跳到主要内容 跳到补充内容

用瀑布图可视化对于结果的正和负贡献。

该 示出了如何创建瀑布来可视化正值和负值如何影响最终结果。

我们希望看到空气中涉及负因素(例如地面塌陷)的对于 CO2 的正贡献,诸如油或气体。

瀑布图显示了 CO2 的正贡献和负贡献

数据集

在该 中,我们将使用您复制到文本文件的简单数据集以用作数据源。它包含以 ppm 为单位的自 1870 年起的空气 CO2 含量,以及 1870 年和 2017 年之间的时间内对于空气中的 CO2 的正和负贡献因素。

Atmosphere 1870,Coal,Oil,Gas,Cement,Land,Imbalance,Land sink,Ocean sink,Atmosphere 2017
288,94,72,31,5,88,-12,-89,-72,405
(来源:CDIAC/GCP/NOAA-ESRL/UNFCCC/BP/USGS)

在空的应用程序中添加文本文件作为数据源,并加载数据。确保将逗号用作字段分隔符。

可视化

我们向工作表添加了瀑布图,并以下面的顺序将字段作为度量添加。编辑每个度量的标签以移除 Sum() 部分。

  • Sum(Atmosphere1870)
  • Sum(Coal)
  • Sum(Oil)
  • Sum(Gas)
  • Sum(Cement)
  • Sum(Land)
  • Sum(Imbalance)
  • Sum(Land_sink)
  • Sum(Ocean_sink)

要添加显示计算的结果的条形图,即 2017 年的 CO2 含量,在属性面板的高级选项中打开最终度量并选择小计。您可将小计标签设置为 Atmosphere 2017

瀑布图显示了 CO2 的正贡献和负贡献

探索

正如您在图表中可见,2017 年空气中的 CO2 含量高于 1870 年。煤是 CO2 的主要贡献因素。增长中的一部分由吸收 CO2 的碳汇(例如海洋)偏移。如我们所见,很遗憾这并不足以停止空气中 CO2 的增加。

本页面有帮助吗?

如果您发现此页面或其内容有任何问题 – 打字错误、遗漏步骤或技术错误 – 请告诉我们如何改进!