本书注重基础、循序渐进，系统地讲述了Microsoft推出的智能商业数据分析软件PowerBI的相关基础知识，涵盖了安装PowerBIDesktop、获取数据、查询编辑器、数据分析表达式、数据视图、管理关系、报表、可视化效果、PowerBI服务等内容，并在最后一章以社科研究数据分析为例进行了知识点的综合讲解。对于每一个知识点，本书都尽量结合实例帮助读者学习理解。前8章最后都配有综合实例来说明本章知
电子书
内容简介
本书以任务为导向，全面地介绍了数据分析的流程和Power BI数据分析的应用，详细讲解了使用Power BI解决企业实际问题的方法。全书共8章，包括数据分析与可视化概述、数据获取、M语言数据预处理、DAX语言数据建模、数据分析与可视化、Power BI数据分析报表、数据部署、自动售货机综合案列。本书的大部分章节包含了实训与课后习题，通过练习和实践操作，可帮助读者巩固所学的内容。本书可以作为高校数据分析相关课程的教材，也可作为数据分析爱好者的自学用书。
章节目录
- a-fy
- 50392bq
- c-bw
- d-xu
- e-qy
- f-ml
- 6.1.1 了解Power BI数据分析 报表的类型 155
- 6.1.3 了解Power BI数据分析 报表的结构 156
- 01
- 2
- 认识数据分析
- 1.1.1 掌握数据分析的概念
- 1.1.2 掌握狭义数据分析的流程
- 1．需求分析
- 2．数据获取
- 3．数据预处理
- 4．数据建模
- 5．数据可视化
- 6．数据部署
- 1.1.3 了解数据分析应用场景
- 1．客户分析
- 2．营销分析
- 3．社交媒体分析
- 4．网络安全
- 5．设备管理
- 6．交通物流分析
- 7．欺诈行为检测
- 认识常用的数据可视化工具
- 1.2.1 了解数据可视化工具的特性
- 1.2.2 了解常用的可视化工具
- 1．Tableau
- 2．FineReport
- 3．Power BI
- 认识Power BI
- 1.3.1 掌握Power BI的安装
- 1.3.2 了解Power BI视图
- 1．报表视图
- 2．数据视图
- 3．关系视图
- 1.3.3 了解Power BI窗格
- 1．“可视化”窗格
- 2．“筛选器”窗格
- 3．“字段”窗格
- 小结
- 课后习题
- 1．选择题
- 2．操作题
- 02
- 2
- 认识数据来源
- 2.1.1 了解直接数据来源
- 1．直接数据来源
- 2．调查问卷
- 2.1.2 了解间接数据来源
- 获取数据
- 2.2.1 获取Excel数据
- 2.2.2 获取Web数据
- 2.2.3 获取MySQL数据库数据
- 小结
- 实训 获取Excel数据和Web数据
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 课后习题
- 1．选择题
- 2．操作题
- 03
- 2
- 认识Power Query和M语言
- 3.1.1 了解Power Query和M语言
- 3.1.2 使用M语言获取网络分页数据
- 集成数据
- 3.2.1 了解数据集成
- 3.2.2 实现两个数据来源的数据集成
- 清洗数据
- 3.3.1 了解数据清洗
- 1．不完整数据
- 2．含噪声数据
- 3．不一致数据
- 3.3.2 实现成绩表的数据清洗
- 转换数据
- 3.4.1 了解数据转换
- 1．规范化
- 2．逆透视列
- 3.4.2 实现数据提取
- 归约数据
- 3.5.1 了解数据归约
- 1．字段归约
- 2．记录归约
- 3．数据压缩
- 3.5.2 实现客户年龄泛化
- 小结
- 实训
- 实训1 集成跨境进货数据
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 实训2 清洗电影数据
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 实训3 转换学生成绩数据
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 实训4 归约学生成绩数据
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 课后习题
- 1．选择题
- 2．操作题
- 04
- 2
- 认识Power Pivot和DAX语言
- 4.1.1 了解Power Pivot和DAX语言
- 4.1.2 了解DAX语言的语法
- 4.1.3 了解DAX语言的函数
- 1．日期和时间函数
- 2．时间智能函数
- 3．筛选器函数
- 4．信息函数
- 5．逻辑函数
- 6．数学和三角函数
- 7．统计函数
- 8．文本函数
- 4.1.4 了解DAX语言的上下文
- 新建数据表中的元素
- 4.2.1 新建表与计算列
- 4.2.2 新建表间关系
- 4.2.3 新建度量值
- DAX函数使用实例
- 4.3.1 使用DIVIDE等函数计算客单价
- 4.3.2 使用ALL函数求各销售单品占总销售额的比例
- 4.3.3 使用TOTALYTD函数计算本年迄今总计销售额
- 创建数据查询操作
- 4.4.1 上下文操作
- 4.4.2 钻取操作
- 小结
- 实训
- 实训1 新建“区域对照表”
