当前位置:网站首页>学习笔记|数据小白使用DataEase制作数据大屏
学习笔记|数据小白使用DataEase制作数据大屏
2022-07-07 09:09:00 【FIT2CLOUD飞致云】
编者注:
本文为知乎博主小敏敏的原创文章。
原文链接:
https://zhuanlan.zhihu.com/p/521926246
当今的社会不断发展进步,数据、信息充斥着我们的生活和工作,就算没什么相关知识基础的我,也耳濡目染了许多相关的信息。我一直在想着自学数据分析,但是对各种数据库、虚拟机、前后端代码、API数据源等这些数据方面的基本概念只了解个名称。我的大学专业和IT信息化也一点关系都没有,工作后我虽然和各种数据打交道,但大多数情况只是让专业信息技术人员给我需要的数据,所以我给自己的定位是“数据小白”。
机缘巧合下,我碰到了DataEase这款开源产品。了解了它的基本信息后,觉得它上手简单方便,而且有充实的学习资料,很适合拿来作为我入门数据分析的学习工具。这篇文章就作为我通过DataEase实现数据可视化,并做出了属于我自己的仪表板的一个记录吧!希望能够给更多和我一样的“数据小白”提供一些参考。
我的数据学习成长记录,主要从学习方法、动手实践、成果展示、归纳总结四个方面来进行介绍。
学习方法
第一步,访问产品所属公司的官网,主要是为了了解一下产品背后的公司。(FIT2CLOUD飞致云官网地址:https://www.fit2cloud.com/。)

第二步,访问DataEase产品官网,对产品进行基本的了解。(DataEase官网地址:https://dataease.io/https://dataease.io/。)

第三步,学习DataEase产品线上文档。(文档地址:https://dataease.io/docs/。)

通过前面几步的学习,我对DataEase有了基本的掌握,所以开始动手实践。
动手实践
在动手实践之前,我准备整理一下思路。我使用DataEase的最终目的是为了产出一个数据可视化大屏,而使用DataEase制作仪表板分为四个部分:数据来源、数据连接、数据准备、仪表板制作(即数据使用)。

目前DataEase支持的数据源类型挺多的,具体如下图所示。

以上是我对数据源类型的理解,若有偏差欢迎大家指正。
2. 数据连接
找到原料在哪里之后,我们就要把原料拿或者借到自己家了。在产品里对应的就是新建数据源。这个流程就像是我们要去和超市谈合作一样,需要和超市完成对接和身份认证,超市才允许我们去里面拿东西。所以要先做好对接,后续才可以使用里面的数据。


3. 数据准备
数据源连接好之后,就要看看我们需要什么数据,并把这些数据提取到我们的数据集。

DataEase的使用流程是:数据源→数据集→仪表板。

4. 仪表板制作(数据使用)
在这个步骤中,DataEase引入了仪表板和视图的概念。在这里可以把仪表板理解为我们的餐桌,视图可以理解为装盘的菜。
先说视图。在使用过程中我发现,创建视图必须先选择数据集,这是需要大家注意的。视图制作的流程如下:

视图和仪表板的具体操作步骤暂时就不展开讲了,后续有机会再和大家分享。而且DataEase本身的设计构想也很简单,各种视图/组件/元素的设置都可以在右侧的功能栏中快速编辑,元素调整完图表就自动应用上了。视图/组件/元素也都是通过拖拽拉取的方式进行操作的,没有太大难度。

具体的操作大家可以到飞致云学堂学习一下,操作步骤讲得很详细。实在不会的可以加入他们的社区交流群,有热心的客服小姐姐、小哥哥和自发的志愿者帮助大家解决问题。
飞致云学堂地址:
https://edu.fit2cloud.com/page/2635108?navIndex=1

在“仪表板制作”这一步需要完成的工作就是,将我们需要展示的数据进行“装盘”(即制作视图),并在餐桌上摆放好(即制作仪表板)。大家可以根据自己的喜好进行设计和摆放。
成果展示
作为一个“数据小白”,我能做出一个自己可随时更改数据的数据可视化大屏,并且分享给想分享的人,也没有麻烦前后端技术人员。对我来说,这是很有成就感的一段学习经历。下图就是我使用DataEase这款开源工具制作的公司年度销售大屏。需要说明的是,其中所展示的数据仅为示意数据,并不是公司真实的经营数据。

归纳总结
DataEase开源数据可视化分析平台对于我这样的小白来说,功能操作简单,各种概念理解起来也很方便。我通过官方的线上文档和教学视频就可以做出一个简单的仪表板,可见它“人人可用”的口号是名副其实的。
在实际使用的过程中,我也发现了DataEase一些可以提升的地方:
■ 建议在图表颜色增加渐变色支持;
■ 建议图表文字支持加粗显示。
总的来说,使用DataEase进行数据分析的过程是比较轻松和友好的。无论是产品本身功能还是产品团队的支持,都把用户的体验感放在首位。我希望这款开源工具能做得越来越好,未来可以迭代开发出更多好用、强大的功能。
边栏推荐
- RationalDMIS2022 高级编程宏程序
- 面试被问到了解哪些开发模型?看这一篇就够了
- Socket socket programming
- Poj1821 fence problem solving Report
- uniapp 在onLaunch中跳轉頁面後,點擊事件失效解决方法
- 从色情直播到直播电商
- 90后,辞职创业,说要卷死云数据库
- Which securities company is the best and safest to open an account for the subscription of new shares
- [pytorch 07] hands on deep learning chapter_ Preliminaries/ndarray exercises hands-on version
- Use of dotween
猜你喜欢

2021-04-08

Activity生命周期

Wallhaven wallpaper desktop version

The difference between monotonicity constraint and anti monotonicity constraint

Online hard core tools

解决VSCode只能开两个标签页的问题

技术分享 | 抓包分析 TCP 协议

Deep understanding of Apache Hudi asynchronous indexing mechanism
![[untitled]](/img/8e/e968d4629004bb0c3ee70328b6777b.jpg)
[untitled]

【STM32】实战3.1—用STM32与TB6600驱动器驱动42步进电机(一)
随机推荐
使用引用
什么是高内聚、低耦合?
JS add spaces to the string
The sixth training assignment
[pro test feasible] error while loading shared libraries solution
Network foundation (1)
2021-04-08
[machine learning 03] Lagrange multiplier method
在我有限的软件测试经历里,一段专职的自动化测试经验总结
[untitled]
Some online academic report websites and machine learning videos
What if copying is prohibited?
关于在云服务器上(这里用腾讯云)安装mysql8.0并使本地可以远程连接的方法
[OneNote] can't connect to the network and can't sync the problem
常用sql语句整理:mysql
【C#】WinForm运行缩放(变糊)的解决方法
书签整理-程序员常用网站导航
网络协议 概念
Using ENSP to do MPLS pseudo wire test
关于SIoU《SIoU Loss: More Powerful Learning for Bounding Box Regression Zhora Gevorgyan 》的一些看法及代码实现