data-rawwidth=&461& data-rawheight=&168& class=&origin_image zh-lightbox-thumb& width=&461& data-original=&/36d02aeadb114f762aeff581_r.png&&&p&编辑“计算字段”界面&/p&&img src=&/3eb83a0a78f33bf6e4b60e_b.png& data-rawwidth=&663& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&663& data-original=&/3eb83a0a78f33bf6e4b60e_r.png&&&p&在弹出窗口输入新字段名称，并输入公式表达式及新字段名称，比如“平均销售价格”，输入公式表达式，在函数列双击选择想要的函数，比如“AVG”,再双击字段名列任一字段，比如“销售价格”。&/p&&img src=&/7a1d1fbc137e1e5ee9e2cff_b.png& data-rawwidth=&677& data-rawheight=&722& class=&origin_image zh-lightbox-thumb& width=&677& data-original=&/7a1d1fbc137e1e5ee9e2cff_r.png&&&p&点击确认，保存完成后，在字段列表中会显示出新增的字段。&img src=&/ebb1b6873ce_b.png& data-rawwidth=&409& data-rawheight=&295& class=&content_image& width=&409&&&br&&/p&&p&计算字段公式说明如下。&/p&&p&数字公式&/p&&img src=&/241a31f436b63cb3bbedff_b.png& data-rawwidth=&763& data-rawheight=&149& class=&origin_image zh-lightbox-thumb& width=&763& data-original=&/241a31f436b63cb3bbedff_r.png&&&p&字符串公式&/p&&img src=&/8eddf8cccdb4eca799ad_b.png& data-rawwidth=&895& data-rawheight=&439& class=&origin_image zh-lightbox-thumb& width=&895& data-original=&/8eddf8cccdb4eca799ad_r.png&&&p&日期公式&img src=&/1e383b69b94ff5ab29e13d4c5a973bbc_b.png& data-rawwidth=&895& data-rawheight=&410& class=&origin_image zh-lightbox-thumb& width=&895& data-original=&/1e383b69b94ff5ab29e13d4c5a973bbc_r.png&&&/p&&p&聚合公式&img src=&/bed1433118a_b.png& data-rawwidth=&893& data-rawheight=&397& class=&origin_image zh-lightbox-thumb& width=&893& data-original=&/bed1433118a_r.png&&&/p&2.7参数字段&br&&p&参数类似于维度集，可以切换不同的维度，通过创建参数字段，当在“行、列、标记、筛选器”中时，可以快速切换当前参数中维度赋值。&/p&&p&点击维度中右拉菜单，选择点击“创建参数字段”。&img src=&/dfa5b1ea099e2_b.png& data-rawwidth=&467& data-rawheight=&293& class=&origin_image zh-lightbox-thumb& width=&467& data-original=&/dfa5b1ea099e2_r.png&&&/p&&p&弹出【编辑参数】框如图：&img src=&/f8187cef225ce25dbf0b_b.png& data-rawwidth=&674& data-rawheight=&433& class=&origin_image zh-lightbox-thumb& width=&674& data-original=&/f8187cef225ce25dbf0b_r.png&&&/p&&p&将当前展开的业务分组内的维度拖入“编辑参数”框内，框内字段可以进行自由排序。除了分层结构名不能拖入，其他维度都可以。&img src=&/d9b732cdfe139c852218e_b.png& data-rawwidth=&689& data-rawheight=&437& class=&origin_image zh-lightbox-thumb& width=&689& data-original=&/d9b732cdfe139c852218e_r.png&&&/p&&br&&p&确认保存后，生成新的参数字段“参数1”。&/p&&img src=&/76ebe0b4b_b.png& data-rawwidth=&508& data-rawheight=&543& class=&origin_image zh-lightbox-thumb& width=&508& data-original=&/76ebe0b4b_r.png&&&p&将参数1拖入“行、列、标记或者筛选器”时，视图区会自动出现字段选择单值下拉列表。参数字段默认选中的维度为排序第一的维度，如下图，就可以随意切换查看各区域、各省和各市的销售价格。&img src=&/f219bcc542_b.png& data-rawwidth=&1288& data-rawheight=&439& class=&origin_image zh-lightbox-thumb& width=&1288& data-original=&/f219bcc542_r.png&&&/p&2.8数据联想&p&对某一字段进行数据联想，在数据区创建个新的联想字段，参与绘图。&/p&&img src=&/65e2ecec4_b.png& data-rawwidth=&553& data-rawheight=&615& class=&origin_image zh-lightbox-thumb& width=&553& data-original=&/65e2ecec4_r.png&&&p&将鼠标移至“数据联想”产生联想的临时对象。&/p&&img src=&/088d058f5bdfba_b.png& data-rawwidth=&1182& data-rawheight=&515& class=&origin_image zh-lightbox-thumb& width=&1182& data-original=&/088d058f5bdfba_r.png&&&p&联想的字段可添加至左侧列表，可参与绘图。&/p&&img src=&/f0c217ce15dffce49d53f08ae54f29a8_b.png& data-rawwidth=&498& data-rawheight=&644& class=&origin_image zh-lightbox-thumb& width=&498& data-original=&/f0c217ce15dffce49d53f08ae54f29a8_r.png&&2.9聚合/取消聚合聚合度量&p&虽然魔镜对于每个度量默认是汇总聚合，但对于每个置于功能区的度量，可分配一个不同的聚合。例如，可对“销售额”进行汇总聚合，对“利润”进行最大值聚合，对“折扣”进行平均值聚合。&/p&&p&通过选择“度量”菜单项，可以更改工作表中所有度量的聚合状态。&img src=&/b7a2773cebfef4bdb8b36c25ddb032f9_b.png& data-rawwidth=&285& data-rawheight=&392& class=&content_image& width=&285&&&/p&聚合维度&p&魔镜可使用“计数”或“计数(不同)”将维度聚合为度量。当聚合维度时，将创建一个新的临时度量列，使维度看起来是一个度量。&/p&&p&注：MicrosoftAccess、MicrosoftExcel和文本文件数据源不支持“计 数(不同)”。如果您连接到这些数据源类型的其中一种，“计数(不同)”聚合将不可用。）&img src=&/438d310a9e08c78d8df38c_b.png& data-rawwidth=&377& data-rawheight=&295& class=&content_image& width=&377&&&/p&取消聚合&p&当所有度量取消聚合后，视图中每一行都会出现一个标记。所有度量取消聚合后，无法在视图区操作“只保留”、“排除”数据。&/p&&p&1.
示例——销售分析散点图与取消/聚合&/p&&p&现有超市销售数据一份，先将一个度量放置在&b&“&/b&行&b&”&/b&功能区上，将另一个度量放置在&b&“&/b&列”功能区上，则表示想要比较两个数值。通常在这种情况下，魔镜会选择散点图作为推荐可视化形式。初始视图可能让人失望 — 只有一个标记，显示两个度量的所有值的汇总。&/p&&p&有多种方式可生成这样一个散点图：您可以使用维度添加【描述】；可以向“行”和“列”功能区添加额外的度量或维度，以便在视图中创建多个单标记散点图。当然您也可以取消聚合，在视图中标记每一行数据。
&/p&&p& 将“销售额”度量放在“ 列”功能区上。&/p&&p& 将“利润”度量放在“ 行”功能区上。&/p&&p&2.
度量自动聚合为汇总，销售额(汇总)在字段名称中显示。描述信息中显示的值是数据源中每个行的销售额和利润总和。&/p&&p&维度添加到【描述】，操作如下：&/p&
将“类别”维度拖到“标记”区的【颜色】上。&img src=&/7ec323dfc05fdd_b.png& data-rawwidth=&1093& data-rawheight=&454& class=&origin_image zh-lightbox-thumb& width=&1093& data-original=&/7ec323dfc05fdd_r.png&&&p&这会将数据分隔成三种标记—每个维度成员一个标记—然后使用颜色对标记进行区别标记。&/p&&p& 将“省份”维度拖到“标记”区的【描述】上。&/p&&p&现在视图中的标记数量等于数据源中不同的省份数乘以类别数。&/p&&img src=&/cffd55aad4_b.png& data-rawwidth=&1096& data-rawheight=&455& class=&origin_image zh-lightbox-thumb& width=&1096& data-original=&/cffd55aad4_r.png&&&p&尽管显示更多标记，度量仍然是聚合的。因此，无论数据源中是只存在一个“省份为江苏、类别为办公用品“的行还是 100个这样的行，结果始终都是一个标记。&/p&&p&此过程可能会按您认为有用的方向形成视图，或者您可能更愿意转向不同的方向，例如，通过向视图中添加维度，或者通过引入趋势线或预测。&/p&&p&3.
向“行”和“列”功能区添加更多字段&/p&&p&
将“省份”维度拖到“ 列”功能区。&/p&&p&
将“细分”维度拖到“ 行”功能区。&/p&&img src=&/3681adad7b781e6ff0f8_b.png& data-rawwidth=&598& data-rawheight=&246& class=&origin_image zh-lightbox-thumb& width=&598& data-original=&/3681adad7b781e6ff0f8_r.png&&&br&&p&现在，您有了一个可提供省份和客户细分市场的销售额与利润概况的视图。将光标悬停于视图中的标记上以查看各个细分市场的工具提示数据。&/p&&p&4.
取消聚合&/p&&p&另一种修改您原来的单标记散点图以显示更多标记的方法是取消聚合。&/p&&p&选择“取消聚合”。&/p&&img src=&/a4dea16ae710cfd_b.png& data-rawwidth=&256& data-rawheight=&293& class=&content_image& width=&256&&&p&现在您看到许多标记 -- 原始数据源中的每一行分别有一个标记。&/p&&p&当您取消聚合时，查看的将不再是数据源中各行值的平均值或总和。相反，视图会为&/p&&p&数据源中的每一行显示一个标记。取消聚合数据是查看数据的整个表面区域的一种方法。&/p&&p&这是了解数据形状和识别离群点的快捷方式。这种情况下，取消聚合将显示，对于数据中的许多行，销售收入和利润之间存在一致的关系。&/p&2.10 日期维度的连续与离散&br&
日期类型维度除有离散属性外，还具有连续属性。在可视化展示方面很呈现不同的结果。如果，3日的数据是缺失的，在日期维度连续的状态下，3日是存在于轴上的，但在离散的状态下，3日标题是不存在于轴上的。&br&&img src=&/26dda2080bd0_b.png& data-rawwidth=&1108& data-rawheight=&572& class=&origin_image zh-lightbox-thumb& width=&1108& data-original=&/26dda2080bd0_r.png&&&p&连续如下：&/p&&img src=&/26a63b2aabacf_b.png& data-rawwidth=&1106& data-rawheight=&577& class=&origin_image zh-lightbox-thumb& width=&1106& data-original=&/26a63b2aabacf_r.png&&&br&&br&2.11 快速表计算&br&&p&魔镜新版本快速表计算目前包括同比、环比。同比、环比的度量计算是相对日期维度而存在的。&/p&&p&同比一般情况下是今年第n月与去年第n月比。使用同比主要是为了消除季节变动的影响，用以说明本统计周期数据与去年同期数据相比的变化量。例如：本期2月比去年2月，本期6月比去年6月等。&/p&&p&环比一般情况下是今年第n月与今年第n-1月比。环比是本期统计数据与上期统计数据比较，用以说明本统计周期数据与前一统计周期数据相比的变化量。例如，本期2月比今年1月，本期6月比今年5月等。&/p&&p&同比/环比计算方法：&/p&&p&同比=（本统计周期数据 - 去年同期数据）/去年同期数据 ×
100%。&/p&&p&环比=（本统计周期数据-上统计周期数据）/上统计周期数据 ×
100%。&/p&&p&同比/环比使用方法：&/p&&p&当维度栏中放置了日期字段时，系统会默认提供可选的同比/环比类型。 当维度栏中没有放置日期字段时，同比/环比会置灰。&/p&&img src=&/1af3c006cdba4abe8673a4_b.png& data-rawwidth=&1128& data-rawheight=&296& class=&origin_image zh-lightbox-thumb& width=&1128& data-original=&/1af3c006cdba4abe8673a4_r.png&&2.12 数据类型&br&&p&数据源中的所有字段都具有一种数据类型。数据类型反映了该字段中存储的信息的种&/p&&p&类，例如整数 (150)、日期 () 和字符串“Sophilin”。字段的数据类型在“数据”窗格中由以下所示图标之一来标识。&/p&&img src=&/d97ff945854a_b.jpg& data-rawwidth=&567& data-rawheight=&354& class=&origin_image zh-lightbox-thumb& width=&567& data-original=&/d97ff945854a_r.jpg&&3.
图表组件&br&3.1
视图的组件&p&不管哪类可视化图形都是行和列的集合，由以下组件组成：轴、区、单元格和字段标签和图例。&/p&&img src=&/f8b8a695ecf3de12f3d29_b.png& data-rawwidth=&1231& data-rawheight=&502& class=&origin_image zh-lightbox-thumb& width=&1231& data-original=&/f8b8a695ecf3de12f3d29_r.png&&&p&图例&/p&&img src=&/4ffbda54fdbad1d024b715_b.png& data-rawwidth=&479& data-rawheight=&686& class=&origin_image zh-lightbox-thumb& width=&479& data-original=&/4ffbda54fdbad1d024b715_r.png&&3.2
标记&p&标记区分为颜色、大小、标签、描述，通过对标记区的设置在图形中显示更多的信息。&/p&&img src=&/7ae05afe121_b.png& data-rawwidth=&536& data-rawheight=&45& class=&origin_image zh-lightbox-thumb& width=&536& data-original=&/7ae05afe121_r.png&&&p&&b&颜色：&/b&&/p&&p&颜色标记不同的值，不同的颜色标记不同的维度值，颜色的深浅标识度量的大小，颜色标记除放射树状图外其他图形只能拖入1个维度，再拖入颜色，替换之前的字段&/p&&p&将维度拖入颜色，对颜色进行编辑，默认20个颜色循环使用，可进行自定义切换色方案&/p&&img src=&/2c25a7f7b7bed3f96f7964_b.png& data-rawwidth=&943& data-rawheight=&454& class=&origin_image zh-lightbox-thumb& width=&943& data-original=&/2c25a7f7b7bed3f96f7964_r.png&&&p&将维度“区域”拖入“颜色”，可以看到不同的颜色标记不同的区域&/p&&img src=&/55e3dfaac5cda404cbef08ee5f28c1d7_b.png& data-rawwidth=&975& data-rawheight=&430& class=&origin_image zh-lightbox-thumb& width=&975& data-original=&/55e3dfaac5cda404cbef08ee5f28c1d7_r.png&&&p&将度量“卧室数量”拖入“颜色”，可以看到颜色的深浅标记数量的大小；&/p&&img src=&/d1ad1007a2ffe61ae94ab6ec1c79f11f_b.png& data-rawwidth=&1295& data-rawheight=&452& class=&origin_image zh-lightbox-thumb& width=&1295& data-original=&/d1ad1007a2ffe61ae94ab6ec1c79f11f_r.png&&&p&&b&大小：&/b&&/p&&p&调整整体的大小，自动适配美观显示。线图，调整线条的粗细，柱图，调整柱形的大小，形状，调整形状的大小，维度，按相关维度进行聚合，并且大小标识不同的维度值，度量，按相关度量进行聚合，并且按此度量进行大小标识柱图。&/p&&p&将度量“卧室数量”拖入“大小”，不同粗细的柱形标识不同的度量值&/p&&img src=&/b8722ddc54e687efbcf2fae9_b.png& data-rawwidth=&1012& data-rawheight=&417& class=&origin_image zh-lightbox-thumb& width=&1012& data-original=&/b8722ddc54e687efbcf2fae9_r.png&&&p&&b&标签：&/b&&/p&&p&将维度拖入“标签”显示维度值，将度量拖入“标签”显示度量值，“标签”内只能显示一个字段，度量或维度，显示度量值或维度值，根据图形的不同选择性显示相关度量的度量名。在柱形图中，标签显示在柱形中&/p&&img src=&/6a04a60c106abdfbf0d68_b.png& data-rawwidth=&962& data-rawheight=&428& class=&origin_image zh-lightbox-thumb& width=&962& data-original=&/6a04a60c106abdfbf0d68_r.png&&&p&&b&描述：&/b&&/p&&p&即详细信息，鼠标悬停时显示的详细信息，将“省级”拖入“描述”，可以看到各区域各省更详细的信息。&br&&/p&&img src=&/7edac99b449efa9da6e104_b.png& data-rawwidth=&942& data-rawheight=&473& class=&origin_image zh-lightbox-thumb& width=&942& data-original=&/7edac99b449efa9da6e104_r.png&&3.3
筛选器&p&通过设置筛选器用来缩小显示在视图中的数据范围。通过选择特定维度成员或特定度量值范围，可以定义筛选器。将需要筛选的字段以拖动的方式，从左侧边栏的字段列表拖动到页面中间的筛选器中，点击右拉菜单，就可以进行筛选了。&/p&&img src=&/4acb190c12e3fa_b.png& data-rawwidth=&504& data-rawheight=&468& class=&origin_image zh-lightbox-thumb& width=&504& data-original=&/4acb190c12e3fa_r.png&&&img src=&/cbdeed4af685_b.png& data-rawwidth=&281& data-rawheight=&324& class=&content_image& width=&281&&&br&&p&勾选“东北”“中南”“华东”&/p&&img src=&/f8ccdeb1f3a5bc2be6d2_b.png& data-rawwidth=&508& data-rawheight=&473& class=&origin_image zh-lightbox-thumb& width=&508& data-original=&/f8ccdeb1f3a5bc2be6d2_r.png&&&br&&p&生成筛选后的图表&/p&&img src=&/c50b6a3d973ee8ebe6d4754_b.png& data-rawwidth=&546& data-rawheight=&403& class=&origin_image zh-lightbox-thumb& width=&546& data-original=&/c50b6a3d973ee8ebe6d4754_r.png&&&p&将日期字段拖入“筛选器”，有“日期范围”“开始日期”“结束日期”可以设定。&/p&&img src=&/c3d6dea3a47ffe7f9d952_b.png& data-rawwidth=&641& data-rawheight=&408& class=&origin_image zh-lightbox-thumb& width=&641& data-original=&/c3d6dea3a47ffe7f9d952_r.png&&&img src=&/4acb190c12e3fa_b.png& data-rawwidth=&504& data-rawheight=&468& class=&origin_image zh-lightbox-thumb& width=&504& data-original=&/4acb190c12e3fa_r.png&&&p&&b&维度筛选器&/b&&/p&&img src=&/4ca6aa1adb94dcd40e644_b.png& data-rawwidth=&227& data-rawheight=&375& class=&content_image& width=&227&&&img src=&/a436dc692dbf3f64a59e39c3911a8ffa_b.png& data-rawwidth=&229& data-rawheight=&277& class=&content_image& width=&229&&&p&值选择器&/p&&p&值选择器—可使用“值”下拉列表来选择值的选择方法。&/p&&p&1)
&b&从列表中选择&/b&—从值的列表中进行选择 需要使用数据库查询来获取值 。&/p&&p&2)
&b&自定义值列表&/b&—在文本框中键入明确的维度成员名称以定义筛选器，而无需查询数据库。当您要使用大型数据源并且查询速度较慢时，请使用此选项。如果您知道相关的维度成员，则可以在文本框中键入这些成员，或者从其他应用程序复制并粘贴这些成员。请确保每个成员在文本框中各占一行。&/p&&p&3)
&b&使用全部&/b&—选择数据源中的所有成员。有时，您需要定义基于所有数据的条件或限制筛选器，即使数据随时间发生变化也是如此。“使用全部”选项始终会包含数据库中的每个成员以作为条件或限制的输入，而不是从筛选器中选择要包含或排除的特定成员。&/p&&p&4)
&b&排除模式&/b&—默认情况下，将包含定义筛选器时已选择的成员，并排除已取消选择的成员。但有时，定义不需要的值比定义需要显示的所有值更加容易。择对话框右上角的“排除”选项可从筛选器中排除而不是包含所做的选择。&/p&&p&5)
&b&包含&/b&—返回在字符串中的任何位置包含该匹配值的所有成员。&/p&&p&6)
&b&开头为&/b&—返回在字符串开头具有匹配值的成员。&/p&&p&7)
&b&结尾&/b&—返回在字符串结尾具有该匹配值的成员。&/p&&p&8)
&b&精确匹配&/b&—返回仅包含匹配值且没有任何其他内容的成员。&/p&&p&&b&度量筛选器&/b&&/p&&img src=&/949e1cef48f66_b.png& data-rawwidth=&412& data-rawheight=&297& class=&content_image& width=&412&&&p&1)
&b&值范围&/b&—指定要包含在视图中的范围的最小值和最大值。所指定的值将&/p&&p&2)
包含在该范围中。&/p&&p&3)
&b&至少&/b&—包含大于等于指定最小值的所有值。在因数据经常改变而无法指&/p&&p&4)
定上限时，这种筛选器十分有用。&/p&&p&5)
&b&至多&/b&—包含小于等于指定最大值的所有值。在因数据经常变化而无法指&/p&&p&6)
定下限时，这种筛选器十分有用。&/p&&p&7)
&b&特殊&/b&—这种特殊筛选器可帮助您对
Null值进行筛选。仅包含“Null值”、&/p&&p&8)
“非 Null值”或“ 所有值”。&/p&3.4
行列转置&p&行列转置，点击转置按钮，交换“行”和“列”上的字段&/p&&img src=&/bebbd0849ec3_b.png& data-rawwidth=&1053& data-rawheight=&197& class=&origin_image zh-lightbox-thumb& width=&1053& data-original=&/bebbd0849ec3_r.png&&&p&点击转置按钮后&/p&&img src=&/7cd26eaed1a486b7ebd38_b.png& data-rawwidth=&1050& data-rawheight=&194& class=&origin_image zh-lightbox-thumb& width=&1050& data-original=&/7cd26eaed1a486b7ebd38_r.png&&&p&“行”与“列”上的字段已经交换。&/p&3.5
放大镜&p&点击“放大镜”图标，即可将当前可视化图最大化显示。&/p&&img src=&/dcc8a6ddaace_b.png& data-rawwidth=&883& data-rawheight=&292& class=&origin_image zh-lightbox-thumb& width=&883& data-original=&/dcc8a6ddaace_r.png&&3.6
设置数值格式&p&l
设置数值格式是设置度量在可视化图形效果的显示样式。&/p&&p&l
默认：默认状态显示千字符，保留3位小数； &/p&&p&l
数字（标准）：显示千字符，显示2位小数，负值显示：-1234； &/p&&p&l
数字（自定义）：①小数位数，默认2位；②负值显示，默认状态-1234；③单位：K、M、B；默认无单位；④前缀/后缀，默认无前后缀；⑤千字符 ，默认勾选千字符 ；&/p&&p&l
货币（标准）：默认货币符号人民币，显示人民币单位；
货币（自定义）：①小数位数；默认2位；②负值显示，默认状态-1234；③单位：K、M、B，默认无单位；④前缀/后缀，默认前缀为￥，无后缀；⑤千字符 ，默认勾选千字符 &/p&&p&l
百分比：小数位数
，默认保留2位小数；&/p&&p&l
设置数值格式是设置度量在可视化图形效果的显示样式。&/p&&p&l
默认：默认状态显示千字符，保留3位小数；&/p&&img src=&/3a5a043dfa4fd_b.png& data-rawwidth=&561& data-rawheight=&385& class=&origin_image zh-lightbox-thumb& width=&561& data-original=&/3a5a043dfa4fd_r.png&&&br&&p&数字（标准）：显示千字符，显示2位小数，负值显示：-1234；&br&&/p&&img src=&/c846cad25bdbfaca58d9f506f26161bb_b.png& data-rawwidth=&435& data-rawheight=&458& class=&origin_image zh-lightbox-thumb& width=&435& data-original=&/c846cad25bdbfaca58d9f506f26161bb_r.png&&&p&l
数字（自定义）：①小数位数，默认2位；②负值显示，默认状态-1234；③单位：K、M、B；默认无单位；④前缀/后缀，默认无前后缀；⑤千字符 ，默认勾选千字符
；&/p&&p&&img src=&/cbed54f6c350_b.png& data-rawwidth=&1025& data-rawheight=&490& class=&origin_image zh-lightbox-thumb& width=&1025& data-original=&/cbed54f6c350_r.png&&货币（标准）：默认货币符号人民币，显示人民币单位；&br&&/p&&img src=&/c6b5cb989f26f2ed1ad490ea_b.png& data-rawwidth=&683& data-rawheight=&436& class=&origin_image zh-lightbox-thumb& width=&683& data-original=&/c6b5cb989f26f2ed1ad490ea_r.png&&&img src=&/cf4e8e5ae58dfb402a3a60_b.png& data-rawwidth=&324& data-rawheight=&439& class=&content_image& width=&324&&&br&&p&l
货币（自定义）：①小数位数；默认2位；②负值显示，默认状态-1234；③单位：K、M、B，默认无单位；④前缀/后缀，默认前缀为￥，无后缀；⑤千字符 ，默认勾选千字符&/p&&img src=&/54faac50a7df0d555a7ea_b.png& data-rawwidth=&991& data-rawheight=&434& class=&origin_image zh-lightbox-thumb& width=&991& data-original=&/54faac50a7df0d555a7ea_r.png&&&p&l
百分比：小数位数 ，默认保留2位小数&/p&&img src=&/c641a9dea7bff07c3bb0b89_b.png& data-rawwidth=&983& data-rawheight=&420& class=&origin_image zh-lightbox-thumb& width=&983& data-original=&/c641a9dea7bff07c3bb0b89_r.png&&&p&以上6种状态不冲突，都是独立的，选择其中一种覆盖另一种。&/p&4.
可视化图表组件4.1.
列表&br&&p&列表是以表格的形式展示数据的载体。大数据魔镜列表分为列表、突出显示表、压力表。突出显示表与压力表可根据业务需要，增加自定义设置，使得信息更加详细、明显。通过突出显示表，不仅可以迅速发现多组数据在某个维度上的关键点，而且可以立即知道该关键点的值。&/p&&p&列表的三种图形效果见图。&/p&&img src=&/bb0d473515f_b.png& data-rawwidth=&473& data-rawheight=&125& class=&origin_image zh-lightbox-thumb& width=&473& data-original=&/bb0d473515f_r.png&&&p&1)
列表&/p&&p&列表包含行表头和列表头，是通用的数据分析图表。通常通过在“ 行”功能区上放置一个维度并在“ 列”功能区上放置另一个维度来创建列表，又称交叉表或数据透视表
。然后您通过将一个或多个度量拖到标记区的【颜色】、【大小】、【标签】、【描述】来完成视图。&/p&&p&
拖入“区域”到行功能区；&/p&&p&
拖入“类别”到列功能区；&/p&&p&
拖入度量“销售额”、“利润”到标记区，；&/p&&p&
切换列表图；&/p&&img src=&/93eeb7cad7835ecad959bb_b.png& data-rawwidth=&648& data-rawheight=&248& class=&origin_image zh-lightbox-thumb& width=&648& data-original=&/93eeb7cad7835ecad959bb_r.png&&&p&2)
突出显示表&/p&&p&突出显示表中，颜色的深浅标识度量的大小。&/p&&p&
拖入“区域”到行功能区；&/p&&p&
拖入“类别”到列功能区；&/p&&p&
拖入度量“销售额”、“利润”到标记区，；&/p&&p&
切换突出显示表；&/p&&br&&img src=&/250a318ed7fc13459feeb41_b.png& data-rawwidth=&616& data-rawheight=&136& class=&origin_image zh-lightbox-thumb& width=&616& data-original=&/250a318ed7fc13459feeb41_r.png&&&p&如上图，颜色深浅标识的是销售额的度量值，标签显示的是折扣值的多少。&/p&&p&3)
压力表&/p&&p&压力表，通过图形的大小标识度量的大小。&/p&&img src=&/bdc04f858f5d_b.png& data-rawwidth=&411& data-rawheight=&229& class=&content_image& width=&411&&4.2.
线图&p&线图是最常用的统计图表之一。线性图可以将独立的数据点连接起来，通过线形图，人们可以在大量连续的点中发现数据变化的趋势，线图常用来展示数据随时间的变化趋势。&/p&&p&大数据魔镜线图类型最多支持1个维度1个度量。&/p&&p&连接到数据源“示例-超市.xls”后，进入可视化数据分析台。&/p&&p&1）
拖拽如“订单日期”到列，“销售额”到行；&/p&&p&2）
选择可视化图形效果—线图，即可形成线形趋势图；&/p&&p&不同月份销售额趋势如图&/p&&img src=&/e1c975a6_b.png& data-rawwidth=&1064& data-rawheight=&178& class=&origin_image zh-lightbox-thumb& width=&1064& data-original=&/e1c975a6_r.png&&&p&查看不同地区各时间段销售额趋势情况，将地区拖拽至【颜色】，形成下图。&/p&&img src=&/d05f45babfcf3e8_b.png& data-rawwidth=&1093& data-rawheight=&320& class=&origin_image zh-lightbox-thumb& width=&1093& data-original=&/d05f45babfcf3e8_r.png&&4.3.
面积图又称区域图，强调数据随着维度而变化的程度，也可用于引起人们对总值趋势的注意。导入数据源，拖拽相关维度，点击右侧的可视化图库—面积图，形成面积图。&br&&/p&&img src=&/24a4eed5d4ae6aca38f4_b.png& data-rawwidth=&654& data-rawheight=&190& class=&origin_image zh-lightbox-thumb& width=&654& data-original=&/24a4eed5d4ae6aca38f4_r.png&&4.4.
柱状图、条形图&p&柱状图与条形图是常用图表之一。柱状图可以表现数据的对比情况，展现整体趋势。条形图可以快速地对比各信息值的高低，尤其是当数据分为几个类别时，使用条形图会有效，很容易发现各项目数据间的比较情况。魔镜柱状图分为标准柱形图、分组柱状图、堆栈柱状图。&/p&&p&柱状图可通过点击&img src=&/c05c95c2742184eecb14fe_b.png& data-rawwidth=&33& data-rawheight=&27& class=&content_image& width=&33&&进行转置，转置为水平，即转换为条形图；分组柱状图、堆栈柱形图可通过点击&img src=&/dd54b266c662d5ff6f42c0fc101eb546_b.png& data-rawwidth=&22& data-rawheight=&22& class=&content_image& width=&22&&、&img src=&/1b8c88f97db94fdcd9619_b.png& data-rawwidth=&22& data-rawheight=&22& class=&content_image& width=&22&&两个图标进行切换；&/p&&p&标准柱形图，支持多维度多度量。多维度情况自动维度分组，多度量分区显示。多用于展示多维度多度量关系情况。&/p&&p&将“细分“、“类别”两个维度均拖入列，&/p&&p&将“销售额”、“利润”两个度量均拖入到行，形成如下图标准柱形图。&/p&&img src=&/afd42e84c427d52a414b995ddb5df537_b.png& data-rawwidth=&831& data-rawheight=&328& class=&origin_image zh-lightbox-thumb& width=&831& data-original=&/afd42e84c427d52a414b995ddb5df537_r.png&&&p&堆积柱状图显示单个项目与总体的关系，并跨类别比较每个值占总体的百分比。堆积柱状图使用二维垂直堆积矩形显示值。当有多个数据系列并且希望强调总数值时，可以使用堆积柱状图。&/p&&p&l
将“地区”维度拖入至标记区【颜色】，形成如下图标准柱形图。&/p&&img src=&/c59d96f18ef01a0ce852580_b.png& data-rawwidth=&852& data-rawheight=&323& class=&origin_image zh-lightbox-thumb& width=&852& data-original=&/c59d96f18ef01a0ce852580_r.png&&&p&大数据魔镜分组柱形图有两种形态，维度分组柱形图与度量分组柱形图。&/p&&p&维度分组柱形图切换规则是至少满足2个维度1个度量，具体操作如：&/p&&p&l
拖入“类别”、“细分”两个维度到列，“销售额”度量到行；&/p&&p&l
点击右侧图库—分组柱形图进行切换；生成如图维度分组柱形图；&/p&&img src=&/23ad4a04e1e991af86dfaec9_b.png& data-rawwidth=&844& data-rawheight=&338& class=&origin_image zh-lightbox-thumb& width=&844& data-original=&/23ad4a04e1e991af86dfaec9_r.png&&&p&建模区，“细分”“类别”维度在列，“类别”维度在【颜色】，不同颜色标识了不同类别。&/p&&p&l
在此图形基础上，拖入“数量“度量到行，再次点击图库—分组柱形图。&/p&&img src=&/2edc0a76de69d3b8c5b018fa7e477530_b.png& data-rawwidth=&1120& data-rawheight=&354& class=&origin_image zh-lightbox-thumb& width=&1120& data-original=&/2edc0a76de69d3b8c5b018fa7e477530_r.png&&&p&建模区标记区生成”度量值“，所有相关度量默认用颜色标识，这就能看出不同细分下不同类别销售额与利润的趋势对比。&/p&4.5.
散点图&p&散点图通常是用在需要分析不同字段间是否存在某种关系的时候，例如，分析各类产品的销售额和利润情况。通过散点图，可以有效地发现数据的某个趋势、集中度及其中的异常值，根据这些发现，可以帮助我们确定下一步应重点分析哪方面的数据及情况。&/p&&p&如图来分析各地区销售额、利润及折扣情况，可看出异常值和整体的趋势销售额、折扣分别为X、Y轴定位，可根据业务需求，用标记大小标识折扣值。&/p&&img src=&/f013ce9cfa51_b.png& data-rawwidth=&976& data-rawheight=&577& class=&origin_image zh-lightbox-thumb& width=&976& data-original=&/f013ce9cfa51_r.png&&&p&此图中，不同子类别用不同的颜色标识，不同的折扣情况圆圈的大小标识。从图中可以看出子类别—椅子的折扣较大。&/p&4.6.
树状图&p&树状图是数据树的图形表示形式，表现维度层级关系。&/p&&p&魔镜现有树状图样式：&/p&&img src=&/4da75f55e2ca339a504e79b031df28d4_b.png& data-rawwidth=&562& data-rawheight=&102& class=&origin_image zh-lightbox-thumb& width=&562& data-original=&/4da75f55e2ca339a504e79b031df28d4_r.png&&4.7.地图&br&&p&日常分析中，地图是经常要用到的图形效果。特别是表现各地域分布情况，地图的展现效果要比其他的图形效果形象、直观。&/p&&img src=&/51d4e19e561ec1db6b48f03a054c3ad3_b.png& data-rawwidth=&1208& data-rawheight=&650& class=&origin_image zh-lightbox-thumb& width=&1208& data-original=&/51d4e19e561ec1db6b48f03a054c3ad3_r.png&&&br&&p&地图自定义选项有填充颜色、标记类型、标记颜色、显示标签、描述信息五种：&/p&&p&l
当度量选择了“填充颜色”，填充颜色的深浅表示度量值的大小；&/p&&p&l
当度量选择了“标记类型”默认标记的大小识别度量值的大小，可自定义标记的颜色和整体大小；&/p&&p&l
当地图中有度量选择了标记大小识别，其他的度量可选择“标记颜色”，标记颜色的深浅表示度量值的大小；&/p&&p&l
选择了“显示标签”地图中会显示相应度量值；&/p&&p&l
“描述信息“所有度量信息默认描述信息显示，鼠标移过显示度量值；&/p&&p&l
目前的标记类型：圆形、方形、菱形、三角形、条形；&/p&&p&
支持省、市下钻，点中某省，显示此省明细区划数据情况，可回退；&br&&/p&4.8.云标签&br&&img src=&/eb449b390e01fa77ce47fe_b.jpg& data-rawwidth=&1244& data-rawheight=&565& class=&origin_image zh-lightbox-thumb& width=&1244& data-original=&/eb449b390e01fa77ce47fe_r.jpg&&&br&&br&&b&暂时就这么多了&/b&&br&&br&&br&&br&&br&&br&下面是原文&br&----------------------------------------------分割线---------------------------------------------------------------&br&国内的推荐大数据魔镜&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&&i class=&icon-external&&&/i&&/a&，免费使用，有云版和下载版。大数据魔镜整合了市面上的可视化效果，更有上卷下钻，数据预测，聚类分析，相关性分析，图表联动，数据联想，地图，组合图等很多功能。&br&&b&一、支持多种数据源&/b&&br&&img src=&/b54e19ea8d74f_b.png& data-rawwidth=&834& data-rawheight=&734& class=&origin_image zh-lightbox-thumb& width=&834& data-original=&/b54e19ea8d74f_r.png&&&b&二、操作简单，拖拽式探索分析&/b&&br&&img src=&/d50c2c455f9d99871eea4fd531ec355b_b.png& data-rawwidth=&1555& data-rawheight=&708& class=&origin_image zh-lightbox-thumb& width=&1555& data-original=&/d50c2c455f9d99871eea4fd531ec355b_r.png&&&b&&img src=&/1ebeeb1d05b867_b.png& data-rawwidth=&1151& data-rawheight=&633& class=&origin_image zh-lightbox-thumb& width=&1151& data-original=&/1ebeeb1d05b867_r.png&&&img src=&/fcf9fada5cf_b.png& data-rawwidth=&1048& data-rawheight=&780& class=&origin_image zh-lightbox-thumb& width=&1048& data-original=&/fcf9fada5cf_r.png&&二、最大可视化效果库&/b&&br&有超过500 多种可视化效果，丰富的组件库中包括示意图、筛选器、地图和标签云图等，从而使用户能够创建简单的仪表板或者绚丽的商业信息图表和可视化效果。&br&&img src=&/d03b54d28e5f692cbb76_b.png& data-rawwidth=&1558& data-rawheight=&761& class=&origin_image zh-lightbox-thumb& width=&1558& data-original=&/d03b54d28e5f692cbb76_r.png&&&img src=&/a4e3cbdd2a34f0882a77_b.png& data-rawwidth=&1574& data-rawheight=&794& class=&origin_image zh-lightbox-thumb& width=&1574& data-original=&/a4e3cbdd2a34f0882a77_r.png&&&img src=&/e23f7f16d83ef4301efd_b.png& data-rawwidth=&1132& data-rawheight=&696& class=&origin_image zh-lightbox-thumb& width=&1132& data-original=&/e23f7f16d83ef4301efd_r.png&&&img src=&/374e6fe9fc4ea901bec4ef_b.png& data-rawwidth=&1172& data-rawheight=&675& class=&origin_image zh-lightbox-thumb& width=&1172& data-original=&/374e6fe9fc4ea901bec4ef_r.png&&&img src=&/495ed68df83d6e7b6ff4_b.png& data-rawwidth=&1226& data-rawheight=&691& class=&origin_image zh-lightbox-thumb& width=&1226& data-original=&/495ed68df83d6e7b6ff4_r.png&&&img src=&/2d60fdb297b465ea8fa3a_b.png& data-rawwidth=&1021& data-rawheight=&517& class=&origin_image zh-lightbox-thumb& width=&1021& data-original=&/2d60fdb297b465ea8fa3a_r.png&&&img src=&/acbbae0c1e7adfa2db500_b.png& data-rawwidth=&1014& data-rawheight=&503& class=&origin_image zh-lightbox-thumb& width=&1014& data-original=&/acbbae0c1e7adfa2db500_r.png&&&img src=&/b458e91a22ff7a2e5dea3_b.png& data-rawwidth=&1017& data-rawheight=&610& class=&origin_image zh-lightbox-thumb& width=&1017& data-original=&/b458e91a22ff7a2e5dea3_r.png&&&br&&img src=&/ea9eba1778a68ccac2a57ee_b.jpg& data-rawwidth=&748& data-rawheight=&590& class=&origin_image zh-lightbox-thumb& width=&748& data-original=&/ea9eba1778a68ccac2a57ee_r.jpg&&&img src=&/8bab9ce2fe4d_b.png& data-rawwidth=&1521& data-rawheight=&725& class=&origin_image zh-lightbox-thumb& width=&1521& data-original=&/8bab9ce2fe4d_r.png&&&br&&b&三、四屏合一&/b&&br&拥有国内领先的大屏幕可视化解决方案，完美兼容LCD 屏、液晶屏、PAD 屏、智能手机屏幕四屏支持。&br&&img src=&/0ec3dc31c55fd777de15411e8fee66bb_b.png& data-rawwidth=&1330& data-rawheight=&741& class=&origin_image zh-lightbox-thumb& width=&1330& data-original=&/0ec3dc31c55fd777de15411e8fee66bb_r.png&&&img src=&/8d8d6ddb7748f37ccd6b36_b.png& data-rawwidth=&1330& data-rawheight=&749& class=&origin_image zh-lightbox-thumb& width=&1330& data-original=&/8d8d6ddb7748f37ccd6b36_r.png&&&img src=&/5b22af02adaac1ee803b43c9f1e3705a_b.png& data-rawwidth=&1332& data-rawheight=&748& class=&origin_image zh-lightbox-thumb& width=&1332& data-original=&/5b22af02adaac1ee803b43c9f1e3705a_r.png&&&img src=&/76e3cbb968d52_b.png& data-rawwidth=&1330& data-rawheight=&749& class=&origin_image zh-lightbox-thumb& width=&1330& data-original=&/76e3cbb968d52_r.png&&&img src=&/c2f8e78a37a7db6354d8_b.jpg& data-rawwidth=&1333& data-rawheight=&744& class=&origin_image zh-lightbox-thumb& width=&1333& data-original=&/c2f8e78a37a7db6354d8_r.jpg&&&img src=&/bc_b.jpg& data-rawwidth=&1366& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1366& data-original=&/bc_r.jpg&&&b&四、数据权限&/b&&br&支持企业/团队间的数据分析协作，并针对数据加设权限，数据分析项目的所有者可以对团队成员进行管理员、编辑者、观察者的权限设置，同时分配数据资源的调配权限，给团队提供更私密协作的空间和管理运作方式。&br&&b&&img src=&/43b2d5c77b74d2a848b4_b.png& data-rawwidth=&1229& data-rawheight=&231& class=&origin_image zh-lightbox-thumb& width=&1229& data-original=&/43b2d5c77b74d2a848b4_r.png&&&img src=&/ac4c0b962ff918b70d529_b.png& data-rawwidth=&1241& data-rawheight=&522& class=&origin_image zh-lightbox-thumb& width=&1241& data-original=&/ac4c0b962ff918b70d529_r.png&&五、自动建模和分析挖掘&/b&&br&大数据魔镜率先将数据建模和数据分析的过程进行可视化，用户无需变形复杂的代码即可完成数据建模，同时丰富的分析算法，如聚类分析、关联分析、相关性分析、决策树、数据联想等，不需要写代码，只需简单拖拽操作就可以实现，简单操作的同时满足了用户的复杂分析需求。&br&&img src=&/e51c208c672efdaba0e209e_b.png& data-rawwidth=&1543& data-rawheight=&742& class=&origin_image zh-lightbox-thumb& width=&1543& data-original=&/e51c208c672efdaba0e209e_r.png&&&img src=&/6e94c6d44ecf345c9e5c971a20b274dd_b.png& data-rawwidth=&1579& data-rawheight=&419& class=&origin_image zh-lightbox-thumb& width=&1579& data-original=&/6e94c6d44ecf345c9e5c971a20b274dd_r.png&&&img src=&/dcc4b028ca6582b_b.png& data-rawwidth=&1586& data-rawheight=&629& class=&origin_image zh-lightbox-thumb& width=&1586& data-original=&/dcc4b028ca6582b_r.png&&&img src=&/d3fbadef6f54_b.png& data-rawwidth=&1568& data-rawheight=&457& class=&origin_image zh-lightbox-thumb& width=&1568& data-original=&/d3fbadef6f54_r.png&&&img src=&/1f5ad9eefdfd_b.png& data-rawwidth=&1314& data-rawheight=&786& class=&origin_image zh-lightbox-thumb& width=&1314& data-original=&/1f5ad9eefdfd_r.png&&&img src=&/a0b5ad0ea225e0e3d4cb_b.png& data-rawwidth=&1541& data-rawheight=&776& class=&origin_image zh-lightbox-thumb& width=&1541& data-original=&/a0b5ad0ea225e0e3d4cb_r.png&&&img src=&/cc4a67d445030fdd6eded020a30f06b4_b.png& data-rawwidth=&1014& data-rawheight=&738& class=&origin_image zh-lightbox-thumb& width=&1014& data-original=&/cc4a67d445030fdd6eded020a30f06b4_r.png&&&br&&br&&b&六、更多功能&/b&&br&&img src=&/f6b97de9ebedd68f3bb6_b.png& data-rawwidth=&1585& data-rawheight=&423& class=&origin_image zh-lightbox-thumb& width=&1585& data-original=&/f6b97de9ebedd68f3bb6_r.png&&&img src=&/a7fdd7dc63e00cf4f1bb525e7ddf1bd5_b.png& data-rawwidth=&1575& data-rawheight=&691& class=&origin_image zh-lightbox-thumb& width=&1575& data-original=&/a7fdd7dc63e00cf4f1bb525e7ddf1bd5_r.png&&&img src=&/68c3eeb1e56bc4ff8fb26f713e15c702_b.png& data-rawwidth=&907& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&907& data-original=&/68c3eeb1e56bc4ff8fb26f713e15c702_r.png&&&img src=&/c14db52ff405ae178fe4bda9b7a2dd15_b.png& data-rawwidth=&879& data-rawheight=&759& class=&origin_image zh-lightbox-thumb& width=&879& data-original=&/c14db52ff405ae178fe4bda9b7a2dd15_r.png&&联动或有bug，正在优化（望体谅）&br&&img src=&/eef9ef6e60743aed23f4b_b.jpg& data-rawwidth=&748& data-rawheight=&397& class=&origin_image zh-lightbox-thumb& width=&748& data-original=&/eef9ef6e60743aed23f4b_r.jpg&&&br&&img src=&/e128b8afb6e49c76473a_b.png& data-rawwidth=&650& data-rawheight=&520& class=&origin_image zh-lightbox-thumb& width=&650& data-original=&/e128b8afb6e49c76473a_r.png&&&img src=&/c63c42314ffdb62e0d048e722fc12fb5_b.png& data-rawwidth=&732& data-rawheight=&635& class=&origin_image zh-lightbox-thumb& width=&732& data-original=&/c63c42314ffdb62e0d048e722fc12fb5_r.png&&&img src=&/2bce36f4bccf_b.png& data-rawwidth=&724& data-rawheight=&700& class=&origin_image zh-lightbox-thumb& width=&724& data-original=&/2bce36f4bccf_r.png&&&p&&a href=&///?target=http%3A///public.html%23/f2yymm& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&/public.html#&/span&&span class=&invisible&&/f2yymm&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& (二维码自动识别)&/p&&img src=&/dacda39d84a30bbe8de1ad961e5fefce_b.png& data-rawwidth=&742& data-rawheight=&769& class=&origin_image zh-lightbox-thumb& width=&742& data-original=&/dacda39d84a30bbe8de1ad961e5fefce_r.png&&&br&近期，我们正在全力研发更好用，更实用的分析功能，谢谢期待！&br&&br&&b&写的有点乱，大家多多包涵！！！&/b&
大数据魔镜免费云分析平台全新上线。欢迎大家登陆体验 多图文预警！！！！！！！！！ 下面主要介绍一下数据分析部分 1. 数据区 1.1 维度 魔镜将包含定性、分类信息的任何字段都视为维度。例如，包括任…
&p&谢邀。&/p&&p&在入门阶段，题主口中的数学主要有四门课：微积分、线性代数、概率与统计、最优化算法。其实我真的很不建议一口气把这四门课学完，那样很容易打击到学习兴趣。所以我尽自己最大的努力安排了一个学习计划/入门指导，贴在这里。&/p&&p&&a href=&///?target=https%3A//mp./s%3F__biz%3DMzIwNzc2NTk0NQ%3D%3D%26mid%3D%26idx%3D1%26sn%3Dba33e72f35defcca2e909%26chksm%3D970ca3ab3b6b6cbd235b7c2f6f7acd30f036e560c783%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(一)&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=https%3A//mp./s%3F__biz%3DMzIwNzc2NTk0NQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D8d2f6b106dc971a9cae0a4256f01ffac%26chksm%3D970c29b4a07ba0a237acd39c1adbf6b8a97e66cf8eeb4f112a829ad08erd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(二)&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=https%3A//mp./s%3F__biz%3DMzIwNzc2NTk0NQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D867cc218dd2284eab529e1c89358edf1%26chksm%3D970c295aa07ba04cb60fdd3f6d0e064a972a8f1fa15dbb1c0cca44ac8dda03ff4%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(三)&i class=&icon-external&&&/i&&/a&&/p&&br&&p&如果非要先学完全部数学的话，就可以按照下面的来啦。&/p&&p&先抛开微积分不谈，先说剩下的（因为剩下的我已经详细写了，2333，有时间了再把微积分补充在这里）。&/p&&h2&&b&线性代数&/b&&/h2&&ul&&li&前置课程&/li&&ul&&li&中学代数&/li&&/ul&&li&主参考资料&/li&&ul&&li&《线性代数应该这样学》(英文叫《Linear Algebra done right》)&/li&&/ul&&li&辅助参考资料（有先后顺序）&/li&&/ul&&ol&&li&《Deep Learning》Bengio等，第二章（中译本勉强能看，链接&a href=&///?target=https%3A///exacity/deeplearningbook-chinese& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&/exacity/deep&/span&&span class=&invisible&&learningbook-chinese&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& 呜呜好想赶紧开通原创功能插超链接）；&/li&&li&Wiki百科（翻墙不用教吧...）；&/li&&li&《矩阵分析与应用》张贤达&/li&&/ol&&li&重点内容（无先后顺序）：&/li&&ul&&li&向量及向量空间&/li&&li&内积与范数&/li&&li&线性映射&/li&&li&矩阵
&/li&&li&张成、线性相关、线性无关&/li&&li&特征值与特征向量&/li&&li&特征分解&/li&&/ul&&li&高级内容（最起码要了解）：&/li&&ul&&li&谱定理&/li&&li&奇异值分解（SVD）&/li&&li&矩阵的迹&/li&&li&行列式&/li&&/ul&&li&学习方法&/li&&ol&&li&适当参考小夕总结的重点内容，细细的品味《线性代数应该这样学》（这本书真的棒呆了）。&/li&&li&对于书中依然理解不了的部分，参考其他辅助资料哦。另外如果大家有哪方面难以理解，可以告诉小夕，小夕会尽量解答，若有必要的话直接写一篇小文章帮助大家理解哦。&/li&&/ol&&li&主要意义
线性代数是机器学习的不能更基础的数学基础。不仅仅是因为矩阵是机器学习中运算的基本单位，而且一些线性代数中的高级理论也被借鉴吸收到了机器学习算法中，比如用SVD（奇异值分解）来对特征降维，迹运算可以加深对PCA及某些聚类算法本质的理解等。&/li&&h2&&b&概率与统计&/b&&/h2&&ul&&li&前置课程&/li&&ul&&li&微积分&/li&&/ul&&li&主参考资料&/li&&ul&&li&《概率论与数理统计》陈希孺（注意不是浙大的那本！）&/li&&/ul&&li&重点内容：&/li&&ul&&li&整本书！&/li&&/ul&&li&学习方法
这本书写的超棒！虽然学校的概率统计用的浙大那本教材，但是学完也有好多地方似懂非懂。直到在图书馆无意间遇到了这本书。。。所以认真读咯，是不是一想到小夕也读过这本书，就迫不及待想开始了呢【捂脸】&/li&&li&主要意义
这门课程不需要谈意义了吧╮(╯▽╰)╭这门课都没有掌握，那只能处于计划一的大忽悠水平咯~&/li&&/ul&&h2&&b&最优化算法-上&/b&&/h2&&ul&&li&前置课程&/li&&ul&&li&微积分（高等数学）&/li&&li&线性代数&/li&&/ul&&li&主参考资料&/li&&ul&&li&《Deep Learning》第四章（中文版链接见手册（一））&/li&&li&《Numerical Optimization》Jorge Nocedal等&/li&&/ul&&li&辅助参考资料
