课程
Alteryx 入门
2 小时
37.3K
想象一款工具，能让您比使用 SQL、Microsoft Excel 或类似工具更轻松地访问、清洗、测试、合并、分析并输出数据…
现在，别再想象了。Alteryx 就是这样的工具。
具体来说，Alteryx 是一款功能强大的数据分析与 ETL 工具，使团队能够以可重复、错误更少、风险更低的方式高效构建数据流程。
在本教程中，我们将先介绍 Alteryx 是什么，然后通过动手实操来学习如何使用它。
让我们先来准确地定义一下 Alteryx。
什么是 Alteryx？
我们有一份完整指南介绍什么是 Alteryx。简单来说，Alteryx 是一款数据分析与可视化工具，旨在简化高级分析自动化，并让所有数据专业人士都能轻松上手。
更具体地说，Alteryx 让用户无需具备大量编码知识，就能对来自多种来源的数据进行准备、混合与分析。借助拖放式界面，用户可以将来自不同来源的数据集成到复杂工作流中，在执行高级分析和可视化之前完成清洗与转换。
采用 Alteryx 构建工作流的主要好处在于，它能通过自动化数据分析流程来减少人工操作。这些工作流可保存并在日后复用，从而更易于复刻诸如数据处理与分析等任务，也能降低手动数据操作中的人为错误风险。
接下来的内容将是实操讲解；请跟着步骤一起做，以便加深理解。
安装 Alteryx
安装过程非常简单；按照以下步骤将 Alteryx 安装到您的桌面端。
步骤 1
访问 Alteryx 官网。在菜单中选择“Products”，在“Platform Overview”部分下找到“Alteryx Analytics Cloud Platform”。点击进入下一页。
步骤 2
选择“Start Free Trial”。这会打开一个页面，您可以选择开始“Desktop Trial”或“Cloud Trial”。本教程将使用“Desktop Trial”，请选择该选项。请注意，免费试用有效期为 30 天。
Alteryx Analytics Cloud Platform 的免费试用页面
步骤 3
在下一页填写您的个人信息，然后选择“Submit”。下载将随即开始。
步骤 4
下载完成后，打开 .exe 启动安装。屏幕上会有两个选项：选择典型安装并点击“Next”。这将完成设置并开始安装。系统会提示您接受用户许可协议——请先阅读再接受——并选择程序在系统中的保存位置。根据自身情况选择即可。
Alteryx 安装设置页面
步骤 5
运行 Alteryx 打开平台。启动后会弹出提示请求进行 Alteryx Designer 激活。选择“Start Free Trial”并输入您的邮箱。
AlteryX Designer 平台与激活弹窗
步骤 6
系统会要求您填写信息以获取试用激活码。填写完成后选择“activate”，即可！
试用激活表单
现在，您已经可以开始动手解决问题了。
工作流画布
用红色标出的 Alteryx 工作流画布
工作流是在工作流画布区域中构建的。为便于理解，工作流定义了一系列用于处理数据的工具与函数。到各数据源的相对路径可以保存在工作流中，从而可通过共享驱动器保存或与其他团队成员共享该工作流。
注意：每个工作流都以 YXMD 文件类型保存。
构建您的第一个 Alteryx 工作流
当您打开 Alteryx Designer 界面时，会默认启动一个工作流，但我们不妨假设未自动创建。要新建工作流，请转到左上角“File”，选择“New Workflow”。这将在工作流画布中新建一个标签页。
创建新工作流
如上所述，工作流是由多个相连工具构成的序列，用于执行不同的数据处理功能。
要开始构建工作流，请从工具面板中拖拽您希望执行的操作，并将其放到画布上。
选择 Input Data 工具
要将一个工具连接到现有工作流，从面板中将其拖到画布，在另一个工具的输出锚点附近放置。您也可以从现有工具的输出锚点拖拽到新添加的工具，选择您觉得更顺手的方式即可。
连接工具；请注意，由于未指定输入数据，Input Data 工具会报错。
连接会沿下游方向移动，可以是从左到右，也可以是从上到下。方向取决于您在工作流配置窗口中选择的布局。