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 实训2 丰富“客户信息表”的数据模型
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 实训3 进行区域钻取操作
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 课后习题
- 1．选择题
- 2．操作题
- 05
- 2
- 认识可视化设计
- 5.1.1 选择合适的图表
- 1．条形图
- 2．柱形图
- 3．饼图
- 4．环形图
- 5．树状图
- 6．散点图
- 7．折线图
- 8．箱线图
- 9．瀑布图
- 10．雷达图
- 11．漏斗图
- 5.1.2 布局图表元素
- 1．坐标轴
- 2．图例
- 3．数据标签
- 4．标题
- 5．背景
- 6．辅助线
- 5.1.3 增加图表色彩
- 1．色彩搭配
- 2．图表细节处理
- 5.1.4 自定义可视化图表
- 掌握对比分析
- 5.2.1 认识对比分析
- 5.2.2 绘制条形图
- 1．堆积条形图
- 2．簇状条形图
- 3．百分比堆积条形图
- 5.2.3 绘制柱形图
- 1．堆积柱形图
- 2．簇状柱形图
- 3．百分比堆积柱形图
- 5.2.4 绘制雷达图
- 5.2.5 绘制漏斗图
- 掌握结构分析
- 5.3.1 认识结构分析
- 5.3.2 绘制饼图
- 5.3.3 绘制环形图
- 5.3.4 绘制瀑布图
- 5.3.5 绘制树状图
- 掌握相关分析
- 5.4.1 认识相关分析
- 5.4.2 绘制散点图
- 5.4.3 绘制折线图
- 掌握描述性分析
- 5.5.1 认识描述性分析
- 5.5.2 绘制表
- 5.5.3 绘制箱线图
- 掌握KPI分析
- 5.6.1 认识KPI分析
- 5.6.2 绘制仪表
- 5.6.3 绘制KPI Indicator
- 5.6.4 绘制子弹图
- 小结
- 实训
- 实训1 会员基本信息对比分析
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 实训2 会员来源及消费能力结构分析
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 实训3 会员购买力及会员数量相关分析
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 实训4 不同性别会员年龄及购买力描述性分析
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 实训5 店铺销售情况KPI分析
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 课后习题
- 1．选择题
- 2．操作题
- 06
- 2
- 认识Power BI数据分析报表
- 6.1.1 了解Power BI数据分析报表的类型
- 1．专题分析报表
- 2．综合分析报表
- 3．日常数据通报报表
- 6.1.2 了解Power BI数据分析报表的原则
- 6.1.3 了解Power BI数据分析报表的结构
- 1．标题
- 2．可视化模块
- 完成一份Power BI数据分析报表
- 6.2.1 分析背景与目的
- 6.2.2 会员分析
- 1．会员群体基本信息——新增会员数量
- 2．会员群体基本信息——年龄分布
- 3．会员群体基本信息——城市分布
- 4．会员群体基本信息——入会方式
- 5．会员群体消费价值——会员平均购买金额对比
- 6．会员群体消费价值——不同年龄段会员购买力
- 6.2.3 整合Power BI报表
- 小结
- 实训 人力资源结构分析报表
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 课后习题
- 07
- 2
- 部署会员信息分析报表
- 7.1.1 了解Power BI移动版
- 7.1.2 发布数据
- 7.1.3 创建与设置仪表板
- 小结
- 实训 部署超市运营分析报表
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 课后习题
- 08
- 2
- 了解某公司自动售货机现状
- 8.1.1 分析某公司自动售货机现状
- 8.1.2 认识自动售货机案例分析的步骤与流程
- 数据获取、预处理与建模
- 8.2.1 清洗数据
- 1．导入数据
- 2．查看表中是否存在空值
- 3．清洗“商品表”
- 4．清洗“订单表”
- 8.2.2 归约数据
- 1．降维
- 2．字段归约
- 8.2.3 数据建模
- 1．销售金额月汇总
- 2．售罄率
- 3．订单量月汇总
- 4．数据分类
- 5．用户类型
- 数据分析与可视化
- 8.3.1 销售分析与可视化
- 1．绘制卡片图分析销售额
- 2．绘制卡片图分析销售量
- 3．绘制卡片图分析订单量
- 4．绘制卡片图分析总利润
- 5．绘制KPI图分析销售额达成指标
- 6．绘制KPI图分析订单量达成指标
- 7．绘制KPI图分析利润达成指标
- 8．绘制折线和堆积柱形图分析销售额和自动售货机数量的关系
