ما هو التحليل المحوري؟
التحليل المحوري هو تلخيص البيانات وتصفية وتحليل ومقارنة وتخطيط البيانات بأبعاد مختلفة. تستخدم لاكتشاف التغييرات في البيانات والاختلافات الناجمة عن عوامل مختلفة. هذا مفيد للغاية في المبيعات والإحصاءات والتمويل وما إلى ذلك ، وغالبًا ما يتم استخدامه في بعض برامج الإدارة.
بعد ذلك ، استخدمت Excel لتقديم ماهية التحليل المحوري والجداول المحورية.
أدناه ، أستخدم جدول Excel المحوري لتحليل بيانات حجم المبيعات لهواتف iPhone في 2013 و 2014 و 2015 في الصين والولايات المتحدة لتلخيص اتجاهات مبيعات هواتف iPhone.
البيان: يتم تعويض جميع البيانات من قبل نفسه وليس لها قيمة مرجعية.
Excel Pivot Tables و Pivot Diagrams
هذا هو حجم مبيعات هواتف iPhone في الصين والولايات المتحدة في 2013 ، 2014 ، 2015.
---- من أجل اكتشاف التغييرات في مبيعات الهواتف المحمولة المختلفة في كل بلد في 2013 ، 2014 ، 2015 ، يجب إدراج جدول محوري وتكوين البيانات. هنا ، إذا قمت بإضافة حقول إلى الصفوف ، فسيتم تصنيفها بواسطة الصفوف. (أولاً حسب البلد ، ثم العام والمنتج) ؛
احصل على الجدول المحوري وفقًا للتكوين
من خلال الجدول المحوري ، من السهل رؤية إجمالي حجم المبيعات في الصين وإجمالي حجم المبيعات في الولايات المتحدة.
مخطط محوري
وفقًا لهذا المخطط ، يمكن ملاحظة أنه في السنوات الأخيرة ، انخفضت مبيعات iPhone في الصين بشكل حاد.
---- من أجل مراقبة اختلافات المبيعات بين الصين والولايات المتحدة ، تحتاج فقط إلى تكوين لوحة البيانات على النحو التالي. (فئة حسب المنتج والبلد)
الجدول المحوري
مخطط محوري
يمكن العثور على أنه منذ عام 2014 ، بدأت مبيعات iPhone في الصين أقل من تلك الموجودة في الولايات المتحدة ، وأصبح الفرق بين سعرها والولايات المتحدة أصغر وأصغر.
من خلال التحليل أعلاه لمبيعات iPhone باستخدام طاولات Excel Pivot ، وجدنا أن Tables Pivot Pivot Pivot Pivot Pivot لها الفوائد التالية:
تحليل البيانات من أبعاد متعددة ، هناك حاجة إلى جدول واحد فقط لتحليل التغييرات في البيانات من زوايا متعددة.
عن طريق سحب وإسقاط أي شخص يمكن أن يخلق طرق عرض ديناميكية ملخص.
يقوم بمعالجة وتحليل البيانات المعقدة للغاية والمرهقة ، والتي يمكن أن تساعدنا بشكل حدسي في اكتشاف الاتجاهات والاختلافات في تغييرات البيانات.
هناك مجموعة واسعة من التقارير (مخططات البار ، المخططات الخطية) ، تلبية مجموعة متنوعة من الاحتياجات.
يمكنه تنفيذ تصفية البيانات لتحليل معين.
حسنًا ، Excel وطاولاتها المحورية قوية جدًا!
وذلك على وجه التحديد لأن Excel قوي للغاية لدرجة أن المتطلبات موجودة الآن ، ويلزم الآن JavaScript لتنفيذ نفس الوظائف على جانب الويب! (يا إلاهي-) :)
التنفيذ باستخدام JavaScript
أولاً ، استخدم صفيف كائن لتحديد البيانات (المستخدمة لقاعدة بيانات علائقية. على الرغم من أنه يتم طلبها هنا ، إلا أن البيانات الحقيقية غير مرتبة)
var json = [{"Year": 2013 ، "Country": "USA" ، "Product": "iPhone 5" ، "Sales": 8000 ، "Price": 6000} ، {"Year": 2013 ، "Country": "USA" ، "Product": "iPhone 6" ،أو استخدم أزواج القيمة الرئيسية
var data = {"2013": {"China": {"iPhone": {"Sales": 8000 ، "Price": 6000} ، "iPhone5": {...}} ، "USA": {...}} ، "2014: {...} ...}}الجدول المحوري
أولاً ، سأحل مشكلة الجداول المحورية أولاً.
