大数据技术精品系列教材

Power BI数据分析与可视化

资深大数据专家张良均领衔畅销书作者团队,提供源代码等相关学习资源,帮助读者真正理解与消化Power BI数据分析与可视化。
分享 推荐 4 收藏 114 阅读 8.3K
潘强 , 张良均 (主编) 郭艳文 , 孙晓通 , 张静 (副主编) 978-7-115-50392-3

关于本书的内容有任何问题,请联系 初美呈

欢迎加入人邮大数据教师服务群:669819871
全书大部分章节紧扣实际需求展开,不堆积知识点,着重于解决问题时思路的启发与方案的实施,帮助读者真正理解与消化Power BI数据分析与可视化。
书中案例全部源于企业真实项目,可操作性强,引导读者融会贯通,并提供源代码等相关学习资源,帮助读者快速掌握Power BI相关技能

内容摘要

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。

目录

第 1章 数据分析与可视化概述 1
任务1.1 认识数据分析 1
1.1.1 掌握数据分析的概念 1
1.1.2 掌握狭义数据分析的流程 2
1.1.3 了解数据分析应用场景 4
任务1.2 认识常用的数据可
视化工具 5
1.2.1 了解数据可视化工具的特性 6
1.2.2 了解常用的可视化工具 6
任务1.3 认识Power BI 8
1.3.1 掌握Power BI的安装 8
1.3.2 了解Power BI视图 11
1.3.3 了解Power BI窗格 15
小结 16
课后习题 17
第 2章 数据获取 18
任务2.1 认识数据来源 18
2.1.1 了解直接数据来源 18
2.1.2 了解间接数据来源 19
任务2.2 获取数据 19
2.2.1 获取Excel数据 20
2.2.2 获取Web数据 21
2.2.3 获取MySQL数据库数据 23
小结 26
实训 获取Excel数据和Web数据 26
课后习题 27
第3章 M语言数据预处理 28
任务3.1 认识Power Query和
M语言 28
3.1.1 了解Power Query和M语言 28
3.1.2 使用M语言获取网络分页数据 30
任务3.2 集成数据 37
3.2.1 了解数据集成 37
3.2.2 实现两个数据来源的数据集成 37
任务3.3 清洗数据 44
3.3.1 了解数据清洗 45
3.3.2 实现成绩表的数据清洗 47
任务3.4 转换数据 51
3.4.1 了解数据转换 51
3.4.2 实现数据提取 52
任务3.5 归约数据 57
3.5.1 了解数据归约 57
3.5.2 实现客户年龄泛化 58
小结 60
实训 61
实训1 集成跨境进货数据 61
实训2 清洗电影数据 62
实训3 转换学生成绩数据 63
实训4 归约学生成绩数据 64
课后习题 65
第4章 DAX语言数据建模 68
任务4.1 认识Power Pivot和
DAX语言 68
4.1.1 了解Power Pivot和DAX语言 68
4.1.2 了解DAX语言的语法 69
4.1.3 了解DAX语言的函数 70
4.1.4 了解DAX语言的上下文 75
任务4.2 新建数据表中的元素 75
4.2.1 新建表与计算列 76
4.2.2 新建表间关系 79
4.2.3 新建度量值 84
任务4.3 DAX函数使用实例 86
4.3.1 使用DIVIDE等函数计算客单价 87
4.3.2 使用ALL函数求各销售单品占总
销售额的比例 89
4.3.3 使用TOTALYTD函数计算本年
迄今总计销售额 90
任务4.4 创建数据查询操作 95
4.4.1 上下文操作 95
4.4.2 钻取操作 98
小结 101
实训 101
实训1 新建“区域对照表” 101
实训2 丰富“客户信息表”的
数据模型 102
实训3 进行区域钻取操作 103
课后习题 103
第5章 数据分析与可视化 104
任务5.1 认识可视化设计 104
5.1.1 选择合适的图表 105
5.1.2 布局图表元素 113
5.1.3 增加图表色彩 116
5.1.4 自定义可视化图表 118
任务5.2 掌握对比分析 120
5.2.1 认识对比分析 121
5.2.2 绘制条形图 122
5.2.3 绘制柱形图 126
5.2.4 绘制雷达图 129
5.2.5 绘制漏斗图 130
任务5.3 掌握结构分析 132
5.3.1 认识结构分析 132
5.3.2 绘制饼图 133
5.3.3 绘制环形图 134
5.3.4 绘制瀑布图 136
5.3.5 绘制树状图 138
任务5.4 掌握相关分析 139
5.4.1 认识相关分析 139
5.4.2 绘制散点图 140
5.4.3 绘制折线图 141
任务5.5 掌握描述性分析 142
5.5.1 认识描述性分析 142
5.5.2 绘制表 143
5.5.3 绘制箱线图 144
任务5.6 掌握KPI分析 145
5.6.1 认识KPI分析 145
5.6.2 绘制仪表 145
5.6.3 绘制KPI Indicator 147
5.6.4 绘制子弹图 149
小结 150
实训 151
实训1 会员基本信息对比分析 151
实训2 会员来源及消费能力结构分析 151
实训3 会员购买力及会员数量
相关分析 152
实训4 不同性别会员年龄及购买力
描述性分析 153
实训5 店铺销售情况KPI分析 153
课后习题 154
第6章 Power BI数据分析报表 155
任务6.1 认识Power BI数据
分析报表 155
6.1.1 了解Power BI数据分析
报表的类型 155
6.1.2 了解Power BI数据分析
报表的原则 156
6.1.3 了解Power BI数据分析
报表的结构 156
任务6.2 完成一份Power BI数据
分析报表 157
6.2.1 分析背景与目的 157
6.2.2 会员分析 158
6.2.3 整合Power BI报表 160
小结 161
实训 人力资源结构分析报表 161
课后习题 161
第7章 数据部署 162
任务7.1 部署会员信息分析报表 162
7.1.1 了解Power BI移动版 162
7.1.2 发布数据 163
7.1.3 创建与设置仪表板 165
小结 171
实训 部署超市运营分析报表 172
课后习题 172
第8章 自动售货机综合案例 173
任务8.1 了解某公司自动
售货机现状 173
8.1.1 分析某公司自动售货机现状 173
8.1.2 认识自动售货机案例分析的
步骤与流程 175
任务8.2 数据获取、预处理与建模 175
8.2.1 清洗数据 176
8.2.2 归约数据 179
8.2.3 数据建模 181
任务8.3 数据分析与可视化 186
8.3.1 销售分析与可视化 187
8.3.2 库存分析与可视化 198
8.3.3 用户分析与可视化 205
任务8.4 数据部署 211
8.4.1 整理销售分析报表 211
8.4.2 整理库存分析报表和用户
分析报表 213
8.4.3 发布自动售货机案例报表 215
小结 216
实训 216
实训1 数据预处理 216
实训2 数据分析与可视化 217
实训3 餐饮综合案例报表整理和发布 220
课后习题 220

