-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

Power BI數據清洗與可視化交互式分析

( 簡體 字)
作者:陳劍類別:1. -> Office -> PowerBI
譯者:
出版社:電子工業出版社Power BI數據清洗與可視化交互式分析 3dWoo書號: 52652
詢問書籍請說出此書號!

缺書
NT售價: 295

出版日:3/1/2020
頁數:160
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787121383601
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

為什么寫本書
寫本書的初衷是給廣大的Excel 用戶提供一本可以提升技能的參考書。
以往我們一直跟隨Office 的更新提升自己的辦公技能,但是從Office 2007 開
始,軟件的更新變得緩慢。靜下心來回想一下,從2008 年到現在,我們的辦公技
能提升了多少?在2007—2019 年,中國從互聯網時代進入移動互聯網時代,并且
即將進入5G 物聯網時代,同時提出了大數據和人工智能戰略,我們的技能提升是
跟上了這樣的時代,還是遠遠落后于時代?我們是否過于固守自己的知識,卻不能
踏出一步,學習新的工具,更好地與日新月異的中國接軌?
越來越多的企業要求管理者和員工能夠具備數據化思維,提高數據的收集和分
析能力,提升科學決策的能力。要具備這些能力,掌握Excel 顯然是不夠的。Excel
存在以下局限性:
? 能處理的數據量太少,最多100 萬行;
? 重復性工作不容易簡化,使用VBA 過于煩瑣;
? 性能低下,10 萬行的VLOOKUP 函數或篩選功能就能使電腦死機,不能適
應大數據時代數據膨脹的情形;
? 不支持常見的數據分析功能,例如鉆取、圖表交互;
? 圖表類型較少,并且無法擴展。
所以,是時候學習一個新的分析工具了,以便幫我們更好地處理和分析數據。
Power BI 是微軟定位于BI 市場的一款軟件,相對于Excel,具有以下優勢:
? 能夠連接數十種數據源,具備更強的數據整合功能;
? 可以處理大數據,哪怕是免費的Desktop 版本,也能處理上千萬條數據;
? 更好地集成Power Query,具備更方便的數據清洗功能;
? 更強的可視化功能,支持200 多種分析圖形,而且還在持續增加;
? 具備BI 工具才有的鉆取、圖表互動等功能。
GartnerResearch 發布了2019 年Magic Quadrant for Analytics and Business
Intelligence Platforms(Gartner 通過廣泛的研究,將全球領先的BI 廠商按市場地
位繪制在魔力象限圖中,每年發布一次),微軟作為頂級供應商出現在了Leaders
象限的右上角,Power BI 平臺的流行功不可沒。
Power BI 有兩個收費版本可供選擇。
本書介紹的是免費版本:Power BI Desktop。讀者可以通過對Desktop 版本的
學習,了解這個工具,再考慮是否在企業內部部署這個工具。關于各版本的詳細描
述,可以到微軟官網進一步了解。
本書特色定位
? Power BI 快速入門
本書的定位是一本Power BI 快速入門工具書。典型的80 后、90 后過著“朝
九晚九”的生活,真正能看書的時間少之又少。因此,本書的文字敘述盡量簡潔,
幫助讀者在短時間內快速入門。
? 突出Power BI 的數據清洗功能
企業中使用的表格往往不規范處甚多,需要較多的清洗操作,甚至清洗的時間
超過了分析的時間。Power BI 擁有非常高效的數據清洗功能,基本上無須寫任何
代碼。
? 系統化、案例式學習
本書將Power BI 知識點做了系統化整理,并以案例方式呈現,學習起來更
輕松。
本書讀者定位
本書適合在工作中使用過Excel,但沒有學過Power BI 的讀者閱讀,以及已經
有Power BI 使用經驗,但希望系統地學習Power BI 知識的讀者閱讀。
學習建議
本書的所有內容都以案例的方式展開,建議讀者在閱讀本書時能夠根據演示
的步驟來練習,逐步掌握這個工具。書中使用的源文件可以到“博文視點”網站
下載。
致謝
感謝我的學員們,沒有你們的支持,作為“佛系宅男”的代表,我可能沒有動
力去寫一本書。感謝慧敏編輯,沒有您的耐心督促,這本書就不會盡快面市。感謝
本書的所有讀者,你們的支持和意見非常寶貴。
內容簡介:

本書是Power BI 快速入門工具書,筆者將Power BI 的知識點做了系統整理,并以案例的方式呈現出來,使讀者學習起來更輕松。全書共7 章,包括Power BI Desktop 初體驗、數據清洗的革命、數據統計和呈現、建立表關聯、交互式分析、使用DAX 函數、數據可視化等,其中重點介紹了Power BI 在數據清洗和數據可視化方面的應用。本書適合在工作中使用過Excel,但沒有學過Power BI 的讀者,以及已經有Power BI 使用經驗,希望系統地學習Power BI 知識的讀者。
目錄:

第1章 Power BI Desktop初體驗 / 001
1.1 下載Power BI Desktop / 002
1.2 安裝Power BI / 004
1.3 運行第一個Power BI案例 / 005
1.3.1 打開案例文件 / 005
1.3.2 “圖表”視圖 / 005
1.3.3 “數據”視圖 / 006
1.3.4 體驗Power BI的交互式操作 / 008
1.3.5 數據可視化初體驗 / 011
1.4 發布到服務器 / 011
1.4.1 發布到云服務器 / 012
1.4.2 共享給他人 / 013
1.4.3 導出為PPT/PDF文檔 / 014
1.5 回顧與展望 / 014
第2章 數據清洗的革命 / 015
2.1 常規數據導入過程 / 016
2.1.1 獲取數據 / 016
2.1.2 Power Query簡介 / 017
2.1.3 數據導出 / 020
2.1.4 保存文件 / 020
2.2 數據清洗的定義 / 021
2.3 用案例學習數據清洗 / 021
2.3.1 復雜表頭的處理 / 021
2.3.2 多文件清洗 / 027
2.3.3 多表合并 / 028
2.3.4 缺失值處理 / 031
2.3.5 合并查詢:便捷的多表橫向合并 / 038
第3章 數據統計和呈現 / 043
3.1 BI簡介 / 044
3.2 匯總表 / 044
3.2.1 統計指標 / 044
3.2.2 匯總表 / 045
3.2.3 交叉統計 / 046
3.3 內置圖表的使用 / 047
3.4 外掛圖表的使用 / 049
3.4.1 下載組件 / 050
3.4.2 從文件導入組件 / 051
3.4.3 從市場加載視覺對象 / 052
3.4.4 使用直方圖分析年齡分布 / 052
3.4.5 使用直方圖分析收入分布 / 053
第4章 建立表關聯 / 055
4.1 表關系簡介 / 056
4.2 創建關系 / 057
4.3 利用表關聯的統計和分析 / 059
4.3.1 關聯圖表 / 059
4.3.2 關聯篩選 / 061
第5章 交互式分析 / 063
5.1 交互式分析功能簡介 / 064
5.2 篩選 / 064
5.2.1 視覺級篩選器、頁面級篩選器、報告級別篩選器 / 065
5.2.2 切片器 / 065
5.2.3 屬性切片器 / 067
5.3 圖表交互 / 068
5.3.1 突出模式 / 068
5.3.2 篩選模式 / 069
5.4 鉆取 / 071
5.4.1 為圖表設置鉆取 / 071
5.4.2 鉆取到頁面(鉆透) / 072
5.4.3 時間數據的鉆取 / 073
5.5 數據分布分析 / 074
第6章 進階!使用DAX函數 / 077
6.1 DAX函數簡介 / 078
6.2 DAX函數應用案例 / 078
6.2.1 創建計算列 / 078
6.2.2 度量值應用 / 081
6.2.3 計算定基比 / 085
6.2.4 計算累計求和 / 086
6.2.5 計算同比 / 088
6.2.6 計算環比 / 094
6.2.7 計算月累計求和 / 094
6.3 常用函數 / 095
6.3.1 統計函數 / 095
6.3.2 篩選函數 / 096
6.3.3 時間函數 / 099
6.3.4 對比函數 / 100
第7章 數據可視化 / 102
7.1 信息圖 / 103
7.1.1 案例 / 103
7.1.2 操作步驟 / 103
7.2 氣泡圖 / 107
7.2.1 案例 / 108
7.2.2 操作步驟 / 108
7.3 華夫圖 / 109
7.3.1 案例 / 109
7.3.2 操作步驟 / 110
7.4 旋風圖 / 111
7.4.1 案例 / 111
7.4.2 操作步驟 / 111
7.5 水平漏斗圖 / 112
7.5.1 案例 / 113
7.5.2 操作步驟 / 113
7.6 樹狀圖 / 114
7.6.1 案例 / 115
7.6.2 操作步驟 / 115
7.7 旭日圖 / 115
7.7.1 案例 / 116
7.7.2 操作步驟 / 116
7.8 著色地圖 / 117
7.8.1 案例 / 118
7.8.2 操作步驟 / 118
7.9 氣泡地圖 / 120
7.9.1 案例 / 120
7.9.2 操作步驟 / 120
7.10 子彈圖 / 121
7.10.1 案例 / 121
7.10.2 操作步驟 / 121
7.11 網絡圖 / 122
7.11.1 案例 / 123
7.11.2 操作步驟 / 123
7.12 散點圖 / 124
7.12.1 案例 / 125
7.12.2 操作步驟 / 125
7.13 瀑布圖 / 127
7.13.1 案例 / 127
7.13.2 操作步驟 / 127
7.14 KPI指示器 / 130
7.14.1 案例 / 130
7.14.2 操作步驟 / 131
7.15 K-Means聚類 / 132
7.15.1 安裝R環境 / 133
7.15.2 使用K?Means聚類組件 / 136
7.16 小折線 / 139
7.16.1 案例 / 139
7.16.2 操作步驟 / 140
7.17 河流圖 / 142
7.17.1 案例 / 142
7.17.2 操作步驟 / 142
7.18 水平條形圖 / 143
7.18.1 案例 / 144
7.18.2 操作步驟 / 144
7.19 人物動畫 / 145
7.19.1 案例 / 145
7.19.2 操作步驟 / 146
序: