大數據人才培養規劃教材

Power BI數據分析與可視化

資深大數據專家張良均領銜暢銷書作者團隊,提供源代碼等相關學習資源,幫助讀者真正理解與消化Power BI數據分析與可視化。
分享 推薦 0 收藏 17 閱讀 732
潘強 , 張良均 (主編) 郭艷文 , 孫曉通 , 張靜 (副主編)

關于本書的內容有任何問題,請聯系 左仲海

全書大部分章節緊扣實際需求展開,不堆積知識點,著重于解決問題時思路的啟發與方案的實施,幫助讀者真正理解與消化Power BI數據分析與可視化。
書中案例全部源于企業真實項目,可操作性強,引導讀者融會貫通,并提供源代碼等相關學習資源,幫助讀者快速掌握Power BI相關技能

內容摘要

本書以任務為導向,全面地介紹了數據分析的流程和Power BI數據分析的應用,詳細講解了使用Power BI解決企業實際問題的方法。全書共8章,包括數據分析與可視化概述、數據獲取、M語言數據預處理、DAX語言數據建模、數據分析與可視化、Power BI數據分析報表、數據部署、自動售貨機綜合案列。本書的大部分章節包含了實訓與課后習題,通過練習和實踐操作,可幫助讀者鞏固所學的內容。
本書可以作為高校數據分析相關課程的教材,也可作為數據分析愛好者的自學用書。

目錄

第 1章 數據分析與可視化概述 1
任務1.1 認識數據分析 1
1.1.1 掌握數據分析的概念 1
1.1.2 掌握狹義數據分析的流程 2
1.1.3 了解數據分析應用場景 4
任務1.2 認識常用的數據可
視化工具 5
1.2.1 了解數據可視化工具的特性 6
1.2.2 了解常用的可視化工具 6
任務1.3 認識Power BI 8
1.3.1 掌握Power BI的安裝 8
1.3.2 了解Power BI視圖 11
1.3.3 了解Power BI窗格 15
小結 16
課后習題 17
第 2章 數據獲取 18
任務2.1 認識數據來源 18
2.1.1 了解直接數據來源 18
2.1.2 了解間接數據來源 19
任務2.2 獲取數據 19
2.2.1 獲取Excel數據 20
2.2.2 獲取Web數據 21
2.2.3 獲取MySQL數據庫數據 23
小結 26
實訓 獲取Excel數據和Web數據 26
課后習題 27
第3章 M語言數據預處理 28
任務3.1 認識Power Query和
M語言 28
3.1.1 了解Power Query和M語言 28
3.1.2 使用M語言獲取網絡分頁數據 30
任務3.2 集成數據 37
3.2.1 了解數據集成 37
3.2.2 實現兩個數據來源的數據集成 37
任務3.3 清洗數據 44
3.3.1 了解數據清洗 45
3.3.2 實現成績表的數據清洗 47
任務3.4 轉換數據 51
3.4.1 了解數據轉換 51
3.4.2 實現數據提取 52
任務3.5 歸約數據 57
3.5.1 了解數據歸約 57
3.5.2 實現客戶年齡泛化 58
小結 60
實訓 61
實訓1 集成跨境進貨數據 61
實訓2 清洗電影數據 62
實訓3 轉換學生成績數據 63
實訓4 歸約學生成績數據 64
課后習題 65
第4章 DAX語言數據建模 68
任務4.1 認識Power Pivot和
DAX語言 68
4.1.1 了解Power Pivot和DAX語言 68
4.1.2 了解DAX語言的語法 69
4.1.3 了解DAX語言的函數 70
4.1.4 了解DAX語言的上下文 75
任務4.2 新建數據表中的元素 75
4.2.1 新建表與計算列 76
4.2.2 新建表間關系 79
4.2.3 新建度量值 84
任務4.3 DAX函數使用實例 86
4.3.1 使用DIVIDE等函數計算客單價 87
4.3.2 使用ALL函數求各銷售單品占總
銷售額的比例 89
4.3.3 使用TOTALYTD函數計算本年
迄今總計銷售額 90
任務4.4 創建數據查詢操作 95
4.4.1 上下文操作 95
4.4.2 鉆取操作 98
小結 101
實訓 101
實訓1 新建“區域對照表” 101
實訓2 豐富“客戶信息表”的
數據模型 102
實訓3 進行區域鉆取操作 103
課后習題 103
第5章 數據分析與可視化 104
任務5.1 認識可視化設計 104
5.1.1 選擇合適的圖表 105
5.1.2 布局圖表元素 113
5.1.3 增加圖表色彩 116
5.1.4 自定義可視化圖表 118
任務5.2 掌握對比分析 120
5.2.1 認識對比分析 121
5.2.2 繪制條形圖 122
5.2.3 繪制柱形圖 126
5.2.4 繪制雷達圖 129
5.2.5 繪制漏斗圖 130
任務5.3 掌握結構分析 132
5.3.1 認識結構分析 132
5.3.2 繪制餅圖 133
5.3.3 繪制環形圖 134
5.3.4 繪制瀑布圖 136
5.3.5 繪制樹狀圖 138
任務5.4 掌握相關分析 139
5.4.1 認識相關分析 139
5.4.2 繪制散點圖 140
5.4.3 繪制折線圖 141
任務5.5 掌握描述性分析 142
5.5.1 認識描述性分析 142
5.5.2 繪制表 143
5.5.3 繪制箱線圖 144
任務5.6 掌握KPI分析 145
5.6.1 認識KPI分析 145
5.6.2 繪制儀表 145
5.6.3 繪制KPI Indicator 147
5.6.4 繪制子彈圖 149
小結 150
實訓 151
實訓1 會員基本信息對比分析 151
實訓2 會員來源及消費能力結構分析 151
實訓3 會員購買力及會員數量
相關分析 152
實訓4 不同性別會員年齡及購買力
描述性分析 153
實訓5 店鋪銷售情況KPI分析 153
課后習題 154
第6章 Power BI數據分析報表 155
任務6.1 認識Power BI數據
分析報表 155
6.1.1 了解Power BI數據分析
報表的類型 155
6.1.2 了解Power BI數據分析
報表的原則 156
6.1.3 了解Power BI數據分析
報表的結構 156
任務6.2 完成一份Power BI數據
分析報表 157
6.2.1 分析背景與目的 157
6.2.2 會員分析 158
6.2.3 整合Power BI報表 160
小結 161
實訓 人力資源結構分析報表 161
課后習題 161
第7章 數據部署 162
任務7.1 部署會員信息分析報表 162
7.1.1 了解Power BI移動版 162
7.1.2 發布數據 163
7.1.3 創建與設置儀表板 165
小結 171
實訓 部署超市運營分析報表 172
課后習題 172
第8章 自動售貨機綜合案例 173
任務8.1 了解某公司自動
售貨機現狀 173
8.1.1 分析某公司自動售貨機現狀 173
8.1.2 認識自動售貨機案例分析的
步驟與流程 175
任務8.2 數據獲取、預處理與建模 175
8.2.1 清洗數據 176
8.2.2 歸約數據 179
8.2.3 數據建模 181
任務8.3 數據分析與可視化 186
8.3.1 銷售分析與可視化 187
8.3.2 庫存分析與可視化 198
8.3.3 用戶分析與可視化 205
任務8.4 數據部署 211
8.4.1 整理銷售分析報表 211
8.4.2 整理庫存分析報表和用戶
分析報表 213
8.4.3 發布自動售貨機案例報表 215
小結 216
實訓 216
實訓1 數據預處理 216
實訓2 數據分析與可視化 217
實訓3 餐飲綜合案例報表整理和發布 220
課后習題 220