《最优化理论与方法》袁亚湘，孙文瑜（这本书已绝版，但某宝有卖复刻版；在学校的同学可去图书馆借，没收藏这本书的大学应该可以取消数学和计算机专业了吧）&/li&&li&重点内容：&/li&&ul&&li&一阶无约束优化算法&/li&&ul&&li&梯度下降法（简单了解步长的确定方法）&/li&&/ul&&li&二阶无约束优化算法&/li&&ul&&li&牛顿法&/li&&/ul&&li&约束优化算法&/li&&ul&&li&线性规划概念与应用&/li&&li&二次规划概念与应用&/li&&li&拉格朗日乘子法的简单认识&/li&&/ul&&/ul&&li&高级内容（依照自身数学基础，尽可能深的理解）&/li&&ul&&li&一阶无约束优化算法&/li&&ul&&li&梯度下降法（仅掌握线搜索法，学嗨了可以看信赖域法）&/li&&/ul&&li&二阶无约束优化算法&/li&&ul&&li&共轭梯度法&/li&&li&拟牛顿法&/li&&/ul&&li&约束优化算法&/li&&ul&&li&线性规划（仅掌握单纯形法，学嗨了可以看内点法）&/li&&li&二次规划（仅掌握对偶法，学嗨了可以看积极集法）&/li&&/ul&&/ul&&li&学习方法&/li&&/ul&&ol&&li&小夕考虑到最优化算法对机器学习而言虽然至关重要，但是对数学基础要求很高。因此在本计划中采用个性化定制的方式：&/li&&ol&&li&如果您的数学基础很好，强烈建议您尽可能的完成高级内容，这对后面机器学习算法的透彻理解极其重要。&/li&&li&如果您的数学基础不够，只需完成重点内容即可。但是希望在业余再加深一下对微积分、线性代数等知识的理解哦~方便以后突破瓶颈呐。&/li&&/ol&&li&对于重点内容，只需要认真研究理解《Deep Learning》中的4.3节和4.4节，这两节信息量很大，请务必认真阅读每一句话。如果这两节都感到寸步难行的话，请补习最优化的前置课程哦。&/li&&li&对于高级内容，《Numerical Optimazation》是极其合适的，这本书很偏工程实践，讲了很多practical的问题。也是我们学校最优化课的教材。这本书貌似没有中文版，不过相信您的数学基础都那么好啦，看英文资料也没有问题哒~&/li&&/ol&&li&主要意义
小夕在指导(一)中提到的机器学习瓶颈就是指的这门课！
小夕第一次学机器学习时，以为各个机器学习模型是孤立的，有的用梯度下降，有的二次规划的，当时也不知道，结果学完之后机器学习体系特别散。
直到上了这门课，才恍然大悟，竟然有这么一个数学体系将机器学习中的“寻最优参数”（即最优化）问题全都聚拢到一起了！
所以，这门课之于机器学习的重要性，小夕只能说重中之重呀。&/li&
谢邀。在入门阶段，题主口中的数学主要有四门课：微积分、线性代数、概率与统计、最优化算法。其实我真的很不建议一口气把这四门课学完，那样很容易打击到学习兴趣。所以我尽自己最大的努力安排了一个学习计划/入门指导，贴在这里。
之前做了300页的PPT专门讲过网站分析，外加前几年做微博运营时积累的大量PPT以及工具、图表，大概有好几G(Ps,私信要PPT的同学不点个赞么，泪奔中……)。&br&&br&入行互联网的契机是做了一个“网站分析”的微博账号，做自媒体跟真正的实践者还是有很大距离的，所以推荐一个list的，如果你对网站分析有兴趣，可以专注这些大牛！&br&知乎上面的数据分析大神： &a data-hash=&4920fca107ec266a26bf578ff112a6d3& href=&///people/4920fca107ec266a26bf578ff112a6d3& class=&member_mention& data-editable=&true& data-title=&@何明科& data-hovercard=&p$b$4920fca107ec266a26bf578ff112a6d3&&@何明科&/a&&a data-hash=&1226dd3baaf60e6904a7e& href=&///people/1226dd3baaf60e6904a7e& class=&member_mention& data-editable=&true& data-title=&@邹昕& data-hovercard=&p$b$1226dd3baaf60e6904a7e&&@邹昕&/a&&br&网站分析领域的： &a data-hash=&f67cbea4ef2d9a96513f& href=&///people/f67cbea4ef2d9a96513f& class=&member_mention& data-editable=&true& data-title=&@宋星& data-hovercard=&p$b$f67cbea4ef2d9a96513f&&@宋星&/a&&a data-hash=&a5f1b10bb35df16ac17cb& href=&///people/a5f1b10bb35df16ac17cb& class=&member_mention& data-editable=&true& data-title=&@胡力& data-hovercard=&p$b$a5f1b10bb35df16ac17cb&&@胡力&/a&
@joeghwu 《网站分析实战》作者
@ 孙立东《网站分析基础教程》作者之一
@王彦平（蓝鲸）&br&&br&&br&一、如何入门互联网数据分析&br&1、网站分析是一种能力&br&&p&对于大部分人互联网从业者而言，网站分析是一种能力，因为基于网站分析之上的结论可以指导运营、产品、设计、技术的同事的工作。&/p&&br&&img src=&/032caa7fdeb_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/032caa7fdeb_r.jpg&&&br&2、网站分析解决的问题&br&即分析出：&br&用户是谁（目标用户），&br&从哪里来（流量从哪里来，流量的价值等），&br&到哪里去（为什么离开，如何降低用户流失）&br&&img src=&/f43cd2def93dd228d91c69dd_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/f43cd2def93dd228d91c69dd_r.jpg&&3、对于产品OR运营，网站分析能做什么&br&对于产品：&br&&p&产品改版是否合理？&/p&&p&用户的反馈如何？&/p&&p&哪些功能存在问题？&/p&&p&功能使用频率？&/p&&p&转化路径是否靠谱？&/p&&p&对于运营：&/p&&p&用户来源路径？&/p&&p&用户活跃度如何？&/p&&p&如何分配广告预算&/p&&p&网站内容是否有效？&/p&&p&如何分解KPI？&/p&&br&&img src=&/b6e54e4f9f8b52ef4bc9c3c2f61eee51_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/b6e54e4f9f8b52ef4bc9c3c2f61eee51_r.jpg&&&br&&br&&img src=&/a8dcee60843_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/a8dcee60843_r.jpg&&&br&4、为什么进行网站分析&br&&img src=&/96a57e534f727afa6196_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/96a57e534f727afa6196_r.jpg&&5、网站分析的核心&br&&img src=&/5a8161125bfa4a799ebc_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/5a8161125bfa4a799ebc_r.jpg&&&br&二、网站分析的流程&br&定义问题——测量——分析——改进——维持&br&&img src=&/3cbeb60e4df76d1a1a929c_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/3cbeb60e4df76d1a1a929c_r.jpg&&&img src=&/e3b653ddbc1f7f17c4a3f1abe1a22dbb_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/e3b653ddbc1f7f17c4a3f1abe1a22dbb_r.jpg&&&img src=&/f82ac6e443e201fcc60d_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/f82ac6e443e201fcc60d_r.jpg&&三、定义问题&br&&p&如何你已经知道如何有效的去描述一个问题，那么你已经成功了一半了，因为你知道问题，而且也知道如何去问。&/p&&br&&img src=&/20c87cbe3ccec8595995e_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/20c87cbe3ccec8595995e_r.jpg&&&p&工作可不是试券设计好问题来问你，首先得你自己发现问题。&/p&&br&&img src=&/5e1a090ddba58d27ba2becbfa321a8ce_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/5e1a090ddba58d27ba2becbfa321a8ce_r.jpg&&&br&&p&比如如注册转化率的降低就跟非常多的问题是正相关的。&/p&&p&产品支持度是否足够？&/p&&p&头像上传&/p&&p&邮箱验证&/}
出处见水印，侵删
&blockquote&一味的解释&i&数据仓库&/i&概念可能没意思，我们从不同角色出发吧&/blockquote&&br&老板 ：我是一家手机公司的老板，今天要向去董事局汇报，我要准备一份介绍过去三年的用户增长、用户留存、用户活跃度、手机里面每个APP使用率等情况的报表，假如下面没我下面没有BI，那我肯定就蒙逼了。。&br&&br&BI ： 我是一名非技术BI，我天天看竞品的分析报告，看双十一销量，看各种评论，知道自己的产品有哪些短板有哪些长处，我分析南北地域差异，国内外客户喜好，总之我在手机领域有着很强的行业解读能力和数据解读能力，我可以画出非常漂亮的图表和PPT。今天老板让我出一份报表，我还要去刷脸找ETL工程师帮我跑出这次报告的数据，基于这份数据我要给出一定的解读，为啥这个月手机卖得不如上个月，为啥用户流失越来越严重等等都是我要去做的。&br&&br&ETL工程师 : 我是食物链最底层的苦逼ETL工程师，我会写shell、我会搭hadoop/hive/hbase、会写超复杂逻辑的sql，今天那个不会自己计算数据的BI又让我跑几个数据，我本想让她提需求流程的，但她说这是老板要的(运营惯用的杀手锏！！！)，要加急处理，我只能放下手头的活儿给她跑数据了，花了半个小时把数据跑好给她，希望能就这么交差吧。&br&&br&如果你以为我每天就做这点事那你就错了，我平时的工作可不仅仅就是完成上面交给我的任务哦，我还负责数据ETL过程、数据建模、定时任务的分配、甚至有时Hadoop集群的维护等等都得我去做，每件事单独拿出来都可以拿出来写本书。&br&就拿ETL过程来说吧，你要把原始数据从各种数据库、各种服务器的不同业务日志归一化到同一类格式，要约定好分隔符，然后导入到分布式文件系统HDFS，甚至你还要和业务系统定义数据格式出规范，数据收集完，你还得出中间表，数据过滤，格式统一，ID统一，维度统一，通过不同的数据现象进行数据，完了，你就得出一些日报周报之类的数据了，这时候你要按照需求把数据组织成一定的格式然后导Mysql、或者HBASE等等。&br&总之你就是需要把数据各种收集、各种处理、然后各种导入导出，是不是很有意思？&br&&br&&blockquote&不过这些数据仓库都非常初级，其中ETL工程师可发挥的空间太多了&/blockquote&1、正常情况下，老板 —& BI —& ETL 出一份报告，这中间能否BI直接去计算数据？sql太复杂，那么可不可以一切数据标签化，BI甚至老板要什么就选什么？&br&2、ETL工程师可以把数据收集自动化、可以规范业务日志格式、可以将一切都配置化，但是这些都是基于N+1的，也就是说今天的发生了什么一定要到明天才能看到，那么有没有一个系统能把数据分析做到实时或者准实时？参考双十一大屏，马总要是到12号才能知道成交了多少笔不劈了那帮做数据的才怪。&br&3、目前绝大部分分析系统都基于离线计算（HADOOP/ODPS），那这里有个问题了，运营或BI想看个数据还得你离线慢腾腾跑完才能看到，那么有没有一个系统可以支持你再大的数据量，再复杂的逻辑，毫秒出数据？&br&&br&我没有提到的还有算法工程师、大数据运维工程师等等。&br&&br&&blockquote&&b&数据仓库的概念很广很大，但在大数据应用面前也不值一提。&/b&&/blockquote&&br&如果把数据价值分层，这里分层的办法很多，我只列举一种方法，有人分过5层 &br&第一层: 为老板提供决策支持，例如传统的财务报表&br&第二层: 为运营提供决策支持，例如数据化非常彻底的淘宝运营们&br&第三层: 为产品提供支持，例如有产品经理们会拿着报表天天看研究自己的某一个按钮摆放位置对不对&br&第四层：数据用于生产，比如直接对接广告系统产生收益，比如直接对接推荐系统为用户推荐商品，实现千人千面，再比如利用手机APP直接为不同用户push消息&br&第五层：大数据交换，数据产生直接受益&br&&br&大部分公司能做到前两个层次就已经很不错了，如果能做到第三层，就已经很牛逼，做到第四第五层次，国内互联网公司不超过2家，大数据应用太大了，不知从何说起，以后聊吧。&br&&br&--------------------------分割线--------------------------&br&&br&针对评论中的一些问题做些统一的解释&br&&br&&u&&b&问：数据交换的理念&/b&&/u&&br&有人提到数据交换，数据交换不是简单的我给你一点，你给我一点；也不是我给你钱，你给我点数据。&br&原因是这些模式基本走不通&br&1、数据很难定价，无法简单的将数据定义为商品，数据供给方也无法去衡量一份数据能产生多大的价值，只有在具体的应用场景中才能大概估计它的价值，因此几乎没有一种简单公平的机制去为交易双反指定交易规则。&br&2、数据拷贝成本几乎没有&br&如果是一部iPhone，如果想要造出一模一样的一部iPhone成本奇高，所以苹果公司可以放心大胆的把手机卖给你而不怕你仿制，但是数据不行，因为数据几乎没有拷贝成本。&br&那么带来一个问题，如果我把这份数据一百万卖给你，我几乎除了『你的诚信』之外没有任何方法去限制你不把数据折价买个其它更多第三方，那这份数据的市场价值很快荡然无存。&br&3、隐私&br&商业有很多隐私规则，用户也有很多隐私，这些都是不能简单的通过拷贝的去交换的，如果给对方一份数据，例如：用户的在某APP的浏览行为，那么如果被第三方运用在电话骚扰，广告弹窗之类的场景中，肯定是不行的。&br&&blockquote&所以数据的交易一定不是通过价格衡量，也不能简单的数据拷贝&/blockquote&&i&&b&数据交换 &/b&&/i&最理想的方式应该是，双方共同拿出一些东西，然后服务于某个场景，而数据导出等行为都是被禁止的，双方不能看到对方的数据也不能导出对方的数据，可被导出的结果一定是无害、不侵犯隐私的、不对原数据价值产生影响的东西。&br&&br&而这样一种数据交换的方式却需要非常大的体系建设，平台建设，制度建设。&br&&br&这样的体系和平台，需要长时间的摸索和市场培育，数据人任重而道远。&br&&br&今晚的杭州明月皎洁，明天的西湖应该分外美丽，大家加油。
一味的解释数据仓库概念可能没意思，我们从不同角色出发吧 老板 ：我是一家手机公司的老板，今天要向去董事局汇报，我要准备一份介绍过去三年的用户增长、用户留存、用户活跃度、手机里面每个APP使用率等情况的报表，假如下面没我下面没有BI，那我肯定就蒙…
是有的，德州扑克的知识可以直接转化成收入水平的提高。&br&这是我看的第一本英文扑克书，主要针对小额扑克，讲得比较入门，俗称《扑克圣经》。看完后能够游戏2/5（小盲注2元，大盲注5元）的桌子，打牌的晚上一般能赢200-1000不等&br&&img src=&/c3d37eada3f4a7fb5e95496_b.jpg& data-rawheight=&463& data-rawwidth=&346& class=&content_image& width=&346&&&br&&br&这是我第二本看的扑克书，适合有一定扑克基础的玩家，扑克概念讲述得很清晰，是扑克界炙手可热的书籍，共有两册。看完后能够游戏5/10级别的游戏，每晚500-2000的盈利水平，而后又看了一遍，感觉自己又有了提高&br&&img src=&/1a2ccaa824b37ef4bd36cd2121daab64_b.jpg& data-rawheight=&465& data-rawwidth=&620& class=&origin_image zh-lightbox-thumb& width=&620& data-original=&/1a2ccaa824b37ef4bd36cd2121daab64_r.jpg&&&img src=&/c1df45a1e0ce_b.jpg& data-rawheight=&465& data-rawwidth=&618& class=&origin_image zh-lightbox-thumb& width=&618& data-original=&/c1df45a1e0ce_r.jpg&&&br&&br&这是我第三本看的扑克书籍，适合扑克基础比较好的玩家，主要讲如何针对不同的玩家采取不同的针对性的打法，是比较新近的作品。看完后能游戏10/20的桌子，盈利在每晚。而后又看了一次，感觉又有了提高。&img src=&/bcad2d92f5c31e154d75bfe_b.jpg& data-rawheight=&464& data-rawwidth=&348& class=&content_image& width=&348&&&img src=&/acd9de9f7d8fe3957bb7ade3f17b3904_b.jpg& data-rawheight=&464& data-rawwidth=&347& class=&content_image& width=&347&&&br&当然，并不是说看完书就能所向无敌，不会输了，只是说能形成长期的技术优势，从而在长期来看是盈利的，扑克是一个通过技术营造长期正期望值的游戏。但楼主提问的看书越多，赚钱越多，德州扑克真是非常符合的一个答案，知识与收入的转换非常直接。
是有的，德州扑克的知识可以直接转化成收入水平的提高。 这是我看的第一本英文扑克书，主要针对小额扑克，讲得比较入门，俗称《扑克圣经》。看完后能够游戏2/5（小盲注2元，大盲注5元）的桌子，打牌的晚上一般能赢200-1000不等 这是我第二本看的扑克书，适…
关注问题2天，一直忙活别的事情，现在已经请了年假准备开始春节假期；&br&在假期开始前的这点时间里我来好好回答下这个问题吧；&br&我的回答仅限于TMT早期VC行业，中后期、非TMT以及二级市场的内容不在我回答范围之内；&br&&br&&img src=&/8ff535e14b0bc2e8e25779c5daba160d_b.jpg& data-rawwidth=&247& data-rawheight=&232& class=&content_image& width=&247&&&br&提前说明下，“懂行业”在很多时候和真正投到好案子，实现大退出之间可能没有那么相关；这个观点看上去可能有些不可思议，但事实就是如此；我之前在很多关于VC决策的回答中提及过，VC的决策类似群体决策，必然要面临所谓的个体理性和群体非理性之间的博弈，加上基金的定位与打法、所处的阶段、“懂行业”的这个人在基金内的决策地位、估值/价格等等诸多因素，“懂”和最后投到NB案子之间有非常远的距离。这也是为什么在VC这个圈子里有这么一句话：&br&&b&“好案子不一定是懂的人投的，懂的人不一定投出好案子”。&/b&&br&大家可以先感受下……&br&&br&那么到底怎么才算懂？&br&举几个例子：&br&1、&a href=&/gaoxiaohu/& class=&internal&&于无声处听惊雷－VC投资新内容的暗潮与准绳&/a&&br&&p&&a href=&/gaoxiaohu/& class=&internal&&虎踞龙盘今胜昔——VC投资新内容的暗潮和准绳（下）&/a&&/p&&p&这是工厂 &a data-hash=&4a22e5bb60fdee4d9833efd& href=&///people/4a22e5bb60fdee4d9833efd& class=&member_mention& data-editable=&true& data-title=&@高晓虎& data-hovercard=&p$b$4a22e5bb60fdee4d9833efd&&@高晓虎&/a&老师对新内容早期投资的总结；&/p&&br&2、&a href=&///?target=http%3A///wordpress/%3Fp%3D106& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&频次和密度：SNS战争的秘密&i class=&icon-external&&&/i&&/a& 这是Bluelake合伙人胡博予对社交产品的理解；&br&3、&a href=&///?target=http%3A//xiechenxing./article/33868& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&万亿级市场：中国二手车行业研究--百度百家&i class=&icon-external&&&/i&&/a& 原红点高级分析师 &a data-hash=&a93c102fdc915a3a72e9d7& href=&///people/a93c102fdc915a3a72e9d7& class=&member_mention& data-editable=&true& data-title=&@谢晨星& data-hovercard=&p$b$a93c102fdc915a3a72e9d7&&@谢晨星&/a&对二手车的行业梳理；&br&4、&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NTg2MDY0NA%3D%3D%26mid%3Didx%3D1%26sn%3Daaaeeef890f8b947d4f7252%26scene%3D1%26key%3D181deea51cad4a44d148d5bcbd9af6b5dda0ff3a916cd09e628d8c30d637a8e%26ascene%3D0%26uin%3DMTQ1MDU2%26devicetype%3DiMac%2BMacBookPro11%252C1%2BOSX%2BOSX%2B10.10.2%2Bbuild%%26version%3Dpass_ticket%3DC0Q77jlTrvgJ90hYfW2aBcpUf2vkbNQqCgA0k5dxkOY%253D& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&锐意青年投资家俱乐部&i class=&icon-external&&&/i&&/a& E龙投资李刚强对在线旅游行业的整理；&br&&br&作为同行，我觉得他们对各自所在领域的理解都达到了“懂”的程度；很多人这时候会问，这就算懂了？写篇文章，做个PPT，画几张图就算懂了？文章、图表甚至PPT都是表现层的东西，他们所承载的是投资人对细分行业理解的一套规则和逻辑，这套规则和逻辑最直接的用途是让他们继续寻找该细分方向上的新项目；规则和逻辑如果细化可以包括但不限于：行业格局、上下游行业影响力、合理的团队配置，以及最重要的是综合自己所在基金的打法如何挑选合适的团队投资。&br&还有更为重要的一点的是，我上面列的东西都是写出来的东西，所有人写东西都会有所保留，尤其是压箱底的内容，所以上面的几个例子中确实说出了一些门道，但还是有很多人会觉得其实也没什么所谓的“干货”。我作为一个常年写东西的VC从业者，对这样的朋友想说的一句是：“干货我凭什么都告诉你？”……&br&&br&还有我上面说“我觉得XXXX懂了”，这里“我觉得”异常重要，那句话怎么说来着？&br&&blockquote&有一种冷叫你妈觉得你冷&/blockquote&对，很多时候怎么评价一个投资人是否真的懂这个行业，作为同行想看这个行业，或者这个行业内的创业者创业，除了亲情友情关系和光环之外，你第一个想找的投资人就是“懂”的投资人。&br&比如手游行业创业者，尤其是知乎上的创业者，你创业之初不去找 &a data-hash=&642e40fd8c4dcac56f20b& href=&///people/642e40fd8c4dcac56f20b& class=&member_mention& data-editable=&true& data-title=&@孙志超& data-hovercard=&p$b$642e40fd8c4dcac56f20b&&@孙志超&/a&聊聊就是不对的；他投不投你是后话，你可以通过他了解下现在主流手游行业早期投资人的心态，了解下现在早期团队的一般估值、打法，你甚至有可能了解到是不是有公司在和你做类似的东西等等……所有这些东西都是他“懂”的特征。&br&&br&还有再举个例子，我们基金是按照行业分工做投资的，每一个细分组里其实都有1-2个绝对意义上的“懂”的人；他们见过茫茫多该领域内的项目，和茫茫茫茫多靠谱的不靠谱的该领域内的创业者聊过，如数家珍般的知道这个行业内重要玩家的核心数据，甚至经历过一个行业的多次波峰波谷的过程，大大小小的公司投过诸多，退出过也血本无归过……当有其他同事遇到非自己擅长项目的时候第一时间会想到的那个擅长的人就是“懂”的人。&br&&br&所以最后总结一句话，什么叫真正懂了？&br&&br&&b&有一种懂叫别人都觉得你懂。&/b&
关注问题2天，一直忙活别的事情，现在已经请了年假准备开始春节假期； 在假期开始前的这点时间里我来好好回答下这个问题吧； 我的回答仅限于TMT早期VC行业，中后期、非TMT以及二级市场的内容不在我回答范围之内； 提前说明下，“懂行业”在很多时候和真正投…
&b&5月17更新 &/b&&br&&b&大数据魔镜免费云分析平台全新上线。欢迎大家登陆体验&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&魔镜—行业领先的大数据可视化分析平台 6.0&i class=&icon-external&&&/i&&/a&&/b&&br&&br&&br&&b&多图文预警！！！！！！！！！&/b&&br&&br&下面主要介绍一下&b&数据分析&/b&部分&br&&br&1.
