使用热图，帮助您轻松了解数据集中的数据密度热图

在新发布的 Tableau 2018.3 中，热图让每个人都能直观地通过密度、重叠等信息来推断数据的集中程度。这使得我们能够更轻松地识别地理数据中的空间模式。但是热图并不局限于地图，您还可以在散点图，点图等其他图表中使用它！

在 Tableau 中创建热图非常简单，您只需将标记类型更改为密度即可。另外您还可以：

通过配置各个选项来优化热图；

通过调整“大小”来改变标记的影响区域；

通过在“颜色”上放置一个度量来在密度上添加一个权重指数；

通过调整筛选器滑块来显示更多或更少的热点；

我们还创建了专为浅色或深色背景设计的新调色板，让可视化效果更佳；

而像筛选器、页面等现有的功能也都能帮助我们更顺畅地工作。

在现实生活中有无数的热图应用场景。我们将在本文中探讨一些常用的例子。

纬度和经度的地图可视化：比较新奥尔良市的 311 政府热线

市政府通常都会与公众分享有关各种活动或服务的专题数据。纽约，多伦多和墨尔本都是通过开放数据来提高透明度的典范城市。我最近访问了 2018 年 Tableau 大会举办地新奥尔良市的数据，想要进一步探索一些公开数据。我选择了过去六年中 311 市民热线的数据。 311 市民热线代表了市民们希望解决的一些小问题。

当我在 Tableau 中连接这个数据时，我可以使用数据集中的纬度和经度字段轻松构建有关 311 市民热线的地图可视化。

但像上面的地图，存在着一个问题，如果没有筛选，我们很难理解数据中的模式。为了更好地了解数据的空间集中程度，我们可以通过显示筛选器来查看报告的问题类型。但是，这里还是有太多的数据点，而任何进一步的筛选都会限制我的分析。我们很难进行分析是因为数据点都在非常接近的位置上。

而热图可以帮助我们立即识别空间密度。在比较 311 热线中的问题类型或任何数据时，热图带来的好处是显而易见的。我们只需将标记类型更改为“密度”就能进行比较了。

热图能让我们更容易理解空间模式，您还可以更进一步展示这些空间模式随时间的变化。使用页面，您可以浏览每年有关废弃车辆问题的报告，您会发现这类事件的数量每年都在增加，但集中区域保持着相对不变。使用页面，您还可以计算整个数据集的密度，因此您也可以通过设置动画来查看和比较数据。

散点图：在篮球投篮数据中探索意义

分析改变了企业的运营方式。而最公开可见的数据分析应用之一就是体育。几乎每项运动都在探索进球、得分、防守和球员移动的空间模式; 来为团队寻求竞争优势。篮球是一项产生大量数据的运动，但又很难发现相应的模式。下图 Viz 展示了 100 场 NBA 比赛里所有的投篮情况。

从图中我们可以看到三分线很突出，但除此之外，数据并未揭示任何可供我们探索的模式。现在，您可以在 Tableau 中使用热图来将好奇心转化为洞察力。在 NBA 中的投篮选择是什么样的？不同的球队又有什么不同？让我们一起来看看吧。

>>>>

所有球队的 NBA 投篮

当比较球队间的投篮选择时，热图可以让我们直观地看到一些结果。开拓者三分球的命中率相当高，中线区域的命中率却很低。而勇士队在三分线，中线和禁区的投篮命中率都很均匀。

如果您要分享和分析体育数据，请不要忘记使用合适的背景图。在这个 Viz 中，我添加了篮球场来使可视化分析更为容易。

点图：分析随时间变化的产品订单

热图非常适合查看散点图上的密集数据，但它们也可以在 Tableau 中以其他创造性的方式使用。让我们来看看最近的产品订单历史。这里有很多方法来实现随时间变化的数据的可视化，但让我们先从可视化每个单独的订单开始吧。

在这个视图中，我看不出任何具体的模式，除了显而易见的复印机从来都不是畅销产品。如果我们将标记切换为形状，就可以更轻松地查看订单的密度（或模式）。

我们可以发现纸张订单的频率更为频繁 – 至少肯定比书柜，复印机，信封和文具更为频繁，但我必须仔细检查这个观点以确定我的下一个问题。看看使用热图时会发生什么。

借助热图，您可以即时查看每种产品的趋势并进行比较。您的数据可以用于任何随时间改变的事件，如客户的个人订单，银行提款机的存款和取款，或者野生动物的观察。您可以使用热图通过更多的方式来探索和解读数据。

Tableau 中的热图可以帮助您轻松了解数据集中的数据密度。具有灵活且可配置的优点，您可以在地图和非地图上使用它们，同时通过颜色，大小，筛选器，页面和操作来创建完美的可视化作品。请在我们的 Viz Gallery 中查看更多热图示例：https://public.tableau.com/s/tableau-20183-viz-gallery