《BI那点儿事》SSRS图表和仪表——雷达图分析三国超一流谋士、统帅数据(图文并茂)

雷达图分析三国超一流谋士、统帅数据,献给广大的三国爱好者们,希望喜欢三国的朋友一起讨论,加深对传奇三国时代的了解

建立数据环境:

-- 抽取三国超一流谋士TOP 10数据
DECLARE @t1 TABLE
    (
      [姓名] NVARCHAR(255) ,
      [统率] FLOAT ,
      [武力] FLOAT ,
      [智力] FLOAT ,
      [政治] FLOAT ,
      [魅力] FLOAT
    )

INSERT  INTO @t1
        SELECT TOP 10
                [姓名] ,
                [统率] ,
                [武力] ,
                [智力] ,
                [政治] ,
                [魅力]
        FROM    FactSanguo11
        WHERE   ( [智力] + [政治] > 160 )
                AND ( [智力] >= 90 )
                AND 姓名 <> N‘曹操‘
        ORDER BY [智力] + [政治] DESC

SELECT  *
FROM    @t1

-- 列转行处理
SELECT  [姓名] ,
        [指标项] = attribute ,
        [指标值] = value
FROM    @t1 UNPIVOT
  ( value FOR attribute IN ( [统率], [武力], [智力], [政治], [魅力] ) ) AS UPV

执行结果:

-- 抽取三国超一流统帅TOP 10数据
DECLARE @t2 TABLE
    (
      [姓名] NVARCHAR(255) ,
      [统率] FLOAT ,
      [武力] FLOAT ,
      [智力] FLOAT ,
      [政治] FLOAT ,
      [魅力] FLOAT
    )

INSERT  INTO @t2
        SELECT TOP 10
                [姓名] ,
                [统率] ,
                [武力] ,
                [智力] ,
                [政治] ,
                [魅力]
        FROM    FactSanguo11
        WHERE   [统率] + [武力] > 150
        ORDER BY [统率] + [武力] DESC

SELECT  *
FROM    @t2

-- 列转行处理
SELECT  [姓名] ,
        [指标项] = attribute ,
        [指标值] = value
FROM    @t2 UNPIVOT
  ( value FOR attribute IN ( [统率], [武力], [智力], [政治], [魅力] ) ) AS UPV

执行结果:

三国超一流谋士、统帅配图:


雷达图分析三国超一流谋士、统帅数据(最终客户端效果):


时间: 2024-10-11 01:50:37

《BI那点儿事》SSRS图表和仪表——雷达图分析三国超一流谋士、统帅数据(图文并茂)的相关文章

《BI那点儿事》运用标准计分和离差——分析三国超一流统帅综合实力排名 绝对客观,数据说话

数据分析基础概念:标准计分: 1.无论作为变量的满分为几分,其标准计分的平均数势必为0,而其标准差势必为1.2.无论作为变量的单位是什么,其标准计分的平均数势必为0,而其标准差势必为1.公式为: 离差:离差就是应用标准计分所得的数值.1.无论作为变量的满分为几分,其离差的平均数势必为50,而其标准差势必为10.2.无论作为变量的单位是什么,其标准计分的平均数势必为50,而其标准差势必为10.公式为:离差=标准计分*10+50建立数据分析环境: SELECT TOP 1 * FROM FactSa

《BI那点儿事—数据的艺术》目录索引

转自:http://www.cnblogs.com/Bobby0322/p/4052495.html 原创·<BI那点儿事—数据的艺术>教程免费发布 各位园友,大家好,我是Bobby,在学习BI和开发的项目的过程中有一些感悟和想法,整理和编写了一些学习资料,本来只是内部学习使用,但为了方便更多的BI开发者,推动BI企业级应用开发,决定整理成一部教程,并在网络上免费发布该教程,希望为BI时代贡献绵薄之力! 本教程是由Bobby参考官方文档,综合市面相关书籍,经过充分的吸收消化,结合开发实践的而创

《BI那点儿事》数据流转换——排序

原文:<BI那点儿事>数据流转换--排序 排序转换允许对数据流中的数据按照某一列进行排序.这是五个常用的转换之一.连接数据源打开编辑界面,编辑这种任务.不想设置为排序列的字段不要选中,默认情况下所有列都会选中.如图所示,按照TotalSugar_Cnt排序,并将所有列输出. 在底部的表格中,可以设置输出列的别名,是否按照列来排序.Sort Order列显示列将会第一排序,第二排序还是第三排序.双击列去除重复的排序列.