- 9．绘制折线和堆积柱形图分析订单量和自动售货机数量的关系
- 10．绘制折线图比较各市销售额的月走势
- 11．绘制堆积条形图比较各市总销售额
- 12．绘制簇状条形图分析畅销Top10
- 13．绘制簇状条形图分析滞销Top10
- 14．绘制折线图预测销售额
- 8.3.2 库存分析与可视化
- 1．绘制卡片图分析库存量
- 2．绘制Grid By MAQ Software图分析进货量、库存量和销售量月汇总
- 3．绘制Sparkline by OKViz图分析进货量、库存量和销售量月走势
- 4．绘制KPI图分析进货量达成指标
- 5．绘制百分比堆积条形图分析销售量和进货量比例
- 6．绘制Cluster Map分析库存量和销售量
- 7．绘制折线图分析售罄率
- 8．绘制漏斗图分析存货周转天数Top10
- 9．绘制百分比堆积条形图分析订单出货状态
- 10．绘制百分比堆积柱形图分析设备容量
- 8.3.3 用户分析与可视化
- 1．绘制卡片图分析用户总数
- 2．绘制漏斗图分析各市用户数
- 3．绘制环形图分析用户类型
- 4．绘制折线图分析用户类型走势
- 5．绘制堆积柱形图分析用户支付方式
- 6．绘制Word Cloud分析用户偏好的商品
- 7．绘制堆积面积图分析用户的消费时段
- 数据部署
- 8.4.1 整理销售分析报表
- 8.4.2 整理库存分析报表和用户分析报表
- 8.4.3 发布自动售货机案例报表
- 小结
- 实训
- 实训1 数据预处理
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 实训2 数据分析与可视化
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 实训3 餐饮综合案例报表整理和发布
- 1．训练要点
- 2．需求说明
- 3．实现思路及步骤
- 课后习题
- 操作题
展开全部
Power BI数据分析与可视化是2019年由人民邮电出版社出版,作者潘强 张良均。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《Power BI数据分析与可视化》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书以循序渐进的方式，由浅入深地讲述了数据分析的整个过程。全书共分6章，主要内容包括：数据分析概述、数据可视化初步、数据可视化进阶、数据挖掘基础、数据分析报告和综合案例。每章内附有实用性范例供读者练习，巩固所学知识。 本书在讲解数据可视化的基础性原理的同时，融入真实案例分析，具有较强的实用性，帮助读者举一反三，真正学会大数据可视化和数据挖掘的工具软件，能运用大数据思维解决学习和工作中的实际问题。
电子书
本书主要针对数据科学、统计学、商学领域的教学，介绍基于Python软件的数据可视化基础知识、数据计算与交互式绘图，机器学习中的可视化工具和技术，以及特定数据结构下的可视化技术，如金融数据结构、生物数据结构、网络数据结构中的可视化展示，并配以丰富的案例，紧密结合常见的统计方法和机器学习方法。本书配有大量实际案例和习题，涉及金融、经济管理、医疗影像、健康大数据、地理数据等方面的知识，内容翔实，能让授课
电子书
本书以“自动售货机”产品销售为主线，共分7个项目。项目1介绍了某企业“自动售货机”的经营困惑，以及“自动售货机”数据分析的流程；项目2为商品的整体销售情况分析；项目3为区域销售情况分析；项目4为商品库存的分析；项目5为用户行为的分析；项目6为商品销售量的预测；项目7介绍了“自动售货机”周报的撰写。
电子书
本书采用理论分析和Python编程实战相结合的形式，按照数据分析与可视化的基本步骤，数据分析与可视化的基本理论知识和相应的Python库进行了详细的介绍，让读者能够在了解基本理论知识的同时快速上手实现数据分析与可视化的程序。
电子书
本书共3章。第1章讲述Python基础知识，包括Python语言基本语法、内置数据类型、Python控制语句、函数和文件操作；第2章讲述Python数据分析，包括Numpy数值计算基础、Numpy数学与算术函数、Numpy中的数据统计与分析、pandas统计分析基础、pandas数据运算、pandas数据载入与预处理；第3章讲述数据可视化，包括matplotlib绘图基础、使用pandas和Sea
电子书
本书主要内容如下：第一部分Python编程基础。第二部分：Python数据分析（Pandas，Numpy等简介、数据收集、数据清洗、数据挖掘、数据分析）。第三部分：Python数据可视化（数据可视化Matplotlib，seaborn等可视化库、财务会计案例、大数据分析案例）。第四部分：Python与自动化控制（简介、正则表达式、文件处理、Python与excel、PythonGUI控制鼠标和键盘
电子书
本书对可视化技术、交互技术以及数据分析方法进行了系统和全面的讲解。介绍了交互式可视化数据分析解决方案的设计标准，论述了设计中的影响因素以及工作流程的检验方法。读者可以从中了解可视化编码的基础知识，以及用于多元数据、时间数据、地理空间数据和图形数据等方面的众多可视化技术。书中专门用一章的内容来介绍与可视化效果互动的常规概念，并且利用图示来说明现代交互技术如何推动可视化数据分析的发展。针对如今庞大而复
