第75页，共185页。 显示 1,843 条结果 (0.74 秒)
主题区-表格
框 image2021-8-4_11-25-43.png 颜色 设置表格的颜色。 点击选择颜色，选择颜色为“绿色”效果如图： image2021-8-4_11-27-39.png 样式 自定义表格样式，从“列头、行头、数据”三个区域进行设置。 image2021-8-4_11-32-17.png 列头、行头和数据的设置项如下： 区域色：设置区域颜色。 字型\大小：设置文字的字型和大小。 加粗：设置文字加粗。 斜体：设置文字为斜体。 下划线：设置文字加下划线。 对齐方式：设置文字对齐方式：有“居左、居中、居右”三种对齐方式。 颜色：设置文字颜色。 关于表格样式设置的优先级：表格自身电子表格⬝ 总排序
,SSR_GetSubCells(C3))"，如图： image2019-1-29 11:1:10.png 公式说明如下： 1）RANK(number,ref,[order])：返回某数字在一列数字中相对于其他数值的大小排名。 number：需要求排名的单元格。 求排名的单元格的字段必须为数值型。 ref：排名的参照数值区域。 order： 为“0”或省略：模拟降序存储的列表来对数字进行排序。 为“1”：模拟升序存储的列表来对数字进行排序。 “RANK"公式对重复数的排位相同，但重复数的存在将影响后续数值的排位。例如，在一列按升序排列的整数中，假设整数10出现两次，其排位为5，则11的排位为7。 2透视分析如何实现删除特定行？
该宏示例在 V10.5上 验证通过 提示：本文档的示例代码仅适用于本文档中的示例报表/场景。若实际报表/场景与示例代码无法完全适配（如使用功能不一致，或多个宏代码冲突等），需根据实际需求开发代码。 本示例主要为了说明透视分析服务端宏的用法，示例就是删除第六行和第11行的数据，以及第4列的数据。 宏类型 类型 对象 事件 ServerSide INSIGHT beforeBuildHTML 宏代码 //删除第六行和第11行的数据，以及第4列的数据 function main(insightCellList) { //获取行列数 var rowSize横条图-动态排序横条图-如何使用
0309-22.png 2、该组件模板的数据模型需要有3个字段。 （1）行区字段 0309-23.png （2）列区字段 0309-24.png （3）横条图的数据是动态变化的，是将字段放在“标记”区的“颜色”中，并且通过宏代码来一个一个切换颜色字段的值，从而影响类目轴和指标轴的数据。类似于自动切换筛选器的值的效果。因此，也需要一个字段，用于控制数据变化。 0309-25.png、 3、按照上述的要求准备好数据模型，选中横条图后，切换成准备好的数据模型。 0309-26.png 4、将对应的字段分别拖到“行”区、“列”区和“颜色”上即可 0309-27.gif 注意事项 暂无数据挖掘-特征离散
概述 特征离散的作用是将连续的数据进行等距离散化，就是把连续特征分段，每一段内的原始连续特征无差别的堪称同一个新特征，用户可以根据数据的特征自定义离散区间。 输入/输出 输入 没有输入端口 输出 一个输出端口，用于接入下一个节点，与抽取节点组合使用。 参数设置 参数名称 说明 备注 离散区间数 选择需要进行离散化的特征列，必须是数值列 必填范围是>=2的整数，默认为10 新增列后缀 离散后会生成新的字段，默认在原有字段名后追加Buckrizer后缀。该后缀支持修改。后缀默认值为Buckerizer资源权限-实现某个字段权限设置
示例说明 在业务系统中，为角色赋予操作权限之后，还需要为角色赋予资源权限。下面我们演示如何为角色分配资源数据列权限。 某些字段只允许特殊的用户查看，没有权限的用户不能查看，例如普通用户查看不了运费字段的数据。如图： image2019-12-2 18:10:15.png 实现步骤 1、可参考 操作权限-用户只能浏览报表 为"业务角色"授予操作权限。 2、在 数据准备 > 数据集 找到对应的数据集，如下图“数据列查询”中的“运费”字段，右键资源授权，取消允许父项的继承权限，并删除已有的角色，再授予可以查看的角色。 image2022-9-29_15-47-25.png组合指标看板-柱图告警组合指标看板
列区字段外，还需要有一个维度字段作为 行区 字段。 0314-05.png 2、该组件在“组件设置”→ “高级”中 设置了 “输出行数”为1。复用时需根据实际情况将配置去除 0314-06.png 3、横条图的“进度”效果，是通过“自定义属性”中添加了如下“代码”，实现“柱体”下方出现灰色的背景的“槽 … ”的数值（也即槽的长度）。而在这个组件模板中，“槽”的值就是数值轴（Y轴）的最大值。 只要在“列区”字段上，设置“值轴设置”中 坐标轴的“最大值”即可。 0314-09.png 注意事项 1、此组件模板的“槽”的值是固定的，无法支持需要自动变化的场景。数据挖掘-标准化
输入 没有输入端口 输出 一个输出端口，与抽取、变换节点组合使用 参数设置 参数名称 说明 备注 新增列后缀 用于设置在原字段名后追加后缀生成新的列，默认后缀为：Normalized； 必填 图片17.png 单位标准差归一化 数据减去均值再除以标准差 勾选则将输出入据进行单位标准差归一化 平均数据中心化 数据减去均值 勾选则将数据进行中心化 示例 使用“鸢尾花数据”，特征选择4个特征列，勾选单位标准差归一化，输出结果如下图： image2020-6-4 10_7_49.png 标准化数据挖掘-相关性分析
概述 相关性分析是用来反映变量之间的相关关系的密切程度。相关系数的取值一般介于-1和1之间。当相关系数为正的时候，意味着变量之间是正相关的；当相关系数为负的时候，意味着变量之间是负相关。 相关性分析常用在数据探索阶段，当我们并不了解原始数据各字段之间的关系时，通过相关性分析，可以看到各个字段之间的相关性，其后进行的数据分析工作可以围绕这些相关性展开。 输入/输出 输入 一个输入端口，用于接收数据集。 输出 一个输出端口，用于输出相关系数的数据集。 参数设置 参数名称 说明 备注 选择列 用于选择进行相关性分析的字段列 必填ETL的Excel数据源：文本数据是0003676 ，执行后变成3676
（本文档仅供参考） 问题说明 ETL中使用Excel数据源，上传Excel文件，excel数据是文本，数据是0003676 ，但是执行出来前面的000没有了，如下图： image2024-1-17_17-7-54.png image2024-1-17_17-8-11.png 解决方案 这是由于ETL中使用了spark自动推断数据类型，原来的0003676这种格式推断数据类型后会变成3676，若不使用自动推断类型，全部字段会被当成字符串处理，这样的逻辑就更加不合理了，暂时没办法从代码上解决这个问题。 可以通过一些操作来规避：打开excel文件，在数据行开始前插入一行，有问题的列插入字符串型数据，其他列按照原先的类型插入