《BI那点儿事》Microsoft 神经网络算法

原文:<BI那点儿事>Microsoft 神经网络算法 Microsoft神经网络是迄今为止最强大.最复杂的算法.要想知道它有多复杂,请看SQL Server联机丛书对该算法的说明:“这个算法通过建立多层感知神经元网络,建立分类和回归挖掘模型.与Microsoft决策树算法类似,在给定了可预测属性的每个状态时, Microsoft神经网络算法计算输入属性每个可能状态的概率.然后可以用这些概率根据输入属性预测被预测属性的输出.”什么时候用这个算法呢?推荐在其他算法无法得出有意义的结果时再用,如提

SSRS 2012 高级仪表设置

SSRS 2012 高级仪表设置 仪表的重点其实就是根据企业指定的关键绩效指标,配合仪表图样以及指针.刻度.范围来达到最佳的呈现模式. 设计仪表 关键绩效指标的好坏如何让老板能一眼就知道,此时,需要通过警戒范围的设置,运用颜色的视觉效果,一眼就能清楚知道哪些关键绩效指标未达标准.我们只要利用实际销售金额(SALES_AMT)除以销售金额目标(SALES_TARGET_AMT)即可得到达成率,若是根据公司内部达成率管理办法,可以得到以下的范围标准: n 0%~60%为危险区域(红色) n 60%~

《BI那点儿事》数据流转换——逆透视转换

原文:<BI那点儿事>数据流转换--逆透视转换 逆透视转换将来自单个记录中多个列的值扩展为单个列中具有同样值的多个记录,使得非规范的数据集成为较规范的版本.例如,每个客户在列出客户名的数据集中各占一行,在该行的各列中显示购买的产品和数量.逆透视转换将数据集规范之后,客户购买的每种产品在该数据集中各占一行. 我们下一步是进行逆透视.与透视配置不同,逆透视配置相对简单. 你将需要选择透视字段,在这个例子中透视字段是Ham.Soda.Milk.Beer和Chips.透视字段名称将出现在标题为Prod

《BI那点儿事》数据挖掘的主要方法

原文:<BI那点儿事>数据挖掘的主要方法 一.回归分析目的:设法找出变量间的依存(数量)关系, 用函数关系式表达出来.所谓回归分析法,是在掌握大量观察数据的基础上,利用数理统计方法建立因变量与自变量之间的回归关系函数表达式(称回归方程式).回归分析中,当研究的因果关系只涉及因变量和一个自变量时,叫做一元回归分析:当研究的因果关系涉及因变量和两个或两个以上自变量时,叫做多元回归分析.此外,回归分析中,又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的,分为线性回归分析和非线性回

《BI那点儿事》数据流转换——数据转换

原文:<BI那点儿事>数据流转换--数据转换 数据转换执行类似于T-SQL中的函数CONVERT或CAST的功能.数据转换的编辑界面如图,选择需要转换的列,在DataType下拉列表中选择需要的数据类型.Output Alias栏内设置输出时使用的别名.

《BI那点儿事》数据流转换——透视

原文:<BI那点儿事>数据流转换--透视 这个和T-SQL中的PIVOT和UNPIVOT的作用是一样的.数据透视转换可以将数据规范或使它在报表中更具可读性. 通过透视列值的输入数据,透视转换将规范的数据集转变成规范程度稍低.但更为简洁的版本.例如,在列有客户名称.产品和购买数量的规范的 Orders 数据集中,任何购买多种产品的客户都有多行,每一行显示一种产品的详细订购信息.此时,如果对产品列透视数据集,透视转换可以输出每个客户只有一行的数据集.这一行列出该客户购买的所有产品,产品名称显示为列