當?Power?BI?遇上洪災
本案例呈現了1985年-2017年全球大規模洪災檔案,包括洪災發生時間,發生原因,受災國家,受災人數,受災面積,經濟損失,死亡人數等。
數據源:Global Active Archive of Large Flood Events
http://floodobservatory.colorado.edu/Archives/index.html
配色:除了個別視覺默認顏色外,其他配色色值#D32F2F, #F44336, #212122, #727272。
【洪災多發地區】
分析洪災多發地區,用到的可視化視覺有:篩選器、樹狀圖、堆積條形圖、環形圖、ArcGis地圖。
從全球範圍來看近30餘年洪水發生次數最多的國家為美國,中國,印度,印度尼西亞,菲律賓,澳大利亞,越南,巴西,俄羅斯,孟加拉國。亞洲發生洪水的次數最多,其次是北美洲,再其次是非洲。洪水量級M>6的洪水數量,亞洲依然最多,其次是非洲。
【洪災多發年份】
分析洪災多發年份,用到的可視化視覺有:篩選器、流量圖、折線圖、柱形圖、環形圖。
不論是洪水量級還是洪水發生次數,2000年都高於2000年前得值,2001年到2010年最為突出。夏秋兩季為洪水多發季節,其中七、八月份為洪水發生次數最多得兩個月份。洪水量級M>6的洪水發生次數最多的五個年份,除1998外,2006-2010年集中爆發。
【洪水類型及原因】
分析洪災類型及原因,用到的可視化視覺有:篩選器、樹狀圖、矩陣表、柱狀圖、環形圖、卡片圖。
近30餘年,量級M>6的洪水發生了1243次,佔比27.7%。M>4的洪水發生了2716次,佔比60.6%。持續性暴雨是造成洪災最主要的因素,佔到八成以上,其次是熱帶氣旋,熱帶風暴,雪融水,潰壩等。
【洪災帶來的影響】
分析洪災帶來的影響,用到的可視化視覺有:篩選器、infographic。
按死亡人數前五及受災面積前五呈現洪災不同年份給各個國家帶來的影響,包括持續天數,洪水量級,受災面積,受災人數,死亡人數,經濟損失。
【近30年死亡人數最多的十次洪災】
呈現近30年死亡人數最多的十次洪災,用到的視覺有:Data Story、卡片圖、 Strippet Browser
【總結】
用到的可視化視覺:SandDance
作品鏈接:https://app.powerbi.cn/view?r=eyJrIjoiZDY2OTJiOGItZGRmNS00MTQ5LTk2NWYtYzc1ODU3N2U5OTJmIiwidCI6IjE0ZTM0Y2ZjLWRmMzItNDRmNy04OGUyLTFjOGMyNzk4ZGQ0YyJ9
註:發布到WEB後,ArcGis地圖無法呈現
------------------------------------------------------------------------------------------------------------------------------------
本案例的作者風狂為首屆 Power BI 可視化大賽「最具推廣價值獎」獲得者。
現風狂的在線課程《Power BI 在搜索引擎營銷SEM行業的應用》已上線工坊平台,感興趣的小夥伴可以試聽學習。
------------------------------------------------------------------------------------------------------------------------------------
延伸閱讀:
亮瞎雙眼的PowerBI可視化圖表
當PowerBI遇上恐怖主義
一張圖看懂微軟Power BI系列組件
一張圖看懂Power BI 架構
當Power BI 遇上歐冠決賽
當Power BI遇上條形碼
當Power BI遇上Visio
-----------------------------------------------------------------------------------------------------------------------------------
如果您想深入學習微軟Power BI,歡迎登錄網易雲課堂試聽學習我們的「從Excel到Power BI數據分析可視化」系列課程。或者關注我們的公眾號(PowerPivot工坊)後猛戳」在線學習」
推薦閱讀:
※[E1-08]單元格合併
※是時候展現真正的技術了——動態人口結構金字塔變化圖(R語言+Excel)
※Excel如何篩選連續重複的數據
※《PowerBI大師》使用手冊
※DAX數據建模終極指南
TAG:PowerBI | MicrosoftExcel | 洪灾;公益 |