讀者評論

趕緊搶沙發哦!

我要評論

作者介紹

張良均,高級信息系統項目管理師,廣東省工業與應用數學學會常務理事,“泰迪杯”數據挖掘挑戰賽發起人。華南師范大學、中南財經政法大學、廣東工業大學、西安理工大學、廣西科技大學、重慶交通大學等兼職教授或碩導。近5年,在國內外重要學術刊物上發表論文10余篇;主導編寫圖書專著26部,承擔國家級項目1項,省部級項目6項。具有信訪、電力、電信、銀行、制造企業、電子商務和電子政務的項目經驗和行業背景。

同系列書

  • Python數據分析與應用

    黃紅梅 張良均 張凌 施興 周東平

    本書以任務為導向,全面地介紹數據分析的流程和Python數據分析庫的應用,詳細講解利用Python解決企業實際...

    ¥49.80
  • Python編程基礎

    張健 張良均 何燕 張敏 姜鵬輝

    本書采用以任務為導向的編寫模式,全面地介紹了Python編程基礎及其相關知識的應用,講解了如何利用Python...

    ¥39.80
  • Hadoop大數據開發基礎

    余明輝 張良均 高楊 陳浩 樊哲

    本書以任務為導向,較為全面地介紹了Hadoop大數據技術的相關知識。全書共6章,具體內容包括Hadoop介紹、...

    ¥39.80
  • Python網絡爬蟲技術

    江吉彬 張良均 詹增榮 戴華煒 郭信佑

    本書以任務為導向,較為全面地介紹了不同場景下Python爬取網絡數據的方法,包括靜態網頁、動態網頁、登錄后才能...

    ¥39.80
  • Spark大數據技術與應用

    肖芳 張良均 汪作文 胡大威 樊哲

    本書以任務為導向,較為全面地介紹了Spark大數據技術的相關知識。全書共9章,具體內容包括Spark概述;Sc...

    ¥49.80

相關圖書

聯系客服
聯系客服
人郵微信
人郵微信
微信二維碼
返回頂部
返回頂部
上海退休后如何赚钱 重庆幸运农场开奖视频 吉林十一选五胆拖玩法 六合历史开奖记录 浙江飞鱼期本走势图 深圳风采中国福利彩票双色球 pk10 北京体彩十一选五前三组 福建快3开奖结果查询今天 期货市场技术分析 蒙古11选五走势图内蒙古