薛惟仁 筆記本

Python 是一種直譯式語言，近幾年在資料科學中 (例如：人工智慧、大數據分析 等) 有著耀眼表現，若能將 Python 整合進 Tableau 使用，那將會是如虎添翼。幸好，Tableau 在 2016 年時發佈 TabPy 這個解決方案，TabPy 讓我們可以在 Tableau 工作簿內使用 Python 來對資料做運算與分析，使操作資料的方式更多元。諸多好處使 TabPy 成為使用 Tableau 必學的一個技術，讓我們先認識 TabPy，之後實作才會比較有概念。

有的時候我們會想讓使用者輸入一些參數，根據這些參數來做篩選或運算。到目前為止，我們沒使用到這個功能，但 Tableau Desktop 其實是有提供的，也就是 Parameter。這裡會分享如何搭配篩選器使用 Parameter 讓使用者輸入數值影響篩選的結果。

Tableau Desktop 讓我們不用寫到一行程式就能進行資料探索，但不代表我們不能撰寫程式。我們可以利用 Tableau Desktop 所提供的函式，使資料探索的面向可以更廣泛，與 Excel 函式的概念有點類似。這裡會分享如何透過 Calculated Field 使用內建函式協助我們做運算。

每當我們修改工作表或者儀表板的時候，Tableau Desktop 會立即進行運算以顯示出對應的視圖，這樣的即時顯示對我們資料分析來說是非常加分的。但是，若遇到資料集有百萬甚至上千萬筆資料，每一步修改所造成的運算量是非常可觀的，有可能每修改一個地方就需要等待數分鐘甚至更久的時間才能看到結果，對於時間寶貴的我們來說，這是一個急需被解決的問題。因此，這裡分享如何使用 Data Extract 來緩解這樣的問題。

我們在實作中學會如何建立工作表與儀表板，並在儀表板中讓多個工作表可以連動，使資料呈現方式多樣化。現在，讓我們停下腳步，回過頭來學習如何將匯入的多個資料表關聯起來，這是資料視覺化流程中最一開始的工作。在 Tableau Desktop 中關連的方式分為 Relationships 與 Joins 兩種，這裡會分享這兩種關聯的差異與建立方式。

儀表板同樣也可以進行外觀美化設定，這裡要特別注意的是只能針對儀表板的樣式做設定，而不能針對單一工作表的樣式，若對某個工作表內的樣式不滿意，就應該回到對應的工作表內去修改。

我們目前完成了兩個工作表的製作，再來就是要學習如何讓多個工作表可以一起互動，而儀表板的功能就是將多個工作表放在同一個畫面，使工作表能夠交互作用，更容易闡述從資料得到的觀點，因此這裡會分享如何建立儀表板。

使用前端框架 (React/Vue/Angular 等) 搭配 Electron 開發桌面應用程式時，最容易在呼叫 Node 套件時遇到問題，此時若查詢相關文獻，會發現大多數人提供一種方法，也就是將 require 改為 window.require 來引用套件。卻伴隨 TypeError: window.require is not a function 錯誤訊息出現，且通常不會提到此問題的解法。因此這裡記錄下個人對於該問題的想法與解決方法，供未來的自己或同好參考。

我們已經學會使用長條圖來做資料探索。然而，Tableau Desktop 除了長條圖外，還有其他有趣的圖表可以使用，地圖就是其中一種，這裡分享如何使用地圖圖表來將數據視覺化。

Electron 桌面應用程式是使用 html/css/js 來建立，所以我們可以整合其他前端框架 (React/Vue/Angular 等) 作為應用程式 UI 開發工具。這裡要分享的是如何建立基於 React 的 Electron 開發環境，並詳細記載最重要的打包步驟。