💎【行业认证·权威头衔】
✔ 华为云天团核心成员：特约编辑/云享专家/开发者专家/产品云测专家
✔ 开发者社区全满贯：CSDN博客&商业化双料专家/阿里云签约作者/腾讯云内容共创官/掘金&亚马逊&51CTO顶级博主
✔ 技术生态共建先锋：横跨鸿蒙、云计算、AI等前沿领域的技术布道者

🏆【荣誉殿堂】
🎖 连续三年蝉联"华为云十佳博主"（2022-2024）
🎖 双冠加冕CSDN"年度博客之星TOP2"（2022&2023）
🎖 十余个技术社区年度杰出贡献奖得主

📚【知识宝库】
覆盖全栈技术矩阵：
◾ 编程语言：.NET/Java/Python/Go/Node…
◾ 移动生态：HarmonyOS/iOS/Android/小程序
◾ 前沿领域：物联网/网络安全/大数据/AI/元宇宙
◾ 游戏开发：Unity3D引擎深度解析

🚀前言

在数据可视化中，图表制作是基石，它要求根据数据类型选择合适的图表类型，并确保数据的准确性。本章将详细讲解图表制作的通用步骤、不同图表的制作过程，让读者可以灵活运用各种图表形式，将复杂的数据转化为直观、易懂的信息，为决策制定提供有力支持。

制作DataEase图表时，需要先对维度和指标进行了解，然后通过拖人指标字段或者维度字段进行图表制作。

维度是事物或现象的某种特征，如性别、地区、时间等都是维度。其中时间是一种常用的、特殊的维度，通过前后对比，可以知道事物的发展是好是坏，如用户数环比上月增长10％、同比去年同期增长20%，这是时间上的比较，也称为纵比。与纵比相对的是横比，如不同国家人口数、GDP的比较，不同地区收入、用户数的比较，不同公司、不同部门之间的比较，这些是同级单位之间的比较，简称横比。

维度可以根据数据类型分为定性维度和定量维度，数据类型为字符型（文本型）的维度是定性维度，如地区、性别都是定性维度；数据类型为数值型的维度是定量维度，如收入、年龄、消费等。一般需要对定量维度做数值分组处理，也就是数值型数据离散化，这样做的目的是使规律更加明显。但要注意，分组不宜过细，否则规律会不明显，若细成最原始的流水数据，那就无规律可循了。

指标是用于衡量事物发展程度的单位或方法，在IT领域也称为“度量”。如人口数、GDP、用户数、利润率、留存率、覆盖率等，就可以充当指标。很多公司都有自己的KPI指标体系，通过几个关键指标来衡量公司业务运营情况的好坏。

指标的值需要经过加和、平均等汇总计算方式得到，并且需要在一定的前提条件（如时间、地点、范围）下进行汇总计算，这些条件就是人们常说的统计口径与范围。

指标可以分为绝对数指标和相对数指标。绝对数指标是反映规模大小的指标，如人口数、GDP、收入、用户数；相对数指标主要是用来反映质量好坏的指标，如利润率、留存率、覆盖率等。分析一个事物的发展程度可以从数量和质量两个角度入手，得出全面的结论。

🚀一、表格

表格是数据可视化中最基础、最经典的形式之一。它通过行与列的网格结构，系统性地罗列详细数据，便于用户进行精确的查阅、比对和深入分析。在DataEase平台中，表格类图表主要包含三种类型：

• 汇总表：对数据进行分类汇总，展示各分组的关键指标合计。
• 明细表：逐行展示最原始的数据记录，不做聚合（在8.1节已介绍）。
• 透视表（交叉表）：支持多维度交叉分析，将数据在行和列两个方向上进行聚合，是进行复杂数据分析的利器。

本节将重点阐述功能更强大的汇总表与透视表的制作方法与业务应用场景。

🔎1.汇总表

汇总表的核心功能是对数据进行分组聚合。它将数据按一个或多个维度（分类字段）进行分组，然后对每个组内的数值指标（如销售额、数量）进行计算（如求和、平均），并以清晰的表格形式呈现结果。它擅长回答诸如“每个品类销售了多少？”、“各地区业绩排名如何？”等问题。

本节目标：基于零食销售明细数据，制作一个各商品类别的销售额和销售数量汇总表，清晰展示不同层级商品类别的业绩。

🦋制作步骤详解：

1. 添加汇总表组件：

   • 进入仪表板编辑页面，从左侧图表组件库中找到并点击 【汇总表】（见图8-17），将其添加到画布中。

   图8-17 在图表库中选择“汇总表”
   

2. 绑定数据集并配置行列字段：

   • 确保仪表板已绑定包含“商品大类”、“商品小类”、“销售数量”、“销售额”等字段的数据集（如“关联数据集”）。
   • 选中汇总表组件，在右侧数据配置面板中，进行字段映射（见图8-18）：
     • 维度（用于分组）：将 商品大类 和 商品小类 字段依次拖拽到 【数据列/维度】 区域。这将形成两级分组，先按大类，再按小类汇总。
     • 指标（用于计算）：将 销售数量 和 销售额 字段拖拽到 【数据列/指标】 区域。默认情况下，系统会对数值型字段进行求和聚合。
   • 点击 【更新图表数据】 按钮进行预览，此时表格应已按商品类别分组并显示了销售数量和销售额的总和。