数据区&br&1.1 维度&br&&p&魔镜将包含定性、分类信息的任何字段都视为维度。例如，包括任何含有文本或日期值的字段。不过在复杂数据关系中，维度的实际定义稍微复杂一些。一个维度就是一个可以视为独立变量的字段。&/p&&p&举例来说，可以针对该维度的每个值来聚合一个度量。例如，您可能要计算每个“省份”的销售总额。在这种情况下，“省份”字段用作维度，因为您要聚合每个省份的销售额。“销售额”的值取决于“国家”，因此，“国家”是独立字段，而“销售额”是依赖字段。同样也可以对视为维度的数字字段计算这种聚合。例如，您可能需要计算向客户提供的每个“利润率”的销售总额。在这种情况下，“利润率”字段用作独立字段，而“销售额”字段是依赖字段，即使这两个字段都是数字字段也是如此。您可通过先将“利润率”度量转换为维度将数字字段用作独立字段。&/p&1.2度量&br&&p&魔镜将包含数字、定量信息的任何字段视为度量。不过，在关系数据源中，度量的实际定义稍微复杂一些。一个度量就是一个依赖变量形式的字段；也就是说，它的值是一个或多个维度的函数。&/p&&p&这意味着度量是工作表中其他维度的函数。例如，您可能要计算每个“省份”的销售总&/p&&p&额。在这种情况下，“销售额”字段用作度量，因为您要聚合各省份的字段。&/p&1.3度量转换为维度&br&&p&默认情况下，魔镜将包含数字的所有关系字段视为度量。不过，您可能会决定将其中某些字段作为维度。例如，在魔镜中，默认情况下可能会将包含年龄的字段分类为度量，因为它包含数字数据。不过，如果您要查看每个年龄的人数分布，就可以将“年龄”字段转换为维度。&/p&&p&单击该字段并将其从数据区的度量区域拖放到维度区域中。&/p&1.4 维度转换为度量&br&&p&在魔镜中将定性的、分类信息视为维度，如将维度转换为度量，会将离散的维度信息进行计数，可自定义选择计数与计数（不同）。&/p&&br&2.
数据分析&br&2.1 快速进入分析台&br&点击导航——数据分析，进入数据可视化分析台；&br&&img src=&/629bbeec363_b.png& data-rawwidth=&759& data-rawheight=&59& class=&origin_image zh-lightbox-thumb& width=&759& data-original=&/629bbeec363_r.png&&&p&点击仪表盘——新建图表，亦可进入数据可视化分析台；&br&&/p&&img src=&/aaef5b8eb03d820ed90f040_b.jpg& data-rawwidth=&479& data-rawheight=&703& class=&origin_image zh-lightbox-thumb& width=&479& data-original=&/aaef5b8eb03d820ed90f040_r.jpg&&&br&2.2上卷下钻&p&上卷和下钻是导航分层结构的最有用方法之一。例如，如果您在检查各省的销售总额，则可下钻查看某省下各个城市的销售额情况。&/p&&p&在大数据魔镜中有两种方式可以进行创建分层结构。&/p&&p&将一个维度拖入另一个维度上，将自动创建分层结构，弹窗编辑分层结构名称。如图所示，将“省级”拖入“市级”，自动跳出弹窗编辑分层结构名称，点击确认。&/p&&p&&img src=&/6b60e9dbfab11_b.png& data-rawwidth=&1161& data-rawheight=&591& class=&origin_image zh-lightbox-thumb& width=&1161& data-original=&/6b60e9dbfab11_r.png&&&img src=&/eaea_b.png& data-rawwidth=&396& data-rawheight=&505& class=&content_image& width=&396&&1） 通过单击分析台上的维度，右拉创建分层结构，弹窗编辑分层结构，将相关维度拖入相关分层结构中。&img src=&/75ca49dc82a03deda5a6fde938a02428_b.png& data-rawwidth=&596& data-rawheight=&612& class=&origin_image zh-lightbox-thumb& width=&596& data-original=&/75ca49dc82a03deda5a6fde938a02428_r.png&&&/p&&p&将“市级”拖入分层结构中，如图：&img src=&/adbab24e90_b.png& data-rawwidth=&433& data-rawheight=&577& class=&origin_image zh-lightbox-thumb& width=&433& data-original=&/adbab24e90_r.png&&&/p&&p&举例来说，将“省级”拖入列，将“销售价格”拖入行，选择“饼图”，如图：&/p&&img src=&/af1cbda4345_b.png& data-rawwidth=&1274& data-rawheight=&463& class=&origin_image zh-lightbox-thumb& width=&1274& data-original=&/af1cbda4345_r.png&&&p&生成了各省销售价格的饼图，右击某个省，选择“下钻”，可以查看江苏省个城市的销售价格。&/p&&p&&img src=&/ac2eb4edc0d15a6ad2d45_b.png& data-rawwidth=&562& data-rawheight=&501& class=&origin_image zh-lightbox-thumb& width=&562& data-original=&/ac2eb4edc0d15a6ad2d45_r.png&&反之，将“市级”拖入列，将销售价格拖入行，生成饼图，右击某个城市选择“上卷”&br&&/p&&img src=&/da62d8a32bbcbf14bf9b5_b.png& data-rawwidth=&513& data-rawheight=&491& class=&origin_image zh-lightbox-thumb& width=&513& data-original=&/da62d8a32bbcbf14bf9b5_r.png&&&p&就可以查看各省的销售价格，如下图，也可以再次右击选择“下钻”&/p&&img src=&/de5d0e401f7ba54f9ca0b2_b.png& data-rawwidth=&482& data-rawheight=&335& class=&origin_image zh-lightbox-thumb& width=&482& data-original=&/de5d0e401f7ba54f9ca0b2_r.png&&2.3 探索功能&p&在大数据时代，混乱的、无结构的、多媒体的海量数据，数据分析的探索功能可以成为一个有效的工具。数据分析的探索功能可以发现变量之间的相关性以及引导出新的假设，发现数据潜在的价值。&/p&&p&例如，我们分析某个区域的房产销售价格，同时可以探索其他新的字段，探索数据更深层次的价值。在大数据魔镜数据分析台中，将“省级”拖入列，将“销售价格”拖入“列”，可以看到各省的销售价格对比图&/p&&img src=&/a3a3bc65b3c61bdf35c4e2b48624ba7c_b.png& data-rawwidth=&1278& data-rawheight=&431& class=&origin_image zh-lightbox-thumb& width=&1278& data-original=&/a3a3bc65b3c61bdf35c4e2b48624ba7c_r.png&&&p&此时，我们可以探索一下其他新的内容，选择江苏省，右击选择“探索”，可以看到弹出了新的相关字段。&/p&&img src=&/3c1dbdee1d33de76ac17759_b.png& data-rawwidth=&556& data-rawheight=&545& class=&origin_image zh-lightbox-thumb& width=&556& data-original=&/3c1dbdee1d33de76ac17759_r.png&&&p&我们可以选择点击“市级”，探索一下江苏省各市的销售价格。&/p&&img src=&/b623bee1cf305db9aec8_b.png& data-rawwidth=&1271& data-rawheight=&427& class=&origin_image zh-lightbox-thumb& width=&1271& data-original=&/b623bee1cf305db9aec8_r.png&&&p&还可以继续探索南京每个时期的销售价格，从而作出有利于市场的决策。&/p&&img src=&/4b8e0e9edaf9_b.png& data-rawwidth=&1168& data-rawheight=&470& class=&origin_image zh-lightbox-thumb& width=&1168& data-original=&/4b8e0e9edaf9_r.png&&2.4 参考线&p&运用参考线是为了让图表更加清晰易读，形成对比。&/p&&p&大数据魔镜的参考线设置包括添加参考线、编辑参考线和移除参考线&/p&&p&1）添加参考线&/p&&p&将“省级”拖入列，将“销售价格”拖入行，生成线图，可以设置一条参考线，可以更清晰的看见各省之间销售价格的差距，点击“销售价格”右拉的“分析”，选择“参考线”&/p&&img src=&/c8b50aa845c1d2f8f2e9affd9dbe2c73_b.png& data-rawwidth=&590& data-rawheight=&229& class=&origin_image zh-lightbox-thumb& width=&590& data-original=&/c8b50aa845c1d2f8f2e9affd9dbe2c73_r.png&&&p&2）编辑参考线，点击确定生成参考线&/p&&img src=&/ad1a91bf7fe577c00bcc_b.png& data-rawwidth=&753& data-rawheight=&475& class=&origin_image zh-lightbox-thumb& width=&753& data-original=&/ad1a91bf7fe577c00bcc_r.png&&&p&3）范围设置&/p&&p&范围设置包含“整个表”“每组”“每单元格”&/p&&p&作用于“整个表”&/p&&img src=&/7bc35d1ae993acda92f183e_b.png& data-rawwidth=&959& data-rawheight=&606& class=&origin_image zh-lightbox-thumb& width=&959& data-original=&/7bc35d1ae993acda92f183e_r.png&&&p&4）线设置&/p&&img src=&/08e8affeaf93d0e071511_b.png& data-rawwidth=&639& data-rawheight=&442& class=&origin_image zh-lightbox-thumb& width=&639& data-original=&/08e8affeaf93d0e071511_r.png&&&p&5）移除参考线&/p&&p&右击参考线，出现右击菜单，点击“移除”，则将参考线移除&/p&2.5 趋势线&p&趋势线是用于预测数据趋势的计算线。&/p&&p&大数据魔镜中的趋势线包含显示趋势线、编辑趋势线、移除趋势线。&/p&&p&2.5.1
添加趋势线&/p&&p&将“销售日期”拖入列，将“销售价格”拖入行，生成线图，可以设置一条趋势线，可以更清晰的看见销售价格的走势图，点击“销售价格”右拉的“分析”，选择“趋势线”&/p&&img src=&/cd777ddc9c59f_b.png& data-rawwidth=&1171& data-rawheight=&226& class=&origin_image zh-lightbox-thumb& width=&1171& data-original=&/cd777ddc9c59f_r.png&&2.1 趋势线&p&趋势线是用于预测数据趋势的计算线。&/p&&p&大数据魔镜中的趋势线包含显示趋势线、编辑趋势线、移除趋势线。&/p&&p&2.5.2
添加趋势线&/p&&p&将“销售日期”拖入列，将“销售价格”拖入行，生成线图，可以设置一条趋势线，可以更清晰的看见销售价格的走势图，点击“销售价格”右拉的“分析”，选择“趋势线”&/p&&img src=&/ee626fcbea9185c_b.png& data-rawwidth=&640& data-rawheight=&448& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&/ee626fcbea9185c_r.png&&&p&2.5.3
移除趋势线&/p&&p&右击趋势线，出现右击菜单，点击“移除”，则将趋势线移除&/p&&img src=&/d22c3b741d8a24fda71dacb01d7fc4e0_b.png& data-rawwidth=&1336& data-rawheight=&576& class=&origin_image zh-lightbox-thumb& width=&1336& data-original=&/d22c3b741d8a24fda71dacb01d7fc4e0_r.png&&2.6 计算字段&p&创建计算字段即通过自定义计算形成新的字段，形成的新的字段在维度、度量列表呈现，新的计算字段可进行删除和编辑操作。&/p&&p&在维度或者度量右拉菜单中选择“创建计算字段”&/p&&img src=&/dbec40ac5d0c5e0fc0d8d4_b.png& data-rawwidth=&640& data-rawheight=&388& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&/dbec40ac5d0c5e0fc0d8d4_r.png&&&img src=&/36d02aeadb114f762aeff581_b.png& data-rawwidth=&461& data-rawheight=&168& class=&origin_image zh-lightbox-thumb& width=&461& data-original=&/36d02aeadb114f762aeff581_r.png&&&p&编辑“计算字段”界面&/p&&img src=&/3eb83a0a78f33bf6e4b60e_b.png& data-rawwidth=&663& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&663& data-original=&/3eb83a0a78f33bf6e4b60e_r.png&&&p&在弹出窗口输入新字段名称，并输入公式表达式及新字段名称，比如“平均销售价格”，输入公式表达式，在函数列双击选择想要的函数，比如“AVG”,再双击字段名列任一字段，比如“销售价格”。&/p&&img src=&/7a1d1fbc137e1e5ee9e2cff_b.png& data-rawwidth=&677& data-rawheight=&722& class=&origin_image zh-lightbox-thumb& width=&677& data-original=&/7a1d1fbc137e1e5ee9e2cff_r.png&&&p&点击确认，保存完成后，在字段列表中会显示出新增的字段。&img src=&/ebb1b6873ce_b.png& data-rawwidth=&409& data-rawheight=&295& class=&content_image& width=&409&&&br&&/p&&p&计算字段公式说明如下。&/p&&p&数字公式&/p&&img src=&/241a31f436b63cb3bbedff_b.png& data-rawwidth=&763& data-rawheight=&149& class=&origin_image zh-lightbox-thumb& width=&763& data-original=&/241a31f436b63cb3bbedff_r.png&&&p&字符串公式&/p&&img src=&/8eddf8cccdb4eca799ad_b.png& data-rawwidth=&895& data-rawheight=&439& class=&origin_image zh-lightbox-thumb& width=&895& data-original=&/8eddf8cccdb4eca799ad_r.png&&&p&日期公式&img src=&/1e383b69b94ff5ab29e13d4c5a973bbc_b.png& data-rawwidth=&895& data-rawheight=&410& class=&origin_image zh-lightbox-thumb& width=&895& data-original=&/1e383b69b94ff5ab29e13d4c5a973bbc_r.png&&&/p&&p&聚合公式&img src=&/bed1433118a_b.png& data-rawwidth=&893& data-rawheight=&397& class=&origin_image zh-lightbox-thumb& width=&893& data-original=&/bed1433118a_r.png&&&/p&2.7参数字段&br&&p&参数类似于维度集，可以切换不同的维度，通过创建参数字段，当在“行、列、标记、筛选器”中时，可以快速切换当前参数中维度赋值。&/p&&p&点击维度中右拉菜单，选择点击“创建参数字段”。&img src=&/dfa5b1ea099e2_b.png& data-rawwidth=&467& data-rawheight=&293& class=&origin_image zh-lightbox-thumb& width=&467& data-original=&/dfa5b1ea099e2_r.png&&&/p&&p&弹出【编辑参数】框如图：&img src=&/f8187cef225ce25dbf0b_b.png& data-rawwidth=&674& data-rawheight=&433& class=&origin_image zh-lightbox-thumb& width=&674& data-original=&/f8187cef225ce25dbf0b_r.png&&&/p&&p&将当前展开的业务分组内的维度拖入“编辑参数”框内，框内字段可以进行自由排序。除了分层结构名不能拖入，其他维度都可以。&img src=&/d9b732cdfe139c852218e_b.png& data-rawwidth=&689& data-rawheight=&437& class=&origin_image zh-lightbox-thumb& width=&689& data-original=&/d9b732cdfe139c852218e_r.png&&&/p&&br&&p&确认保存后，生成新的参数字段“参数1”。&/p&&img src=&/76ebe0b4b_b.png& data-rawwidth=&508& data-rawheight=&543& class=&origin_image zh-lightbox-thumb& width=&508& data-original=&/76ebe0b4b_r.png&&&p&将参数1拖入“行、列、标记或者筛选器”时，视图区会自动出现字段选择单值下拉列表。参数字段默认选中的维度为排序第一的维度，如下图，就可以随意切换查看各区域、各省和各市的销售价格。&img src=&/f219bcc542_b.png& data-rawwidth=&1288& data-rawheight=&439& class=&origin_image zh-lightbox-thumb& width=&1288& data-original=&/f219bcc542_r.png&&&/p&2.8数据联想&p&对某一字段进行数据联想，在数据区创建个新的联想字段，参与绘图。&/p&&img src=&/65e2ecec4_b.png& data-rawwidth=&553& data-rawheight=&615& class=&origin_image zh-lightbox-thumb& width=&553& data-original=&/65e2ecec4_r.png&&&p&将鼠标移至“数据联想”产生联想的临时对象。&/p&&img src=&/088d058f5bdfba_b.png& data-rawwidth=&1182& data-rawheight=&515& class=&origin_image zh-lightbox-thumb& width=&1182& data-original=&/088d058f5bdfba_r.png&&&p&联想的字段可添加至左侧列表，可参与绘图。&/p&&img src=&/f0c217ce15dffce49d53f08ae54f29a8_b.png& data-rawwidth=&498& data-rawheight=&644& class=&origin_image zh-lightbox-thumb& width=&498& data-original=&/f0c217ce15dffce49d53f08ae54f29a8_r.png&&2.9聚合/取消聚合聚合度量&p&虽然魔镜对于每个度量默认是汇总聚合，但对于每个置于功能区的度量，可分配一个不同的聚合。例如，可对“销售额”进行汇总聚合，对“利润”进行最大值聚合，对“折扣”进行平均值聚合。&/p&&p&通过选择“度量”菜单项，可以更改工作表中所有度量的聚合状态。&img src=&/b7a2773cebfef4bdb8b36c25ddb032f9_b.png& data-rawwidth=&285& data-rawheight=&392& class=&content_image& width=&285&&&/p&聚合维度&p&魔镜可使用“计数”或“计数(不同)”将维度聚合为度量。当聚合维度时，将创建一个新的临时度量列，使维度看起来是一个度量。&/p&&p&注：MicrosoftAccess、MicrosoftExcel和文本文件数据源不支持“计 数(不同)”。如果您连接到这些数据源类型的其中一种，“计数(不同)”聚合将不可用。）&img src=&/438d310a9e08c78d8df38c_b.png& data-rawwidth=&377& data-rawheight=&295& class=&content_image& width=&377&&&/p&取消聚合&p&当所有度量取消聚合后，视图中每一行都会出现一个标记。所有度量取消聚合后，无法在视图区操作“只保留”、“排除”数据。&/p&&p&1.
