每小時趨勢

1. 選取底部的​ 工作表1 ​索引標籤，以從​ 資料來源 ​切換。 在​ 工作表1 ​檢視中：

   1. 從​ 資料 ​窗格的​ 表格 ​清單中拖曳​ 日期範圍 ​專案，並將該專案拖放至​ 篩選器 ​托架。

   2. 在​ 篩選器欄位[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並選取​下一步>。

   3. 在​ 篩選器[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並指定01/01/2023 - 02/01/2023的期間。

      

   4. 從​ 資料 ​窗格的​ 表格 ​清單中拖放​Daterangehour，並將專案拖放到​ 欄 ​旁的欄位中。

      • 從​ Daterangeday ​下拉式功能表中選取​更多 > 小時，以便將值更新為​小時(Daterangeday)。

   5. 從​ 資料 ​窗格中的​ 資料表（量值名稱） ​清單拖放​發生次數，並將專案拖放到​ 資料列 ​旁的欄位中。 值會自動轉換為​SUM（發生次數）。

   6. 從工具列的​ 符合 ​下拉式功能表，將​ 標準 ​修改為​整個檢視。

      您的Tableau桌上型電腦應如下所示。

      

2. 從​ 工作表1 ​索引標籤內容功能表中選取​ 複製 ​以建立第二個工作表。

3. 從​ 工作表1 ​索引標籤內容功能表中選取​重新命名，以將工作表重新命名為Graph。

4. 從​ 工作表1 (2) ​索引標籤內容功能表中選取​重新命名，以將工作表重新命名為Data。

5. 請確定已選取​ 資料 ​工作表。 在​ 資料 ​檢視中：

   1. 選取右上方的​顯示我，並選取​文字表格 （左上方的視覺效果），將資料檢視的內容修改成表格。

   2. 將​ HOUR(Daterangeday) ​從​ 欄 ​拖曳至​列。

   3. 從工具列的​ 符合 ​下拉式功能表，將​ 標準 ​修改為​整個檢視。

      您的Tableau桌上型電腦應如下所示。

      

6. 選取「新儀表板」索引標籤按鈕（在底部）以建立新的​ 儀表板1 ​檢視。 在​ 儀表板1 ​檢視中：

   1. 將​ Graph ​工作表從​ 工作表 ​擱板拖放到​ 儀表板1 ​檢視（顯示​將工作表拖放至此）。

   2. 將​ 資料 ​工作表從​ 圖形 ​工作表下方的​ 工作表 ​托架拖放至​ 儀表板1 ​檢視。

   3. 在檢視中選取​ 資料 ​工作表，並將​ 整個檢視 ​修改為​固定寬度。

      您的​ 儀表板1 ​檢視應如下所示。

      

1. 在Looker的​ 瀏覽 ​介面中，確定您已進行乾淨的設定。 如果沒有，請選取 移除欄位和篩選器。

2. 選取​ 篩選器 ​底下的​+篩選器。

3. 在​ 新增篩選器 ​對話方塊中：

   1. 選取​‣ Cc資料檢視
   2. 從欄位清單中，選取​ 日‣期範圍日期 ​然後​日期範圍日期。
      

4. 指定​ Cc資料檢視日期範圍 ​篩選器，因為​在範圍 2023/01/01 到（之前） 2023/01/02。

5. 從左側邊欄的​ Cc資料檢視 ​區段，

   1. 從​ ‣DIMENSIONS ​清單中選取​Daterangehour Date，然後選取​Time。
   2. 在左側邊欄（底部）中選取​ MEASURES ​底下的​計數。

6. 選取​執行。

7. 選取‣視覺效果​以顯示線條視覺效果。

您應該會看到視覺效果和類似下列的表格。

1. 在新儲存格中輸入下列陳述式。

   code language-python
   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT daterangehour AS Hour, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-01-02' \ GROUP BY 1 \ ORDER BY Hour ASC df = data.DataFrame() df = df.groupby('Hour', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.lineplot(x='Hour', y='Events', data=df) plt.show() display(data)

2. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

   

1. 在新區塊中輸入```{r}到` ````之間的下列陳述式。

   code language-r
   ## Hourly Events df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-01-02") %>% group_by(daterangehour) %>% count() %>% arrange(daterangehour, .by_group = FALSE) ggplot(df, aes(x = daterangehour, y = n)) + geom_line(color = "#69b3a2") + ylab("Events") + xlab("Hour") print(df)

2. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。