   图8-18 配置汇总表的维度与指标字段
   

3. 优化列名（增强可读性）：

   • 默认的列名是字段名。为了更友好，可以修改它们。点击指标字段（如“销售数量”）右侧的设置图标，在弹出框中找到“显示名称”或直接重命名，将其修改为 【销售数量（件）】 和 【销售额（元）】（见图8-19）。这样明确了单位，便于理解。

   图8-19 修改指标列的显示名称（添加单位）
   

4. 调整表格样式：

   • 切换到 【样式】 设置选项卡（见图8-20），对表格外观进行优化：
     • 列宽调整：将设置从“自动”改为 【自定义】，这样可以手动调整或确保各列有合适的宽度，避免内容被截断。
     • 对齐方式：将表头文本和单元格文本都设置为 【居中】，使表格看起来更加整齐、规范。
     • 其他样式：还可以根据需要设置字体、颜色、行高、交替行背景色（斑马线）等，以提升可读性。
   • 同时，可以在画布上直接拖拽汇总表组件的边框，将其调整到一个合适的大小。

   图8-20 设置汇总表样式（对齐方式、列宽等）
   

5. 完成制作并查看效果：

   • 所有配置完成后，再次点击 【更新图表数据】 按钮。
   • 最终效果如图8-21所示：表格清晰地呈现了每个商品大类下，各小类的销售数量总和与销售额总和，数据层次分明，一目了然，非常适合进行品类业绩的快速评估和对比。

   图8-21 汇总表（各商品类别销售额与销售数量）最终实现效果
   

🔎2.透视表

透视表是比汇总表功能更强大的多维数据分析工具。它允许你将多个维度同时放置在行方向和列方向上，从而在横纵两个轴向上对指标进行交叉聚合分析，形成一种矩阵式的视图。它非常适合分析具有两个以上分类维度的数据关系，例如“不同月份、不同地区的销售情况”。

本节目标：制作一个透视表，分析每个月、各商品类别的销售额和销售数量，实现时间与商品维度的交叉分析。

🦋制作步骤详解：

1. 添加透视表组件：

   • 在图表组件库中找到并添加 【透视表】（见图8-22）。

   图8-22 在图表库中选择“透视表”
   

2. 绑定数据集并配置透视结构（核心步骤）：

   • 绑定包含“统计时间”、“商品大类”、“商品小类”、“销售数量”、“销售额”字段的数据集。
   • 选中透视表组件，进行字段映射（见图8-23），这是与汇总表不同的关键：
     • 行维度：将 统计时间（日期字段）拖拽到 【数据行/维度】 区域。数据将按时间在行上展开。
     • 列维度：将 商品大类 和 商品小类 依次拖拽到 【数据列/维度】 区域。数据将按商品类别在列上展开，形成两级列分组。
     • 指标：将 销售数量 和 销售额 拖拽到 【数据列/指标】 区域。这些指标值将填充在行与列交叉形成的单元格内。
   • 调整组件大小，并点击 【更新图表数据】 预览。此时会看到一个初步的、按日期和商品类别交叉汇总的矩阵。

   图8-23 配置透视表的行维度、列维度和指标
   

3. 优化维度与指标显示：

   • 日期格式化：点击行维度中的 统计时间 字段设置，将其日期显示格式设置为 【年月】（例如“2023-01”），这样可以使时间维度更简洁（见图8-24）。
   • 指标列命名：与汇总表一样，将“销售数量”和“销售额”的显示名称修改为 【销售数量（件）】 和 【销售额（元）】。

   图8-24 设置“统计时间”的显示格式为“年月”
   

4. 设置透视表样式：

   • 切换到 【样式】 选项卡进行深度定制（见图8-25）：
     • 列宽：由于透视表结构复杂，建议将列宽调整设置为 【固定列宽】（如100像素），保证布局稳定。
     • 对齐：同样，将表头文本和单元格文本设置为 【居中】。
     • 汇总方式：在样式或数据面板中，可以检查或修改每个指标的汇总方式（默认是求和）。例如，如果需要平均值，可以在这里更改。
     • 总计/小计：可以设置是否显示行总计、列总计，以及分组小计，便于查看整体和局部情况。

   图8-25 设置透视表样式（固定列宽、文本居中）
   

5. 完成制作并查看效果：

   • 点击 【更新图表数据】。
   • 最终效果如图8-26所示：表格的每一行代表一个月份（如2023-01），每一列代表一个具体的商品小类（归属于某个大类），交叉的单元格内则是对应的销售数量与销售额。这种布局能够极其高效地同时观察数据随时间的变化趋势以及在商品维度上的分布差异。

   图8-26 透视表（每月各商品类别销售额与销售数量）最终实现效果
   

总结与对比：汇总表 vs. 透视表

• 汇总表：侧重于单向的、层级式的分组汇总。它结构相对简单，将所有分组维度放在同一侧（通常是行），适合制作清晰的分类统计清单或排行榜。
• 透视表：侧重于双向的、矩阵式的交叉分析。它将分析维度拆分到行和列两个方向，能够在一个视图中揭示两个不同分类维度共同作用下的数据规律（如时间趋势与品类结构的交叉影响），是进行多维下钻和复杂业务分析的首选工具。

选择哪种表格，取决于您的分析目的：如果只需看一个维度的分组情况，用汇总表；如果需要同时观察两个维度如何共同影响指标，则必须使用透视表。掌握这两种表格，您应对日常业务报表需求的能力将得到极大提升。