وفقًا للبيانات المذكورة أعلاه ، هناك طريقتان لمعالجة ملخص البيانات (هنا مجرد عرض تجريبي ، سيكون الرمز الحقيقي أكثر تعقيدًا)
استخدم طرق اجتياز البيانات العادية. (لإكمال وظيفة الفرز ، استخدم طريقة Array.prototype.sort() هنا.)
data.sort (function (a ، b) {return a.year> b.year || a.country> b.country || a.product> b.product || a.sales> b.sales || a.price> b.price ؛}) ؛هنا نرسم أولاً حسب البلد. إذا كانت البلاد هي نفسها ، فقم بالفرز حسب المنتج ...
ثم تلخيص وحساب بناءً على الصفيف المرتبة (اجتياز الحلقة ، هنا يتم تصنيفه فقط حسب السنة والبلد)
var getTotal = function () {var total = {} ؛ لـ (var i = 0 ؛ i <json.length ؛ i ++) {var item = json [i] ؛ // احصل على إجمالي حجم المبيعات لكل بلد إجمالي [item.country] = Total [item.country] || {} ؛ المجموع [item.country] .sales = total [item.country] .sales == غير محددة؟ Item.Sales: Total [item.country] .sales + item.sales ؛ // إجمالي حجم المبيعات لكل بلد في سنوات مختلفة المجموع [item.country] [item.year] = total [item.country] [item.year] == undefined؟ Item.Sales: Total [item.country] [item.year] + item.sales ؛ } var sum = 0 ؛ // إجمالي المبيعات لـ (VAR Key in Total) {sum += total [key] .sales ؛ } total.sum = sum ؛ إجمالي الإرجاع ؛} ؛هذه هي النتيجة الموجزة
حسنًا ، يمكنك الآن إنشاء جدول بناءً على هذه البيانات (لن أخوض في التفاصيل هنا).
استخدم عبارات SQL لفرز البيانات وتلخيصها
الطريقة الثانية لفرز البيانات وتلخيصها هي استخدام SQL.
جملة واحدة فقط
SELECT * ، TOTAL من البيانات كـ A ، حدد SUM (مبيعات) من Data Group حسب المنتج كـ B حيث A.Product = B.Product
أخيرًا ، تم تحسين الواجهة. هذه الطريقة يمكن أن تحقق تأثيرات مماثلة. يعتبر جدول محوري بسيط كامل.
ومع ذلك ، نظرًا لأن هذا المشروع يحتوي على العديد من الجداول ولا يعرف حتى اسم عنوان العمود ، فلا يمكن استخدام الطريقة أعلاه على الإطلاق.
الآن ، بطريقة أخرى لحل هذه المشكلة ، تم استخدام هذا المكون الإضافي في جزء Excel IO.
تم حلها عبر Wijmo
فيما يلي عرض تجريبي يستخدم Wijmo لإكمال المحور.
تم تقديم استخدامه الأساسي في أول تطبيق JavaScript النقي لـ ExCek IO.
الجدول المحوري
أول استيراد الحزم المطلوبة
<script src = "./ lib/wijmo/wijmo.min.js"> </script> <script src = "./ lib/wijmo/wijmo.input.min.js"> </script> <script src = "./ lib/wijmo/wijmo.grid.min.js"> </script> <script src = "./ lib/wijmo/wijmo.grid.filter.min.js"> </script> <script src = "./ lib/wijmo/wijmo.chart.min.js"> </script> <script src = "./ lib/wijmo/wijmo.olap.min.js"> </script>
ثم إنشاء لوحة محورية بناءً على البيانات
<div id = "pivot_panel"> </viv>
var app = {} ؛ app.pivotpanel = new wijmo.olap.pivotpanel ('#pivot_panel') ؛ // محرك بيانات هذه اللوحة ، وستشارك المخططات المرتبطة محرك بيانات. var ng = app.pivotpanel.engine ؛ ng.itemssource = app.collectionView ؛ ng.rowfields.push ('country' ، 'year' ، 'product') ؛ ng.valuefields.push ('sales (table)') ؛هنا تأثير هذا الرمز:
قم بإنشاء الجداول بناءً على لوحة التكوين المحوري
<div id = "pivot_grid"> </viv>
app.pivotgrid = new wijmo.olap.pivotgrid ('#pivot_grid' ، {heatssource: app.pivotpanel ، showselectederers: 'all'}) ؛إضافة مرشح
تصفية بيانات العمود بالنقر بزر الماوس الأيمن على العمود وتحديد التصفية.
مخطط محوري
app.pivotchart = new wijmo.olap.pivotchart ('#pivot_chart' ، {charttype: 'column' ، // bar heatssource: app.pivotpanel}) ؛حسنًا ، يتم تنفيذ الجدول المحوري والمنظور.
هذا هو التأثير الكامل للتوضيح.
من خلال التحكم المحوري ، يتم إكمال وظيفة البيانات لهذا المشروع بسرعة.
لخص
ما سبق هو المحتوى الكامل لهذه المقالة. آمل أن يكون ذلك مفيدًا لدراسة أو عمل الجميع. إذا كان لديك أي أسئلة ، فيمكنك ترك رسالة للتواصل.