部分工具可以接受多个输入；如果一个工具具有灰色输入锚点，表示该输入为可选。最后，所有带有输出锚点的工具都可以将输出发送到多个流中。
在 Alteryx 中进行数据准备
数据准备（有时也称为预处理）是将原始数据处理为可被准确分析或作为机器学习模型输入的形式。
人们很少庆祝数据职业中的这部分工作，但它占据了大量时间，也是成功开展数据分析与机器学习的关键环节之一。
Alteryx 让数据准备变得非常简单。只需几次点击，您就能获取数据、清洗数据、执行连接，并实施转换。
我们逐步走一遍每个步骤。
数据获取
在开始准备数据之前，我们必须先获取数据——这可来自多种来源，如云数据仓库或数据湖。
在示例中，我们将使用 AlteryX 自带的一个示例数据集。为此，先从面板中拖拽“Input data”工具。这会在左侧打开配置栏。
选择 Set Up a Connection > Files > Alteryx Database (.yxdb) > TutorialData.yxdb
从 Alteryx 数据库获取数据
数据载入 Alteryx 后，分析师和数据科学家通常会先进行数据检查与数据剖析，以更好地理解手头的数据。
我们可以通过将“Browse”工具拖到画布上，将其连接到输入数据的锚点，然后运行工作流来完成这一步。
现在，您可以在预览窗口中选择不同列，以查看该列的数据质量。
浏览输入数据
请注意，在我们数据的“Last”姓氏列中有一个带有尾随空格的值。
我们数据中“Last”列的长度统计。
我们可以通过数据清洗来处理它。
数据清洗
数据清洗是对结构不佳的数据进行整理以提升其质量的过程。它包括以下步骤：
- 纠正录入错误
- 处理缺失数据
- 屏蔽敏感或机密信息
- 处理重复值或离群值
要在 Alteryx 中进行数据清洗，从面板中拖拽“Data Cleansing”工具，并将其连接到输入数据的输出锚点。
在配置区域中，取消选择除“Last”与“Leading and Trailing Whitespace”（移除首尾空白）之外的所有选项（位于“Remove Unwanted Characters”标题下）。
接着，运行工作流以执行命令。
Data Cleansing 工具的配置
要检查清洗是否正确执行，点击“Browse”工具，并在预览窗口中选择“Last”列。
执行后检查带有尾随空格的值
注意“Values with Trailing Whitespace”参数显示为“0”，表示操作已成功。
在 Alteryx 中进行数据转换
数据有各种形态、大小与结构。有时它可能已准备就绪，可以直接进入分析，但那通常出现在数据竞赛中。现实世界中的数据往往很凌乱，作为数据专业人士，您需要对其进行格式化，以便能够查询并得出有意义的洞见。
常见的数据转换包括：
- 透视
- 设置数据类型
- 聚合
我们将进行的转换是将用户的 DOB（出生日期）转换为其实际年龄。要在 Alteryx 中实现这一点，从面板中拖拽“Formula”工具，并将其连接到“Data Cleansing”工具的输出锚点。
在配置面板中，系统会提示“select a column”。从下拉列表中选择“Add a column”，并将其命名为“Age”。
要计算一个人的年龄，我们需要用当前日期减去其出生日期。为此，请在“Enter Expression here”处输入“DateTimeDiff”。
将“dt1”替换为“DateTimeToday()”，将“dt2”替换为“[Birth Date]”。表达式中的“u”代表单位；在本例中单位为“Years”，因此将“u”替换为该值。
最后一步是将数据类型改为“Int16”。
您的配置框应如下所示
很好！现在您已经知道如何在 Alteryx 中搭建一个基础工作流了。
用 Alteryx 实现工作流自动化
工作流自动化是指使用软件在无需人工干预的情况下完成任务。它在商业中被广泛用于加速流程，减少人工与重复性工作。
我们可以在 Alteryx 中通过批处理宏（Batch Macros）与定时调度（Scheduling）来实现工作流自动化。