示例——销售分析散点图与取消/聚合&/p&&p&现有超市销售数据一份，先将一个度量放置在&b&“&/b&行&b&”&/b&功能区上，将另一个度量放置在&b&“&/b&列”功能区上，则表示想要比较两个数值。通常在这种情况下，魔镜会选择散点图作为推荐可视化形式。初始视图可能让人失望 — 只有一个标记，显示两个度量的所有值的汇总。&/p&&p&有多种方式可生成这样一个散点图：您可以使用维度添加【描述】；可以向“行”和“列”功能区添加额外的度量或维度，以便在视图中创建多个单标记散点图。当然您也可以取消聚合，在视图中标记每一行数据。
&/p&&p& 将“销售额”度量放在“ 列”功能区上。&/p&&p& 将“利润”度量放在“ 行”功能区上。&/p&&p&2.
度量自动聚合为汇总，销售额(汇总)在字段名称中显示。描述信息中显示的值是数据源中每个行的销售额和利润总和。&/p&&p&维度添加到【描述】，操作如下：&/p&
将“类别”维度拖到“标记”区的【颜色】上。&img src=&/7ec323dfc05fdd_b.png& data-rawwidth=&1093& data-rawheight=&454& class=&origin_image zh-lightbox-thumb& width=&1093& data-original=&/7ec323dfc05fdd_r.png&&&p&这会将数据分隔成三种标记—每个维度成员一个标记—然后使用颜色对标记进行区别标记。&/p&&p& 将“省份”维度拖到“标记”区的【描述】上。&/p&&p&现在视图中的标记数量等于数据源中不同的省份数乘以类别数。&/p&&img src=&/cffd55aad4_b.png& data-rawwidth=&1096& data-rawheight=&455& class=&origin_image zh-lightbox-thumb& width=&1096& data-original=&/cffd55aad4_r.png&&&p&尽管显示更多标记，度量仍然是聚合的。因此，无论数据源中是只存在一个“省份为江苏、类别为办公用品“的行还是 100个这样的行，结果始终都是一个标记。&/p&&p&此过程可能会按您认为有用的方向形成视图，或者您可能更愿意转向不同的方向，例如，通过向视图中添加维度，或者通过引入趋势线或预测。&/p&&p&3.
向“行”和“列”功能区添加更多字段&/p&&p&
将“省份”维度拖到“ 列”功能区。&/p&&p&
将“细分”维度拖到“ 行”功能区。&/p&&img src=&/3681adad7b781e6ff0f8_b.png& data-rawwidth=&598& data-rawheight=&246& class=&origin_image zh-lightbox-thumb& width=&598& data-original=&/3681adad7b781e6ff0f8_r.png&&&br&&p&现在，您有了一个可提供省份和客户细分市场的销售额与利润概况的视图。将光标悬停于视图中的标记上以查看各个细分市场的工具提示数据。&/p&&p&4.
取消聚合&/p&&p&另一种修改您原来的单标记散点图以显示更多标记的方法是取消聚合。&/p&&p&选择“取消聚合”。&/p&&img src=&/a4dea16ae710cfd_b.png& data-rawwidth=&256& data-rawheight=&293& class=&content_image& width=&256&&&p&现在您看到许多标记 -- 原始数据源中的每一行分别有一个标记。&/p&&p&当您取消聚合时，查看的将不再是数据源中各行值的平均值或总和。相反，视图会为&/p&&p&数据源中的每一行显示一个标记。取消聚合数据是查看数据的整个表面区域的一种方法。&/p&&p&这是了解数据形状和识别离群点的快捷方式。这种情况下，取消聚合将显示，对于数据中的许多行，销售收入和利润之间存在一致的关系。&/p&2.10 日期维度的连续与离散&br&
日期类型维度除有离散属性外，还具有连续属性。在可视化展示方面很呈现不同的结果。如果，3日的数据是缺失的，在日期维度连续的状态下，3日是存在于轴上的，但在离散的状态下，3日标题是不存在于轴上的。&br&&img src=&/26dda2080bd0_b.png& data-rawwidth=&1108& data-rawheight=&572& class=&origin_image zh-lightbox-thumb& width=&1108& data-original=&/26dda2080bd0_r.png&&&p&连续如下：&/p&&img src=&/26a63b2aabacf_b.png& data-rawwidth=&1106& data-rawheight=&577& class=&origin_image zh-lightbox-thumb& width=&1106& data-original=&/26a63b2aabacf_r.png&&&br&&br&2.11 快速表计算&br&&p&魔镜新版本快速表计算目前包括同比、环比。同比、环比的度量计算是相对日期维度而存在的。&/p&&p&同比一般情况下是今年第n月与去年第n月比。使用同比主要是为了消除季节变动的影响，用以说明本统计周期数据与去年同期数据相比的变化量。例如：本期2月比去年2月，本期6月比去年6月等。&/p&&p&环比一般情况下是今年第n月与今年第n-1月比。环比是本期统计数据与上期统计数据比较，用以说明本统计周期数据与前一统计周期数据相比的变化量。例如，本期2月比今年1月，本期6月比今年5月等。&/p&&p&同比/环比计算方法：&/p&&p&同比=（本统计周期数据 - 去年同期数据）/去年同期数据 ×
100%。&/p&&p&环比=（本统计周期数据-上统计周期数据）/上统计周期数据 ×
100%。&/p&&p&同比/环比使用方法：&/p&&p&当维度栏中放置了日期字段时，系统会默认提供可选的同比/环比类型。 当维度栏中没有放置日期字段时，同比/环比会置灰。&/p&&img src=&/1af3c006cdba4abe8673a4_b.png& data-rawwidth=&1128& data-rawheight=&296& class=&origin_image zh-lightbox-thumb& width=&1128& data-original=&/1af3c006cdba4abe8673a4_r.png&&2.12 数据类型&br&&p&数据源中的所有字段都具有一种数据类型。数据类型反映了该字段中存储的信息的种&/p&&p&类，例如整数 (150)、日期 () 和字符串“Sophilin”。字段的数据类型在“数据”窗格中由以下所示图标之一来标识。&/p&&img src=&/d97ff945854a_b.jpg& data-rawwidth=&567& data-rawheight=&354& class=&origin_image zh-lightbox-thumb& width=&567& data-original=&/d97ff945854a_r.jpg&&3.
图表组件&br&3.1
视图的组件&p&不管哪类可视化图形都是行和列的集合，由以下组件组成：轴、区、单元格和字段标签和图例。&/p&&img src=&/f8b8a695ecf3de12f3d29_b.png& data-rawwidth=&1231& data-rawheight=&502& class=&origin_image zh-lightbox-thumb& width=&1231& data-original=&/f8b8a695ecf3de12f3d29_r.png&&&p&图例&/p&&img src=&/4ffbda54fdbad1d024b715_b.png& data-rawwidth=&479& data-rawheight=&686& class=&origin_image zh-lightbox-thumb& width=&479& data-original=&/4ffbda54fdbad1d024b715_r.png&&3.2
标记&p&标记区分为颜色、大小、标签、描述，通过对标记区的设置在图形中显示更多的信息。&/p&&img src=&/7ae05afe121_b.png& data-rawwidth=&536& data-rawheight=&45& class=&origin_image zh-lightbox-thumb& width=&536& data-original=&/7ae05afe121_r.png&&&p&&b&颜色：&/b&&/p&&p&颜色标记不同的值，不同的颜色标记不同的维度值，颜色的深浅标识度量的大小，颜色标记除放射树状图外其他图形只能拖入1个维度，再拖入颜色，替换之前的字段&/p&&p&将维度拖入颜色，对颜色进行编辑，默认20个颜色循环使用，可进行自定义切换色方案&/p&&img src=&/2c25a7f7b7bed3f96f7964_b.png& data-rawwidth=&943& data-rawheight=&454& class=&origin_image zh-lightbox-thumb& width=&943& data-original=&/2c25a7f7b7bed3f96f7964_r.png&&&p&将维度“区域”拖入“颜色”，可以看到不同的颜色标记不同的区域&/p&&img src=&/55e3dfaac5cda404cbef08ee5f28c1d7_b.png& data-rawwidth=&975& data-rawheight=&430& class=&origin_image zh-lightbox-thumb& width=&975& data-original=&/55e3dfaac5cda404cbef08ee5f28c1d7_r.png&&&p&将度量“卧室数量”拖入“颜色”，可以看到颜色的深浅标记数量的大小；&/p&&img src=&/d1ad1007a2ffe61ae94ab6ec1c79f11f_b.png& data-rawwidth=&1295& data-rawheight=&452& class=&origin_image zh-lightbox-thumb& width=&1295& data-original=&/d1ad1007a2ffe61ae94ab6ec1c79f11f_r.png&&&p&&b&大小：&/b&&/p&&p&调整整体的大小，自动适配美观显示。线图，调整线条的粗细，柱图，调整柱形的大小，形状，调整形状的大小，维度，按相关维度进行聚合，并且大小标识不同的维度值，度量，按相关度量进行聚合，并且按此度量进行大小标识柱图。&/p&&p&将度量“卧室数量”拖入“大小”，不同粗细的柱形标识不同的度量值&/p&&img src=&/b8722ddc54e687efbcf2fae9_b.png& data-rawwidth=&1012& data-rawheight=&417& class=&origin_image zh-lightbox-thumb& width=&1012& data-original=&/b8722ddc54e687efbcf2fae9_r.png&&&p&&b&标签：&/b&&/p&&p&将维度拖入“标签”显示维度值，将度量拖入“标签”显示度量值，“标签”内只能显示一个字段，度量或维度，显示度量值或维度值，根据图形的不同选择性显示相关度量的度量名。在柱形图中，标签显示在柱形中&/p&&img src=&/6a04a60c106abdfbf0d68_b.png& data-rawwidth=&962& data-rawheight=&428& class=&origin_image zh-lightbox-thumb& width=&962& data-original=&/6a04a60c106abdfbf0d68_r.png&&&p&&b&描述：&/b&&/p&&p&即详细信息，鼠标悬停时显示的详细信息，将“省级”拖入“描述”，可以看到各区域各省更详细的信息。&br&&/p&&img src=&/7edac99b449efa9da6e104_b.png& data-rawwidth=&942& data-rawheight=&473& class=&origin_image zh-lightbox-thumb& width=&942& data-original=&/7edac99b449efa9da6e104_r.png&&3.3
筛选器&p&通过设置筛选器用来缩小显示在视图中的数据范围。通过选择特定维度成员或特定度量值范围，可以定义筛选器。将需要筛选的字段以拖动的方式，从左侧边栏的字段列表拖动到页面中间的筛选器中，点击右拉菜单，就可以进行筛选了。&/p&&img src=&/4acb190c12e3fa_b.png& data-rawwidth=&504& data-rawheight=&468& class=&origin_image zh-lightbox-thumb& width=&504& data-original=&/4acb190c12e3fa_r.png&&&img src=&/cbdeed4af685_b.png& data-rawwidth=&281& data-rawheight=&324& class=&content_image& width=&281&&&br&&p&勾选“东北”“中南”“华东”&/p&&img src=&/f8ccdeb1f3a5bc2be6d2_b.png& data-rawwidth=&508& data-rawheight=&473& class=&origin_image zh-lightbox-thumb& width=&508& data-original=&/f8ccdeb1f3a5bc2be6d2_r.png&&&br&&p&生成筛选后的图表&/p&&img src=&/c50b6a3d973ee8ebe6d4754_b.png& data-rawwidth=&546& data-rawheight=&403& class=&origin_image zh-lightbox-thumb& width=&546& data-original=&/c50b6a3d973ee8ebe6d4754_r.png&&&p&将日期字段拖入“筛选器”，有“日期范围”“开始日期”“结束日期”可以设定。&/p&&img src=&/c3d6dea3a47ffe7f9d952_b.png& data-rawwidth=&641& data-rawheight=&408& class=&origin_image zh-lightbox-thumb& width=&641& data-original=&/c3d6dea3a47ffe7f9d952_r.png&&&img src=&/4acb190c12e3fa_b.png& data-rawwidth=&504& data-rawheight=&468& class=&origin_image zh-lightbox-thumb& width=&504& data-original=&/4acb190c12e3fa_r.png&&&p&&b&维度筛选器&/b&&/p&&img src=&/4ca6aa1adb94dcd40e644_b.png& data-rawwidth=&227& data-rawheight=&375& class=&content_image& width=&227&&&img src=&/a436dc692dbf3f64a59e39c3911a8ffa_b.png& data-rawwidth=&229& data-rawheight=&277& class=&content_image& width=&229&&&p&值选择器&/p&&p&值选择器—可使用“值”下拉列表来选择值的选择方法。&/p&&p&1)
&b&从列表中选择&/b&—从值的列表中进行选择 需要使用数据库查询来获取值 。&/p&&p&2)
&b&自定义值列表&/b&—在文本框中键入明确的维度成员名称以定义筛选器，而无需查询数据库。当您要使用大型数据源并且查询速度较慢时，请使用此选项。如果您知道相关的维度成员，则可以在文本框中键入这些成员，或者从其他应用程序复制并粘贴这些成员。请确保每个成员在文本框中各占一行。&/p&&p&3)
&b&使用全部&/b&—选择数据源中的所有成员。有时，您需要定义基于所有数据的条件或限制筛选器，即使数据随时间发生变化也是如此。“使用全部”选项始终会包含数据库中的每个成员以作为条件或限制的输入，而不是从筛选器中选择要包含或排除的特定成员。&/p&&p&4)
&b&排除模式&/b&—默认情况下，将包含定义筛选器时已选择的成员，并排除已取消选择的成员。但有时，定义不需要的值比定义需要显示的所有值更加容易。择对话框右上角的“排除”选项可从筛选器中排除而不是包含所做的选择。&/p&&p&5)
&b&包含&/b&—返回在字符串中的任何位置包含该匹配值的所有成员。&/p&&p&6)
&b&开头为&/b&—返回在字符串开头具有匹配值的成员。&/p&&p&7)
&b&结尾&/b&—返回在字符串结尾具有该匹配值的成员。&/p&&p&8)
&b&精确匹配&/b&—返回仅包含匹配值且没有任何其他内容的成员。&/p&&p&&b&度量筛选器&/b&&/p&&img src=&/949e1cef48f66_b.png& data-rawwidth=&412& data-rawheight=&297& class=&content_image& width=&412&&&p&1)
&b&值范围&/b&—指定要包含在视图中的范围的最小值和最大值。所指定的值将&/p&&p&2)
包含在该范围中。&/p&&p&3)
&b&至少&/b&—包含大于等于指定最小值的所有值。在因数据经常改变而无法指&/p&&p&4)
定上限时，这种筛选器十分有用。&/p&&p&5)
&b&至多&/b&—包含小于等于指定最大值的所有值。在因数据经常变化而无法指&/p&&p&6)
定下限时，这种筛选器十分有用。&/p&&p&7)
&b&特殊&/b&—这种特殊筛选器可帮助您对
Null值进行筛选。仅包含“Null值”、&/p&&p&8)
“非 Null值”或“ 所有值”。&/p&3.4
行列转置&p&行列转置，点击转置按钮，交换“行”和“列”上的字段&/p&&img src=&/bebbd0849ec3_b.png& data-rawwidth=&1053& data-rawheight=&197& class=&origin_image zh-lightbox-thumb& width=&1053& data-original=&/bebbd0849ec3_r.png&&&p&点击转置按钮后&/p&&img src=&/7cd26eaed1a486b7ebd38_b.png& data-rawwidth=&1050& data-rawheight=&194& class=&origin_image zh-lightbox-thumb& width=&1050& data-original=&/7cd26eaed1a486b7ebd38_r.png&&&p&“行”与“列”上的字段已经交换。&/p&3.5
放大镜&p&点击“放大镜”图标，即可将当前可视化图最大化显示。&/p&&img src=&/dcc8a6ddaace_b.png& data-rawwidth=&883& data-rawheight=&292& class=&origin_image zh-lightbox-thumb& width=&883& data-original=&/dcc8a6ddaace_r.png&&3.6
设置数值格式&p&l
设置数值格式是设置度量在可视化图形效果的显示样式。&/p&&p&l
默认：默认状态显示千字符，保留3位小数； &/p&&p&l
数字（标准）：显示千字符，显示2位小数，负值显示：-1234； &/p&&p&l
数字（自定义）：①小数位数，默认2位；②负值显示，默认状态-1234；③单位：K、M、B；默认无单位；④前缀/后缀，默认无前后缀；⑤千字符 ，默认勾选千字符 ；&/p&&p&l
货币（标准）：默认货币符号人民币，显示人民币单位；
货币（自定义）：①小数位数；默认2位；②负值显示，默认状态-1234；③单位：K、M、B，默认无单位；④前缀/后缀，默认前缀为￥，无后缀；⑤千字符 ，默认勾选千字符 &/p&&p&l
百分比：小数位数
，默认保留2位小数；&/p&&p&l
设置数值格式是设置度量在可视化图形效果的显示样式。&/p&&p&l
默认：默认状态显示千字符，保留3位小数；&/p&&img src=&/3a5a043dfa4fd_b.png& data-rawwidth=&561& data-rawheight=&385& class=&origin_image zh-lightbox-thumb& width=&561& data-original=&/3a5a043dfa4fd_r.png&&&br&&p&数字（标准）：显示千字符，显示2位小数，负值显示：-1234；&br&&/p&&img src=&/c846cad25bdbfaca58d9f506f26161bb_b.png& data-rawwidth=&435& data-rawheight=&458& class=&origin_image zh-lightbox-thumb& width=&435& data-original=&/c846cad25bdbfaca58d9f506f26161bb_r.png&&&p&l
数字（自定义）：①小数位数，默认2位；②负值显示，默认状态-1234；③单位：K、M、B；默认无单位；④前缀/后缀，默认无前后缀；⑤千字符 ，默认勾选千字符
；&/p&&p&&img src=&/cbed54f6c350_b.png& data-rawwidth=&1025& data-rawheight=&490& class=&origin_image zh-lightbox-thumb& width=&1025& data-original=&/cbed54f6c350_r.png&&货币（标准）：默认货币符号人民币，显示人民币单位；&br&&/p&&img src=&/c6b5cb989f26f2ed1ad490ea_b.png& data-rawwidth=&683& data-rawheight=&436& class=&origin_image zh-lightbox-thumb& width=&683& data-original=&/c6b5cb989f26f2ed1ad490ea_r.png&&&img src=&/cf4e8e5ae58dfb402a3a60_b.png& data-rawwidth=&324& data-rawheight=&439& class=&content_image& width=&324&&&br&&p&l
货币（自定义）：①小数位数；默认2位；②负值显示，默认状态-1234；③单位：K、M、B，默认无单位；④前缀/后缀，默认前缀为￥，无后缀；⑤千字符 ，默认勾选千字符&/p&&img src=&/54faac50a7df0d555a7ea_b.png& data-rawwidth=&991& data-rawheight=&434& class=&origin_image zh-lightbox-thumb& width=&991& data-original=&/54faac50a7df0d555a7ea_r.png&&&p&l
百分比：小数位数 ，默认保留2位小数&/p&&img src=&/c641a9dea7bff07c3bb0b89_b.png& data-rawwidth=&983& data-rawheight=&420& class=&origin_image zh-lightbox-thumb& width=&983& data-original=&/c641a9dea7bff07c3bb0b89_r.png&&&p&以上6种状态不冲突，都是独立的，选择其中一种覆盖另一种。&/p&4.