读者评论

赶紧抢沙发哦!

我要评论

作者介绍

张良均,高级信息系统项目管理师,广东省工业与应用数学学会常务理事,“泰迪杯”数据挖掘挑战赛发起人。华南师范大学、中南财经政法大学、广东工业大学、西安理工大学、广西科技大学、重庆交通大学等兼职教授或硕导。近5年,在国内外重要学术刊物上发表论文10余篇;主导编写图书专著26部,承担国家级项目1项,省部级项目6项。具有信访、电力、电信、银行、制造企业、电子商务和电子政务的项目经验和行业背景。

推荐用户

同系列书

  • Python数据分析与应用

    黄红梅 张良均 张凌 施兴 周东平

    本书以任务为导向,全面地介绍数据分析的流程和Python数据分析库的应用,详细讲解利用Python解决企业实际...

    ¥49.80
  • Python中文自然语言处理基础与实战

    肖刚 张良均 郑鑫标 罗惠琳 陈晓娜

    本书以Python自然语言处理的常用技术与真实案例相结合的方式,深入浅出地介绍Python自然语言处理的重要内...

    ¥59.80
  • Python网络爬虫技术

    江吉彬 张良均 詹增荣 戴华炜 郭信佑

    本书以任务为导向,较为全面地介绍了不同场景下Python爬取网络数据的方法,包括静态网页、动态网页、登录后才能...

    ¥39.80
  • Python编程基础

    张健 张良均 何燕 张敏 姜鹏辉

    本书采用以任务为导向的编写模式,全面地介绍了Python编程基础及其相关知识的应用,讲解了如何利用Python...

    ¥39.80
  • Spark大数据技术与应用

    肖芳 张良均 汪作文 胡大威 樊哲

    本书以任务为导向,较为全面地介绍了Spark大数据技术的相关知识。全书共9章,具体内容包括Spark概述;Sc...

    ¥49.80

相关图书

单击此处加入人邮大数据教师服务群,共同探讨交流。
人邮微信
本地服务
教师服务
教师服务
读者服务
读者服务
返回顶部
返回顶部