批处理宏
批处理是指计算机周期性地完成高容量、重复性的数据作业的方法——通常在计算资源需求较低时进行。我们可以在 Alteryx 中使用 Batch macro 来执行批处理。
具体而言，Batch macro 是一种在工作流中多次运行并在每次运行后生成输出的工具。该宏会针对数据中的每条记录（或选定的记录组）运行一次，并且可配置输入在每次工作流执行中使用，或仅在特定运行中独占使用。
创建 Batch macro 很简单。进入 Workflow Configuration 选项卡，从顶部标题中选择“Workflow”。在 Workflow 下方会看到“Type”子标题——将选择更改为 Macro，并在下拉列表中选择“Batch Macro”。
设置 Batch macro
一旦将工作流保存为 Batch macro，工作流中的每个工具都会出现闪电形锚点，且只能与界面工具相连。
调度工作流
在 Alteryx 中也可以对工作流、应用程序或包进行调度。请注意，调度是指为任务分配资源，使其在指定的频率、日期与时间自动执行。
用户可以选择调度的工作流运行位置，但通常由公司配置决定。两种选项为：
- Alteryx Server：调度到您公司的 Server 或控制器。
- Designer plus Desktop Automation (Scheduler)：调度到您的电脑本地。
在 Alteryx 中调度工作流非常直接。打开您希望调度的工作流，点击画布顶部“Run”图标旁边的“Add Workflow to Schedule”图标。
“Add Workflow to Schedule” 图标
您也可以通过进入“Options”并选择“Schedule Workflow”来进行调度。
Alteryx 最佳实践
与任何工具一样，Alteryx 也有一套最佳实践，以确保产出最佳结果。我们将介绍其中五条；如果您想了解更多，可在 Alteryx 社区查看包含 24 条最佳实践的 PDF。
1. 移除所有 Browse 工具
在开发阶段，Browse 工具非常有用，因为它允许用户从连接的工具中查看/审阅整个数据集。但在完成工作流后，它们不再有用，原因有二：
- 会干扰工作流的整体视图
- 会创建临时 yxdb（Alteryx 数据库）文件，从而拖慢处理速度。
2. 选择正确的数据类型与变量名
遵循这条最佳实践，您将更清楚地掌握变量概览，并节省时间，因为您不会尝试执行无效的转换；例如，您不会对字符串执行数值运算。
3. 使用描述性标题进行文档化
请务必用描述性标题为您的工作流编写文档。这样做的理由很多；例如，便于交接给客户或同事，也便于您日后回顾先前工作。
如果工作流之间存在依赖关系，为它们编号会很有价值。通过使用编号标题，您可以更容易地解读工作流依赖关系，无需逐个打开工作流就能清晰了解整体情况。
4. 立刻处理错误与警告
尽快处理错误与警告是 Alteryx 的最佳实践。其重要性在于，您能尽早发现逻辑中的错误，防止其破坏您的工作流。
请注意，Alteryx 会在发生错误的工具下方显示感叹号来提示错误。然而，转换错误与警告可以通过查看结果窗格中工具名称后括号内显示的工具引用来发现。
5. 使用子样本探索数据
在最初构建工作流时，请限制使用的记录数量。这样做很重要，因为它能加快处理速度，从而为您节省宝贵时间——尤其是在处理大型数据集时。
要设置记录上限，请在“Input Data”工具的配置窗口中指定一个数值。
在 Input Data 工具中指定记录上限的位置
这将帮助您更快达成目标。
结语
Alteryx 是一款为简化高级分析自动化、提升数据专业人士可用性而打造的数据分析与可视化工具。用户可以借助 Alteryx 在无需编码的情况下，对来自多种来源的数据进行准备、混合与分析。该工具的主要优势在于，用户可以通过创建工作流轻松实现分析流程自动化，从而减少人工操作。
在这篇实操教程中，我们介绍了：
- 如何安装 Alteryx
- 数据准备
- 构建您的第一个工作流
- 工作流自动化
- 最佳实践
继续学习，请查看以下资源：
感谢您的阅读！
主题