可视化图表组件4.1.
列表&br&&p&列表是以表格的形式展示数据的载体。大数据魔镜列表分为列表、突出显示表、压力表。突出显示表与压力表可根据业务需要，增加自定义设置，使得信息更加详细、明显。通过突出显示表，不仅可以迅速发现多组数据在某个维度上的关键点，而且可以立即知道该关键点的值。&/p&&p&列表的三种图形效果见图。&/p&&img src=&/bb0d473515f_b.png& data-rawwidth=&473& data-rawheight=&125& class=&origin_image zh-lightbox-thumb& width=&473& data-original=&/bb0d473515f_r.png&&&p&1)
列表&/p&&p&列表包含行表头和列表头，是通用的数据分析图表。通常通过在“ 行”功能区上放置一个维度并在“ 列”功能区上放置另一个维度来创建列表，又称交叉表或数据透视表
。然后您通过将一个或多个度量拖到标记区的【颜色】、【大小】、【标签】、【描述】来完成视图。&/p&&p&
拖入“区域”到行功能区；&/p&&p&
拖入“类别”到列功能区；&/p&&p&
拖入度量“销售额”、“利润”到标记区，；&/p&&p&
切换列表图；&/p&&img src=&/93eeb7cad7835ecad959bb_b.png& data-rawwidth=&648& data-rawheight=&248& class=&origin_image zh-lightbox-thumb& width=&648& data-original=&/93eeb7cad7835ecad959bb_r.png&&&p&2)
突出显示表&/p&&p&突出显示表中，颜色的深浅标识度量的大小。&/p&&p&
拖入“区域”到行功能区；&/p&&p&
拖入“类别”到列功能区；&/p&&p&
拖入度量“销售额”、“利润”到标记区，；&/p&&p&
切换突出显示表；&/p&&br&&img src=&/250a318ed7fc13459feeb41_b.png& data-rawwidth=&616& data-rawheight=&136& class=&origin_image zh-lightbox-thumb& width=&616& data-original=&/250a318ed7fc13459feeb41_r.png&&&p&如上图，颜色深浅标识的是销售额的度量值，标签显示的是折扣值的多少。&/p&&p&3)
压力表&/p&&p&压力表，通过图形的大小标识度量的大小。&/p&&img src=&/bdc04f858f5d_b.png& data-rawwidth=&411& data-rawheight=&229& class=&content_image& width=&411&&4.2.
线图&p&线图是最常用的统计图表之一。线性图可以将独立的数据点连接起来，通过线形图，人们可以在大量连续的点中发现数据变化的趋势，线图常用来展示数据随时间的变化趋势。&/p&&p&大数据魔镜线图类型最多支持1个维度1个度量。&/p&&p&连接到数据源“示例-超市.xls”后，进入可视化数据分析台。&/p&&p&1）
拖拽如“订单日期”到列，“销售额”到行；&/p&&p&2）
选择可视化图形效果—线图，即可形成线形趋势图；&/p&&p&不同月份销售额趋势如图&/p&&img src=&/e1c975a6_b.png& data-rawwidth=&1064& data-rawheight=&178& class=&origin_image zh-lightbox-thumb& width=&1064& data-original=&/e1c975a6_r.png&&&p&查看不同地区各时间段销售额趋势情况，将地区拖拽至【颜色】，形成下图。&/p&&img src=&/d05f45babfcf3e8_b.png& data-rawwidth=&1093& data-rawheight=&320& class=&origin_image zh-lightbox-thumb& width=&1093& data-original=&/d05f45babfcf3e8_r.png&&4.3.
面积图又称区域图，强调数据随着维度而变化的程度，也可用于引起人们对总值趋势的注意。导入数据源，拖拽相关维度，点击右侧的可视化图库—面积图，形成面积图。&br&&/p&&img src=&/24a4eed5d4ae6aca38f4_b.png& data-rawwidth=&654& data-rawheight=&190& class=&origin_image zh-lightbox-thumb& width=&654& data-original=&/24a4eed5d4ae6aca38f4_r.png&&4.4.
柱状图、条形图&p&柱状图与条形图是常用图表之一。柱状图可以表现数据的对比情况，展现整体趋势。条形图可以快速地对比各信息值的高低，尤其是当数据分为几个类别时，使用条形图会有效，很容易发现各项目数据间的比较情况。魔镜柱状图分为标准柱形图、分组柱状图、堆栈柱状图。&/p&&p&柱状图可通过点击&img src=&/c05c95c2742184eecb14fe_b.png& data-rawwidth=&33& data-rawheight=&27& class=&content_image& width=&33&&进行转置，转置为水平，即转换为条形图；分组柱状图、堆栈柱形图可通过点击&img src=&/dd54b266c662d5ff6f42c0fc101eb546_b.png& data-rawwidth=&22& data-rawheight=&22& class=&content_image& width=&22&&、&img src=&/1b8c88f97db94fdcd9619_b.png& data-rawwidth=&22& data-rawheight=&22& class=&content_image& width=&22&&两个图标进行切换；&/p&&p&标准柱形图，支持多维度多度量。多维度情况自动维度分组，多度量分区显示。多用于展示多维度多度量关系情况。&/p&&p&将“细分“、“类别”两个维度均拖入列，&/p&&p&将“销售额”、“利润”两个度量均拖入到行，形成如下图标准柱形图。&/p&&img src=&/afd42e84c427d52a414b995ddb5df537_b.png& data-rawwidth=&831& data-rawheight=&328& class=&origin_image zh-lightbox-thumb& width=&831& data-original=&/afd42e84c427d52a414b995ddb5df537_r.png&&&p&堆积柱状图显示单个项目与总体的关系，并跨类别比较每个值占总体的百分比。堆积柱状图使用二维垂直堆积矩形显示值。当有多个数据系列并且希望强调总数值时，可以使用堆积柱状图。&/p&&p&l
将“地区”维度拖入至标记区【颜色】，形成如下图标准柱形图。&/p&&img src=&/c59d96f18ef01a0ce852580_b.png& data-rawwidth=&852& data-rawheight=&323& class=&origin_image zh-lightbox-thumb& width=&852& data-original=&/c59d96f18ef01a0ce852580_r.png&&&p&大数据魔镜分组柱形图有两种形态，维度分组柱形图与度量分组柱形图。&/p&&p&维度分组柱形图切换规则是至少满足2个维度1个度量，具体操作如：&/p&&p&l
拖入“类别”、“细分”两个维度到列，“销售额”度量到行；&/p&&p&l
点击右侧图库—分组柱形图进行切换；生成如图维度分组柱形图；&/p&&img src=&/23ad4a04e1e991af86dfaec9_b.png& data-rawwidth=&844& data-rawheight=&338& class=&origin_image zh-lightbox-thumb& width=&844& data-original=&/23ad4a04e1e991af86dfaec9_r.png&&&p&建模区，“细分”“类别”维度在列，“类别”维度在【颜色】，不同颜色标识了不同类别。&/p&&p&l
在此图形基础上，拖入“数量“度量到行，再次点击图库—分组柱形图。&/p&&img src=&/2edc0a76de69d3b8c5b018fa7e477530_b.png& data-rawwidth=&1120& data-rawheight=&354& class=&origin_image zh-lightbox-thumb& width=&1120& data-original=&/2edc0a76de69d3b8c5b018fa7e477530_r.png&&&p&建模区标记区生成”度量值“，所有相关度量默认用颜色标识，这就能看出不同细分下不同类别销售额与利润的趋势对比。&/p&4.5.
散点图&p&散点图通常是用在需要分析不同字段间是否存在某种关系的时候，例如，分析各类产品的销售额和利润情况。通过散点图，可以有效地发现数据的某个趋势、集中度及其中的异常值，根据这些发现，可以帮助我们确定下一步应重点分析哪方面的数据及情况。&/p&&p&如图来分析各地区销售额、利润及折扣情况，可看出异常值和整体的趋势销售额、折扣分别为X、Y轴定位，可根据业务需求，用标记大小标识折扣值。&/p&&img src=&/f013ce9cfa51_b.png& data-rawwidth=&976& data-rawheight=&577& class=&origin_image zh-lightbox-thumb& width=&976& data-original=&/f013ce9cfa51_r.png&&&p&此图中，不同子类别用不同的颜色标识，不同的折扣情况圆圈的大小标识。从图中可以看出子类别—椅子的折扣较大。&/p&4.6.
树状图&p&树状图是数据树的图形表示形式，表现维度层级关系。&/p&&p&魔镜现有树状图样式：&/p&&img src=&/4da75f55e2ca339a504e79b031df28d4_b.png& data-rawwidth=&562& data-rawheight=&102& class=&origin_image zh-lightbox-thumb& width=&562& data-original=&/4da75f55e2ca339a504e79b031df28d4_r.png&&4.7.地图&br&&p&日常分析中，地图是经常要用到的图形效果。特别是表现各地域分布情况，地图的展现效果要比其他的图形效果形象、直观。&/p&&img src=&/51d4e19e561ec1db6b48f03a054c3ad3_b.png& data-rawwidth=&1208& data-rawheight=&650& class=&origin_image zh-lightbox-thumb& width=&1208& data-original=&/51d4e19e561ec1db6b48f03a054c3ad3_r.png&&&br&&p&地图自定义选项有填充颜色、标记类型、标记颜色、显示标签、描述信息五种：&/p&&p&l
当度量选择了“填充颜色”，填充颜色的深浅表示度量值的大小；&/p&&p&l
当度量选择了“标记类型”默认标记的大小识别度量值的大小，可自定义标记的颜色和整体大小；&/p&&p&l
当地图中有度量选择了标记大小识别，其他的度量可选择“标记颜色”，标记颜色的深浅表示度量值的大小；&/p&&p&l
选择了“显示标签”地图中会显示相应度量值；&/p&&p&l
“描述信息“所有度量信息默认描述信息显示，鼠标移过显示度量值；&/p&&p&l
目前的标记类型：圆形、方形、菱形、三角形、条形；&/p&&p&
支持省、市下钻，点中某省，显示此省明细区划数据情况，可回退；&br&&/p&4.8.云标签&br&&img src=&/eb449b390e01fa77ce47fe_b.jpg& data-rawwidth=&1244& data-rawheight=&565& class=&origin_image zh-lightbox-thumb& width=&1244& data-original=&/eb449b390e01fa77ce47fe_r.jpg&&&br&&br&&b&暂时就这么多了&/b&&br&&br&&br&&br&&br&&br&下面是原文&br&----------------------------------------------分割线---------------------------------------------------------------&br&国内的推荐大数据魔镜&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&&i class=&icon-external&&&/i&&/a&，免费使用，有云版和下载版。大数据魔镜整合了市面上的可视化效果，更有上卷下钻，数据预测，聚类分析，相关性分析，图表联动，数据联想，地图，组合图等很多功能。&br&&b&一、支持多种数据源&/b&&br&&img src=&/b54e19ea8d74f_b.png& data-rawwidth=&834& data-rawheight=&734& class=&origin_image zh-lightbox-thumb& width=&834& data-original=&/b54e19ea8d74f_r.png&&&b&二、操作简单，拖拽式探索分析&/b&&br&&img src=&/d50c2c455f9d99871eea4fd531ec355b_b.png& data-rawwidth=&1555& data-rawheight=&708& class=&origin_image zh-lightbox-thumb& width=&1555& data-original=&/d50c2c455f9d99871eea4fd531ec355b_r.png&&&b&&img src=&/1ebeeb1d05b867_b.png& data-rawwidth=&1151& data-rawheight=&633& class=&origin_image zh-lightbox-thumb& width=&1151& data-original=&/1ebeeb1d05b867_r.png&&&img src=&/fcf9fada5cf_b.png& data-rawwidth=&1048& data-rawheight=&780& class=&origin_image zh-lightbox-thumb& width=&1048& data-original=&/fcf9fada5cf_r.png&&二、最大可视化效果库&/b&&br&有超过500 多种可视化效果，丰富的组件库中包括示意图、筛选器、地图和标签云图等，从而使用户能够创建简单的仪表板或者绚丽的商业信息图表和可视化效果。&br&&img src=&/d03b54d28e5f692cbb76_b.png& data-rawwidth=&1558& data-rawheight=&761& class=&origin_image zh-lightbox-thumb& width=&1558& data-original=&/d03b54d28e5f692cbb76_r.png&&&img src=&/a4e3cbdd2a34f0882a77_b.png& data-rawwidth=&1574& data-rawheight=&794& class=&origin_image zh-lightbox-thumb& width=&1574& data-original=&/a4e3cbdd2a34f0882a77_r.png&&&img src=&/e23f7f16d83ef4301efd_b.png& data-rawwidth=&1132& data-rawheight=&696& class=&origin_image zh-lightbox-thumb& width=&1132& data-original=&/e23f7f16d83ef4301efd_r.png&&&img src=&/374e6fe9fc4ea901bec4ef_b.png& data-rawwidth=&1172& data-rawheight=&675& class=&origin_image zh-lightbox-thumb& width=&1172& data-original=&/374e6fe9fc4ea901bec4ef_r.png&&&img src=&/495ed68df83d6e7b6ff4_b.png& data-rawwidth=&1226& data-rawheight=&691& class=&origin_image zh-lightbox-thumb& width=&1226& data-original=&/495ed68df83d6e7b6ff4_r.png&&&img src=&/2d60fdb297b465ea8fa3a_b.png& data-rawwidth=&1021& data-rawheight=&517& class=&origin_image zh-lightbox-thumb& width=&1021& data-original=&/2d60fdb297b465ea8fa3a_r.png&&&img src=&/acbbae0c1e7adfa2db500_b.png& data-rawwidth=&1014& data-rawheight=&503& class=&origin_image zh-lightbox-thumb& width=&1014& data-original=&/acbbae0c1e7adfa2db500_r.png&&&img src=&/b458e91a22ff7a2e5dea3_b.png& data-rawwidth=&1017& data-rawheight=&610& class=&origin_image zh-lightbox-thumb& width=&1017& data-original=&/b458e91a22ff7a2e5dea3_r.png&&&br&&img src=&/ea9eba1778a68ccac2a57ee_b.jpg& data-rawwidth=&748& data-rawheight=&590& class=&origin_image zh-lightbox-thumb& width=&748& data-original=&/ea9eba1778a68ccac2a57ee_r.jpg&&&img src=&/8bab9ce2fe4d_b.png& data-rawwidth=&1521& data-rawheight=&725& class=&origin_image zh-lightbox-thumb& width=&1521& data-original=&/8bab9ce2fe4d_r.png&&&br&&b&三、四屏合一&/b&&br&拥有国内领先的大屏幕可视化解决方案，完美兼容LCD 屏、液晶屏、PAD 屏、智能手机屏幕四屏支持。&br&&img src=&/0ec3dc31c55fd777de15411e8fee66bb_b.png& data-rawwidth=&1330& data-rawheight=&741& class=&origin_image zh-lightbox-thumb& width=&1330& data-original=&/0ec3dc31c55fd777de15411e8fee66bb_r.png&&&img src=&/8d8d6ddb7748f37ccd6b36_b.png& data-rawwidth=&1330& data-rawheight=&749& class=&origin_image zh-lightbox-thumb& width=&1330& data-original=&/8d8d6ddb7748f37ccd6b36_r.png&&&img src=&/5b22af02adaac1ee803b43c9f1e3705a_b.png& data-rawwidth=&1332& data-rawheight=&748& class=&origin_image zh-lightbox-thumb& width=&1332& data-original=&/5b22af02adaac1ee803b43c9f1e3705a_r.png&&&img src=&/76e3cbb968d52_b.png& data-rawwidth=&1330& data-rawheight=&749& class=&origin_image zh-lightbox-thumb& width=&1330& data-original=&/76e3cbb968d52_r.png&&&img src=&/c2f8e78a37a7db6354d8_b.jpg& data-rawwidth=&1333& data-rawheight=&744& class=&origin_image zh-lightbox-thumb& width=&1333& data-original=&/c2f8e78a37a7db6354d8_r.jpg&&&img src=&/bc_b.jpg& data-rawwidth=&1366& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1366& data-original=&/bc_r.jpg&&&b&四、数据权限&/b&&br&支持企业/团队间的数据分析协作，并针对数据加设权限，数据分析项目的所有者可以对团队成员进行管理员、编辑者、观察者的权限设置，同时分配数据资源的调配权限，给团队提供更私密协作的空间和管理运作方式。&br&&b&&img src=&/43b2d5c77b74d2a848b4_b.png& data-rawwidth=&1229& data-rawheight=&231& class=&origin_image zh-lightbox-thumb& width=&1229& data-original=&/43b2d5c77b74d2a848b4_r.png&&&img src=&/ac4c0b962ff918b70d529_b.png& data-rawwidth=&1241& data-rawheight=&522& class=&origin_image zh-lightbox-thumb& width=&1241& data-original=&/ac4c0b962ff918b70d529_r.png&&五、自动建模和分析挖掘&/b&&br&大数据魔镜率先将数据建模和数据分析的过程进行可视化，用户无需变形复杂的代码即可完成数据建模，同时丰富的分析算法，如聚类分析、关联分析、相关性分析、决策树、数据联想等，不需要写代码，只需简单拖拽操作就可以实现，简单操作的同时满足了用户的复杂分析需求。