(二)Superset 1.3图表篇——Time-series Table

简介: 本系列文章基于Superset 1.3.0版本。1.3.0版本目前支持分布,趋势,地理等等类型共59张图表。本次1.3版本的更新图表有了一些新的变化,而之前也一直没有做过非常细致的图表教程。而且目前可以参考的资料有限,大部分还需要自己探索。所以本系列文章将对这59张图表的使用做一个整理。Superset的安装入门,以及数据集的准备,请参考之前的教程,1.3版本依然可用。

本系列第二篇 Time-series Table。

也就是时间序列图表,这类图表还是比较不太常用。在1.3.0的例子中,也没有给出相关的例子。简单理解就是将时间序列图作为表中的一列。这对于部分趋势类图表的展示,还是非常的有意义的。


一、选择Time-series Table类型图表


首先,还是先选择新建Time-series Table类型图表。

image.png

由于使用时间序列,本次采用的新的数据集,新冠疫情数据。需要数据集的同学请后台回复 covid_test获取数据集csv。

image.png


二、Time-series Table图表设置


进入图表设置页面,这里会报一个错误

Controls labeled Metrics, Time series columns: cannot be empty

意思是指标和时间序列的列不能为空。

image.png

在刚刚进入图表页以后,是看不到数据展示的。

最左侧的数据集部分之前已经介绍过,这里不做赘述。在DATA图表设置这部分,已经自动的将date列作为了时间列。注意:本次的数据有三列 时间 国家代码 确诊总人数。由于date列是时间类型,所以就被自动识别为时间列了,这列为空报错的话,注意检查字段类型。

时间列设置

时间列的设置有三项:时间列(TIME COLUMN) 时间粒度(TIME GRAIN) 时间范围(TIME RANGE)。

时间列就是选择那一列作为时间列。

时间粒度是对不同时间统计粒度的选择。分为年月日时分秒等等,这里我们选择时间。

image.png

时间范围是对时间的一个筛选,可以选择自定义,之前的一段时间等等。这里我们选择No filter,不做过滤。

image.png

查询设置

与table类型不同的是,Time series Table增加了一列TIME SERIES COLUMNS。可以选一列对时间趋势图表进行展示。下面进行一下设置:

选择MERICS为 SUM(total_cases),也就是统计确诊总数。

Filter为空。

Group BY 选择code,也就是根据国家代码进行分组。

image.png

随后就是TIME SERIES COLUMNS的设置,选择加号,添加一列。随后编辑,设置。

主要有五项设置,分别为 标签(Label),提示(Tooltip),类型(Type),颜色范围(Color bounds),数字格式(Number format)。

标签(Label)就是列头部展示的名字。

提示(Tooltip)是列头部提示的信息。

颜色范围(Color bounds)使用的是红蓝颜色编码,可以设置最大最小值。

数字格式(Number format)就是对数字的格式进行设置。遵守d3的格式设置标准。

image.png

这里重点说一下类型。

是有四种类型可以选的。

时间比较(time comparison)

分布(contribution)

迷你趋势图(sparkline)

周期平均(period average)

image.png

时间比较是对结果的比较,而分布是对结果分布的统计。常用的就是sparkline了。

在选择sparkline以后,增加了x轴,y轴等等设置,需要根据图表进行一些调整。

image.png

设置好以后,RUN,成功!

image.png

本文对Time series Table类型的图表进行了介绍,虽然不是很常用也作为一个了解。

相关文章
|
SQL 关系型数据库 MySQL
ClickHouse同步MySQL数据
ClickHouse同步MySQL数据
1390 0
|
JSON Java Maven
如何批量查询自己的CSDN博客质量分
如何批量查询自己的CSDN博客质量分
711 0
|
4月前
|
SQL 分布式计算 资源调度
驯服数据巨兽:Hadoop如何重塑大数据的黄金时代
本文系统阐述Hadoop生态的演进逻辑:从应对数据爆炸催生的分布式架构,到HDFS、MapReduce、YARN等核心组件原理;涵盖Hive、HBase、Kafka、ZooKeeper等关键工具,以及Iceberg/Hudi数据湖革命、Kerberos安全体系与云原生融合趋势。全景展现“黄色大象”如何由单一体系蜕变为现代数据基础设施的无形基石。(239字)
631 2
|
Kubernetes 持续交付 Docker
利用 Docker 和 Kubernetes 实现微服务部署
【10月更文挑战第2天】利用 Docker 和 Kubernetes 实现微服务部署
|
Shell Android开发
RK android13编译环境搭建与常用编译命令
RK android13编译环境搭建与常用编译命令
817 0
|
SQL XML 存储
【MyBatis-Plus】MyBatis-Plus基本操作快速入门(二)
【MyBatis-Plus】MyBatis-Plus基本操作快速入门(二)
707 0
【MyBatis-Plus】MyBatis-Plus基本操作快速入门(二)
|
机器学习/深度学习 决策智能
初探强化学习
初探强化学习
555 0
|
编解码
UE中使用Editor Utility Widget创建编辑器工具
UE中使用Editor Utility Widget创建编辑器工具
1657 0
UE中使用Editor Utility Widget创建编辑器工具
|
存储 JavaScript 搜索推荐
vue如何实现登录数据的持久化
vue如何实现登录数据的持久化
|
监控 安全 Linux
如何使用Linux命令和工具在Linux系统中根据日期过滤日志文件?
如何使用Linux命令和工具在Linux系统中根据日期过滤日志文件?
1096 1
如何使用Linux命令和工具在Linux系统中根据日期过滤日志文件?