BI学习笔记（Day 4）——图表专题图表组件以及前置重要概念介绍图表组件介绍维度和指标「维度」，是用来定性地描述

图表组件以及前置重要概念介绍

「维度」，是用来定性地描述某类事物的特征 （分析问题的角度） ，维度一般是日期或文本类型格式。比如我们想从时间这个维度来看数据变化的趋势。

「指标」，是用来定量地描述事物的特征 （问题的答案） ，一般来说数值类型格式。

特殊情况：但是，并不是某些字段一定是维度，某些字段一定是指标；比如，如果我们想看x月份中消费金额在 0-100,100-200，200-300…… 的客户分别有多少，这个时候我们就需要把消费金额转化为维度字段，然后按照区间分组进行分析。

在 FineBI 的组件中表字段，维度和指标字段用蓝色和绿色做区分

数值字段转维度方式转化为维度

文本字段转指标方式转化为指标

「记录数」：在我们从数据切换到组件中的分组表后会自动生成记录数这个字段，它是来记录数据表中的行数，同时还可切换记录统计时依赖的条件，来实现对不同维度下的记录条数去重个数的统计

“记录数（总行数）”不去重，有多少条数据就展示多少条

拓展：在这个场景下相当于写公式 COUNT_AGG(商品类别)

“记录数（商品名称）”按照商品名称去重计数

拓展：在这个场景下相当于写公式 COUNTD_AGG(商品名称)

“记录数（商品类别）”按照商品类别去重计数

拓展：在这个场景下相当于写公式 COUNTD_AGG(商品类别)

分组表：用于对数据进行按照维度分组对指标汇总统计的表，类似于excel中的数据透视表，是一切图表分析的起点
交叉表：由行维度和列维度，共同定位一个指标，对该指标数据进行汇总统计。维度比较多的情况下可以使用，有效浓缩信息，适用于探索性分析和发现变量之间的关联性。
明细表：需要将原始数据中所有数据一条一条的罗列出来，直观看出所有数据的明细，也可用于加工后的数据表导出。

「颗粒度」：指数据的粗细，也就是我们看数据的精细程度的大小。粒度关注数据的详细程度或其分解的大小，通俗地讲，粒度关注分析过程中将什么范围内的数据看作一个整体。

时间范围是常见的粒度。假设你正在分析一名客户的购物数据，年粒度看的是该客户一整年的购买情况，月粒度看的是该客户每个月的购买情况，日粒度看的是该客户每一天的购买情况。

强调：快速计算中的同环比相关计算需要拖日期字段！！

明细表排序（表头排序）

分组表排序

图表排序

维度字段过滤

指标字段过滤

理解交叉表的行维度和列维度
行维度：从上到下的方向上分组，以行呈现；列维度：从左到右的方向上分组，以列呈现
理解 「指标名称」 的含义
字面意思，就是指标的名称，进入组件后自动生成的（明细表没有），但是这个指标名称字段的值会动态变化，你拖入的是哪些指标，这个指标名称的值就是什么
交叉表表头样式调整技巧
(1)维度字段在行维度和列维度上的调整
(2)「指标名称」字段的拖入、拖出、交换位置、设置指标分组、设置显示名