&br&&img src=&/e51c208c672efdaba0e209e_b.png& data-rawwidth=&1543& data-rawheight=&742& class=&origin_image zh-lightbox-thumb& width=&1543& data-original=&/e51c208c672efdaba0e209e_r.png&&&img src=&/6e94c6d44ecf345c9e5c971a20b274dd_b.png& data-rawwidth=&1579& data-rawheight=&419& class=&origin_image zh-lightbox-thumb& width=&1579& data-original=&/6e94c6d44ecf345c9e5c971a20b274dd_r.png&&&img src=&/dcc4b028ca6582b_b.png& data-rawwidth=&1586& data-rawheight=&629& class=&origin_image zh-lightbox-thumb& width=&1586& data-original=&/dcc4b028ca6582b_r.png&&&img src=&/d3fbadef6f54_b.png& data-rawwidth=&1568& data-rawheight=&457& class=&origin_image zh-lightbox-thumb& width=&1568& data-original=&/d3fbadef6f54_r.png&&&img src=&/1f5ad9eefdfd_b.png& data-rawwidth=&1314& data-rawheight=&786& class=&origin_image zh-lightbox-thumb& width=&1314& data-original=&/1f5ad9eefdfd_r.png&&&img src=&/a0b5ad0ea225e0e3d4cb_b.png& data-rawwidth=&1541& data-rawheight=&776& class=&origin_image zh-lightbox-thumb& width=&1541& data-original=&/a0b5ad0ea225e0e3d4cb_r.png&&&img src=&/cc4a67d445030fdd6eded020a30f06b4_b.png& data-rawwidth=&1014& data-rawheight=&738& class=&origin_image zh-lightbox-thumb& width=&1014& data-original=&/cc4a67d445030fdd6eded020a30f06b4_r.png&&&br&&br&&b&六、更多功能&/b&&br&&img src=&/f6b97de9ebedd68f3bb6_b.png& data-rawwidth=&1585& data-rawheight=&423& class=&origin_image zh-lightbox-thumb& width=&1585& data-original=&/f6b97de9ebedd68f3bb6_r.png&&&img src=&/a7fdd7dc63e00cf4f1bb525e7ddf1bd5_b.png& data-rawwidth=&1575& data-rawheight=&691& class=&origin_image zh-lightbox-thumb& width=&1575& data-original=&/a7fdd7dc63e00cf4f1bb525e7ddf1bd5_r.png&&&img src=&/68c3eeb1e56bc4ff8fb26f713e15c702_b.png& data-rawwidth=&907& data-rawheight=&314& class=&origin_image zh-lightbox-thumb& width=&907& data-original=&/68c3eeb1e56bc4ff8fb26f713e15c702_r.png&&&img src=&/c14db52ff405ae178fe4bda9b7a2dd15_b.png& data-rawwidth=&879& data-rawheight=&759& class=&origin_image zh-lightbox-thumb& width=&879& data-original=&/c14db52ff405ae178fe4bda9b7a2dd15_r.png&&联动或有bug，正在优化（望体谅）&br&&img src=&/eef9ef6e60743aed23f4b_b.jpg& data-rawwidth=&748& data-rawheight=&397& class=&origin_image zh-lightbox-thumb& width=&748& data-original=&/eef9ef6e60743aed23f4b_r.jpg&&&br&&img src=&/e128b8afb6e49c76473a_b.png& data-rawwidth=&650& data-rawheight=&520& class=&origin_image zh-lightbox-thumb& width=&650& data-original=&/e128b8afb6e49c76473a_r.png&&&img src=&/c63c42314ffdb62e0d048e722fc12fb5_b.png& data-rawwidth=&732& data-rawheight=&635& class=&origin_image zh-lightbox-thumb& width=&732& data-original=&/c63c42314ffdb62e0d048e722fc12fb5_r.png&&&img src=&/2bce36f4bccf_b.png& data-rawwidth=&724& data-rawheight=&700& class=&origin_image zh-lightbox-thumb& width=&724& data-original=&/2bce36f4bccf_r.png&&&p&&a href=&///?target=http%3A///public.html%23/f2yymm& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&/public.html#&/span&&span class=&invisible&&/f2yymm&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& (二维码自动识别)&/p&&img src=&/dacda39d84a30bbe8de1ad961e5fefce_b.png& data-rawwidth=&742& data-rawheight=&769& class=&origin_image zh-lightbox-thumb& width=&742& data-original=&/dacda39d84a30bbe8de1ad961e5fefce_r.png&&&br&近期，我们正在全力研发更好用，更实用的分析功能，谢谢期待！&br&&br&&b&写的有点乱，大家多多包涵！！！&/b&
大数据魔镜免费云分析平台全新上线。欢迎大家登陆体验 多图文预警！！！！！！！！！ 下面主要介绍一下数据分析部分 1. 数据区 1.1 维度 魔镜将包含定性、分类信息的任何字段都视为维度。例如，包括任…
&p&谢邀。&/p&&p&在入门阶段，题主口中的数学主要有四门课：微积分、线性代数、概率与统计、最优化算法。其实我真的很不建议一口气把这四门课学完，那样很容易打击到学习兴趣。所以我尽自己最大的努力安排了一个学习计划/入门指导，贴在这里。&/p&&p&&a href=&///?target=https%3A//mp./s%3F__biz%3DMzIwNzc2NTk0NQ%3D%3D%26mid%3D%26idx%3D1%26sn%3Dba33e72f35defcca2e909%26chksm%3D970ca3ab3b6b6cbd235b7c2f6f7acd30f036e560c783%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(一)&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=https%3A//mp./s%3F__biz%3DMzIwNzc2NTk0NQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D8d2f6b106dc971a9cae0a4256f01ffac%26chksm%3D970c29b4a07ba0a237acd39c1adbf6b8a97e66cf8eeb4f112a829ad08erd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(二)&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=https%3A//mp./s%3F__biz%3DMzIwNzc2NTk0NQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D867cc218dd2284eab529e1c89358edf1%26chksm%3D970c295aa07ba04cb60fdd3f6d0e064a972a8f1fa15dbb1c0cca44ac8dda03ff4%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(三)&i class=&icon-external&&&/i&&/a&&/p&&br&&p&如果非要先学完全部数学的话，就可以按照下面的来啦。&/p&&p&先抛开微积分不谈，先说剩下的（因为剩下的我已经详细写了，2333，有时间了再把微积分补充在这里）。&/p&&h2&&b&线性代数&/b&&/h2&&ul&&li&前置课程&/li&&ul&&li&中学代数&/li&&/ul&&li&主参考资料&/li&&ul&&li&《线性代数应该这样学》(英文叫《Linear Algebra done right》)&/li&&/ul&&li&辅助参考资料（有先后顺序）&/li&&/ul&&ol&&li&《Deep Learning》Bengio等，第二章（中译本勉强能看，链接&a href=&///?target=https%3A///exacity/deeplearningbook-chinese& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&/exacity/deep&/span&&span class=&invisible&&learningbook-chinese&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& 呜呜好想赶紧开通原创功能插超链接）；&/li&&li&Wiki百科（翻墙不用教吧...）；&/li&&li&《矩阵分析与应用》张贤达&/li&&/ol&&li&重点内容（无先后顺序）：&/li&&ul&&li&向量及向量空间&/li&&li&内积与范数&/li&&li&线性映射&/li&&li&矩阵
&/li&&li&张成、线性相关、线性无关&/li&&li&特征值与特征向量&/li&&li&特征分解&/li&&/ul&&li&高级内容（最起码要了解）：&/li&&ul&&li&谱定理&/li&&li&奇异值分解（SVD）&/li&&li&矩阵的迹&/li&&li&行列式&/li&&/ul&&li&学习方法&/li&&ol&&li&适当参考小夕总结的重点内容，细细的品味《线性代数应该这样学》（这本书真的棒呆了）。&/li&&li&对于书中依然理解不了的部分，参考其他辅助资料哦。另外如果大家有哪方面难以理解，可以告诉小夕，小夕会尽量解答，若有必要的话直接写一篇小文章帮助大家理解哦。&/li&&/ol&&li&主要意义
线性代数是机器学习的不能更基础的数学基础。不仅仅是因为矩阵是机器学习中运算的基本单位，而且一些线性代数中的高级理论也被借鉴吸收到了机器学习算法中，比如用SVD（奇异值分解）来对特征降维，迹运算可以加深对PCA及某些聚类算法本质的理解等。&/li&&h2&&b&概率与统计&/b&&/h2&&ul&&li&前置课程&/li&&ul&&li&微积分&/li&&/ul&&li&主参考资料&/li&&ul&&li&《概率论与数理统计》陈希孺（注意不是浙大的那本！）&/li&&/ul&&li&重点内容：&/li&&ul&&li&整本书！&/li&&/ul&&li&学习方法
这本书写的超棒！虽然学校的概率统计用的浙大那本教材，但是学完也有好多地方似懂非懂。直到在图书馆无意间遇到了这本书。。。所以认真读咯，是不是一想到小夕也读过这本书，就迫不及待想开始了呢【捂脸】&/li&&li&主要意义
这门课程不需要谈意义了吧╮(╯▽╰)╭这门课都没有掌握，那只能处于计划一的大忽悠水平咯~&/li&&/ul&&h2&&b&最优化算法-上&/b&&/h2&&ul&&li&前置课程&/li&&ul&&li&微积分（高等数学）&/li&&li&线性代数&/li&&/ul&&li&主参考资料&/li&&ul&&li&《Deep Learning》第四章（中文版链接见手册（一））&/li&&li&《Numerical Optimization》Jorge Nocedal等&/li&&/ul&&li&辅助参考资料
《最优化理论与方法》袁亚湘，孙文瑜（这本书已绝版，但某宝有卖复刻版；在学校的同学可去图书馆借，没收藏这本书的大学应该可以取消数学和计算机专业了吧）&/li&&li&重点内容：&/li&&ul&&li&一阶无约束优化算法&/li&&ul&&li&梯度下降法（简单了解步长的确定方法）&/li&&/ul&&li&二阶无约束优化算法&/li&&ul&&li&牛顿法&/li&&/ul&&li&约束优化算法&/li&&ul&&li&线性规划概念与应用&/li&&li&二次规划概念与应用&/li&&li&拉格朗日乘子法的简单认识&/li&&/ul&&/ul&&li&高级内容（依照自身数学基础，尽可能深的理解）&/li&&ul&&li&一阶无约束优化算法&/li&&ul&&li&梯度下降法（仅掌握线搜索法，学嗨了可以看信赖域法）&/li&&/ul&&li&二阶无约束优化算法&/li&&ul&&li&共轭梯度法&/li&&li&拟牛顿法&/li&&/ul&&li&约束优化算法&/li&&ul&&li&线性规划（仅掌握单纯形法，学嗨了可以看内点法）&/li&&li&二次规划（仅掌握对偶法，学嗨了可以看积极集法）&/li&&/ul&&/ul&&li&学习方法&/li&&/ul&&ol&&li&小夕考虑到最优化算法对机器学习而言虽然至关重要，但是对数学基础要求很高。因此在本计划中采用个性化定制的方式：&/li&&ol&&li&如果您的数学基础很好，强烈建议您尽可能的完成高级内容，这对后面机器学习算法的透彻理解极其重要。&/li&&li&如果您的数学基础不够，只需完成重点内容即可。但是希望在业余再加深一下对微积分、线性代数等知识的理解哦~方便以后突破瓶颈呐。&/li&&/ol&&li&对于重点内容，只需要认真研究理解《Deep Learning》中的4.3节和4.4节，这两节信息量很大，请务必认真阅读每一句话。如果这两节都感到寸步难行的话，请补习最优化的前置课程哦。&/li&&li&对于高级内容，《Numerical Optimazation》是极其合适的，这本书很偏工程实践，讲了很多practical的问题。也是我们学校最优化课的教材。这本书貌似没有中文版，不过相信您的数学基础都那么好啦，看英文资料也没有问题哒~&/li&&/ol&&li&主要意义
小夕在指导(一)中提到的机器学习瓶颈就是指的这门课！
小夕第一次学机器学习时，以为各个机器学习模型是孤立的，有的用梯度下降，有的二次规划的，当时也不知道，结果学完之后机器学习体系特别散。
直到上了这门课，才恍然大悟，竟然有这么一个数学体系将机器学习中的“寻最优参数”（即最优化）问题全都聚拢到一起了！
所以，这门课之于机器学习的重要性，小夕只能说重中之重呀。&/li&
谢邀。在入门阶段，题主口中的数学主要有四门课：微积分、线性代数、概率与统计、最优化算法。其实我真的很不建议一口气把这四门课学完，那样很容易打击到学习兴趣。所以我尽自己最大的努力安排了一个学习计划/入门指导，贴在这里。
之前做了300页的PPT专门讲过网站分析，外加前几年做微博运营时积累的大量PPT以及工具、图表，大概有好几G(Ps,私信要PPT的同学不点个赞么，泪奔中……)。&br&&br&入行互联网的契机是做了一个“网站分析”的微博账号，做自媒体跟真正的实践者还是有很大距离的，所以推荐一个list的，如果你对网站分析有兴趣，可以专注这些大牛！&br&知乎上面的数据分析大神： &a data-hash=&4920fca107ec266a26bf578ff112a6d3& href=&///people/4920fca107ec266a26bf578ff112a6d3& class=&member_mention& data-editable=&true& data-title=&@何明科& data-hovercard=&p$b$4920fca107ec266a26bf578ff112a6d3&&@何明科&/a&&a data-hash=&1226dd3baaf60e6904a7e& href=&///people/1226dd3baaf60e6904a7e& class=&member_mention& data-editable=&true& data-title=&@邹昕& data-hovercard=&p$b$1226dd3baaf60e6904a7e&&@邹昕&/a&&br&网站分析领域的： &a data-hash=&f67cbea4ef2d9a96513f& href=&///people/f67cbea4ef2d9a96513f& class=&member_mention& data-editable=&true& data-title=&@宋星& data-hovercard=&p$b$f67cbea4ef2d9a96513f&&@宋星&/a&&a data-hash=&a5f1b10bb35df16ac17cb& href=&///people/a5f1b10bb35df16ac17cb& class=&member_mention& data-editable=&true& data-title=&@胡力& data-hovercard=&p$b$a5f1b10bb35df16ac17cb&&@胡力&/a&
@joeghwu 《网站分析实战》作者
@ 孙立东《网站分析基础教程》作者之一
@王彦平（蓝鲸）&br&&br&&br&一、如何入门互联网数据分析&br&1、网站分析是一种能力&br&&p&对于大部分人互联网从业者而言，网站分析是一种能力，因为基于网站分析之上的结论可以指导运营、产品、设计、技术的同事的工作。&/p&&br&&img src=&/032caa7fdeb_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/032caa7fdeb_r.jpg&&&br&2、网站分析解决的问题&br&即分析出：&br&用户是谁（目标用户），&br&从哪里来（流量从哪里来，流量的价值等），&br&到哪里去（为什么离开，如何降低用户流失）&br&&img src=&/f43cd2def93dd228d91c69dd_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/f43cd2def93dd228d91c69dd_r.jpg&&3、对于产品OR运营，网站分析能做什么&br&对于产品：&br&&p&产品改版是否合理？&/p&&p&用户的反馈如何？&/p&&p&哪些功能存在问题？&/p&&p&功能使用频率？&/p&&p&转化路径是否靠谱？&/p&&p&对于运营：&/p&&p&用户来源路径？&/p&&p&用户活跃度如何？&/p&&p&如何分配广告预算&/p&&p&网站内容是否有效？&/p&&p&如何分解KPI？&/p&&br&&img src=&/b6e54e4f9f8b52ef4bc9c3c2f61eee51_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/b6e54e4f9f8b52ef4bc9c3c2f61eee51_r.jpg&&&br&&br&&img src=&/a8dcee60843_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/a8dcee60843_r.jpg&&&br&4、为什么进行网站分析&br&&img src=&/96a57e534f727afa6196_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/96a57e534f727afa6196_r.jpg&&5、网站分析的核心&br&&img src=&/5a8161125bfa4a799ebc_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/5a8161125bfa4a799ebc_r.jpg&&&br&二、网站分析的流程&br&定义问题——测量——分析——改进——维持&br&&img src=&/3cbeb60e4df76d1a1a929c_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/3cbeb60e4df76d1a1a929c_r.jpg&&&img src=&/e3b653ddbc1f7f17c4a3f1abe1a22dbb_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/e3b653ddbc1f7f17c4a3f1abe1a22dbb_r.jpg&&&img src=&/f82ac6e443e201fcc60d_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/f82ac6e443e201fcc60d_r.jpg&&三、定义问题&br&&p&如何你已经知道如何有效的去描述一个问题，那么你已经成功了一半了，因为你知道问题，而且也知道如何去问。&/p&&br&&img src=&/20c87cbe3ccec8595995e_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/20c87cbe3ccec8595995e_r.jpg&&&p&工作可不是试券设计好问题来问你，首先得你自己发现问题。&/p&&br&&img src=&/5e1a090ddba58d27ba2becbfa321a8ce_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/5e1a090ddba58d27ba2becbfa321a8ce_r.jpg&&&br&&p&比如如注册转化率的降低就跟非常多的问题是正相关的。&/p&&p&产品支持度是否足够？&/p&&p&头像上传&/p&&p&邮箱验证&/}
我要回帖
更多关于 常用商业分析方法 的文章
更多推荐
- ·东方红满堂红尊享版两全保险样红年金保险分红型好不好
- ·南宁有不错的惠民保险怎么买吗？
- ·提现出款成功却没到银行卡账怎么办呢？
- ·JM现货黄金是24小时交易吗的交易时间是如何安排的？
- ·STARTRADER星迈交易现在回收黄金多少一克的最低手数是多少？
- ·云收单的盈利和利润的区别方式有哪些，利润如何？
- ·2017年投 资 创 业什么项 目好？
- ·以前君必强老代理工长君回归上软了可以吗？怎么联系ceo？新品有哪几种产品
- ·在南、昌PHT植、发技、术怎么样，可信不？
- ·对于饲料经销商转型，养殖户来说，现在饲料涨价后，还会继续上涨吗
- ·夫妻在工厂干了大半年，工厂没有2017工厂劳动合同同，没有养老保险，这个工厂不大，就二十几个人，没有上班的服装，
- ·关于楼上漏水不修怎么办水
- ·我想购买虔茶,有好的购买淘宝短视频渠道推荐荐一下吗
- ·北京上海控制外来人口手段为何要控制人口规模 控得住么
- ·初创创业者如何寻找志同道合的近义词创业伙伴?
- ·股票市场的前世今生国家队会被套吗
- ·中睿盛通控股是什么模式？
- ·1毛2，世界最低光伏发电电价中标电价，中国离平价上网还有多远
- ·无纺布的填充料用什么样的石粉类涂料好
- ·商业商业影响分析方法法与案例;哪儿有psid的？哪个好玩
- ·合肥滴滴出行合肥代理公司注册
- ·为什么想查看下百胜家想时代房价走势势都看不到
- ·请问科脉的科脉迷你poss餐饮版,我漏开了单子，怎么样逆结？
- ·三峡移民工程社保怎么查询
- ·潼西少爷肉夹馍加盟日销售过万是真的吗？潼西少爷肉夹馍加盟多少钱一个好吃吗
- ·重庆武汉邦迪管路上班累嘛系统有限公司配有厂车吗
- ·小规模纳税人企业所得税纳税申报表申报表是免税的，怎么填，谢谢指点。
- ·为什么delta为0的马柯威茨投资组合理论不能套利
- ·闪闪招生宝成功的营销案例例谁有呀
- ·如何实现中华民族伟大复兴图片的中国梦
- ·深圳广州欧菲光待遇科技公司大学生待遇怎么样？
- ·天台县就业补贴退役军人就业服务平台怎么进不去
- ·应该投诉吗，五一还有婴儿两天没大便正常吗上班还是和正常上
- ·医院招聘水电维修一般是招聘什么专业的专业不限本科生研究生？
