注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术计算机/网络数据库Power BI商业智能数据分析与可视化

Power BI商业智能数据分析与可视化

Power BI商业智能数据分析与可视化

定 价:¥99.00

作 者: 刘必麟 著
出版社: 北京大学出版社
丛编项:
标 签: 暂缺

购买这本书可以去


ISBN: 9787301358061 出版时间: 2025-02-01 包装: 平装-胶订
开本: 16开 页数: 字数:  

内容简介

  《Power BI商业智能数据分析与可视化》以DAX为核心线索,围绕数据分析和数据可视化,系统全面地介绍了Power BI的核心知识体系。 《Power BI商业智能数据分析与可视化》的主要内容包括数据分析和数据可视化基础知识,Power Query数据获取、转换与加载,Power BI数据模型,DAX基础和进阶知识、DAX的实践案例、DAX驱动数据可视化交互,仪表板开发实践、仪表板多场景应用,以及AI辅助学习等。 《Power BI商业智能数据分析与可视化》体系完整、重点突出、内容新颖翔实、案例贴近实际,适合数据分析师、Power BI分析人员、Excel高级用户,以及想提高数据分析能力的各类人员阅读。

作者简介

  刘必麟(@小必)自媒体创作者、Excel和Power BI发烧友、数据可视化爱好者、畅销书作者。在微信公众号、B站、小红书、知乎等同名账号“PowerBI聚焦”上分享技术类原创文章和视频超过2000条,尤其擅长使用Excel、SQL和Power BI进行数据分析和数据可视化,服务过零售、互联网、房地产等行业的多家知名公司。已出版《Excel商务智能:Power Query和Power Pivot数据清洗、建模与分析实战》等书,深受广大读者的喜爱。

图书目录

目 录
CONTENTS
第1章
数字化时代:从数据到数据分析001
1.1数据和数据分析是什么?002
1.2数据分析为什么重要?002
1.3从数据到数据分析002
1.3.1 有数据:有什么样的数据?003
1.3.2 看数据:数据到底看什么?003
1.3.3 分析数据:如何分析数据,怎么做?004
1.3.4 结果应用:如何应用数据分析结果?005
第2章
高效表达:从数据分析到数据可视化007
2.1数据分析和数据可视化008
2.1.1 数据可视化是什么?008
2.1.2 从数据分析到数据可视化008
2.1.3 数据可视化与数据仪表板009
2.2数据可视化的设计010
2.2.1 数据可视化的设计原则010
2.2.2 数据可视化的图表选择与色彩搭配012
2.2.3 数据仪表板的设计步骤013
第3章
商业智能:从Excel到Power BI016
3.1Excel作为数据分析的工具017
3.1.1 数据透视表与数据透视图017
3.1.2 超级Excel:Excel的Power 系列
功能017
3.2初识Power BI019
3.2.1 什么是Power BI ?019
3.2.2 为什么选择Power BI来作为数据
分析和可视化工具?019
3.2.3 Power BI Desktop如何下载和安装020
3.2.4 Power BI Desktop的操作界面介绍021
3.2.5 学习Power BI要构建全新的知识
架构025
第4章
Power Query实践:数据获取、转换与加载027
4.1认识Power Query028
4.1.1 Power Query界面介绍028
4.1.2 使用Power Query前应注意的事项029
4.2数据获取030
4.2.1 从Excel工作簿中获取数据030
4.2.2 从文件夹中获取并合并多个Excel
工作簿034
4.2.3 从文本或CSV格式文件获取数据036
4.2.4 从数据库获取文件037
4.2.5 其他数据源的数据获取038
4.3数据转换与清洗038
4.3.1 数据类型的转换038
4.3.2 文本格式转换039
4.3.3 行和列的管理040
4.3.4 从日期列中提取对应的日期元素045
4.3.5 列的合并、拆分与字符提取045
4.3.6 透视列与逆透视列:
一维表与二维表的相互转换049
4.3.7 数学统计以及分组计算051
4.3.8 追加查询和合并查询053
4.4数据应用到数据模型056
4.4.1 应用数据时需要的设置056
4.4.2 管理查询057
4.4.3 数据刷新及报错处理058
4.5Power Query高阶知识:M语言059
4.5.1 初识M语言059
4.5.2 M语言常见的表达式的语法格式060
4.5.3 M语言的数据结构061
第5章
核心基础:Power BI与数据模型063
5.1认识数据模型064
5.1.1 数据模型及其常见类型064
5.1.2 数据模型的要素065
5.2 Power BI中的数据模型067
5.2.1 在Power BI中创建一个数据模型067
5.2.2 管理Power BI中的数据模型069
5.2.3 使用数据模型的注意事项071
第6章
Power BI灵魂:数据分析表达式——DAX072
6.1认识DAX073
6.1.1 DAX及其函数类型073
6.1.2 创建DAX表达式时,表、列和
度量值的引用方式073
6.1.3 DAX运算符和数据类型074
6.2新建列、新建表和度量值075
6.2.1 新建列与新建表075
6.2.2 度量值的创建、管理和格式化078
6.2.3 如何选择度量值与新建列080
6.2.4 在视觉对象中使用度量值和表中
的字段081
6.3理解Power BI的数据模型083
6.3.1 数据模型中表间关系的传递083
6.3.2 数据模型中的跨表引用085
6.3.3 数据模型的参照完整性086
6.4初识DAX基础函数088
6.4.1 认识和使用结尾带有“X”的
迭代函数088
6.4.2 FILTER函数和运算符的用法089
6.4.3 认识VALUES函数和DISTINCT
函数091
6.4.4 认识ALL类函数093
6.4.5 使用HASONEVALUE改变总计值095
6.4.6 使用SELECTEDVALUE函数获取
选择的值096
6.4.7 逻辑函数IF和SWITCH098
6.5认识DAX的计值上下文099
6.5.1 认识筛选上下文099
6.5.2 认识行上下文100
6.6CALCULATE函数与计值上下文101
6.6.1 认识CALCULATE函数101
6.6.2 CALCULATE函数与筛选上下文105
6.6.3 CALCULATE函数与行上下文107
6.7CALCULATE的调节器函数109
6.7.1 CALCULATE的调节器:
ALL类函数109
6.7.2 CALCULATE的调节器:
KEEPFILTERS函数111
6.7.3 CALCULATE的调节器:
USERELATIONSHIP函数112
6.8变量114
6.8.1 认识变量114
6.8.2 变量的使用116
第7章
分析实践:时间序列实践分析118
7.1关于日期表和时间智能函数119
7.1.1 Power BI的日期时间函数和时间
智能函数119
7.1.2 日期表的创建与使用注意事项119
7.1.3 时间序列相关的常见分析指标123
7.2时间序列分析实践124
7.2.1 累计分析124
7.2.2 同比和环比分析126
7.2.3 移动平均分析130
7.2.4 不同日期区间值的比较132
第8章
分析实践:更多常用的计算分析135
8.1排名相关分析136
8.1.1 排名分析136
8.1.2 TOPN分析138
8.2区间划分相关的分析141
8.2.1 帕累托分析141
8.2.2 区间分组分析144
8.2.3 分区计算145
8.3其他分析147
8.3.1 差异比较分析147
8.3.2 近N天分析148
第9章
更上一层楼:DAX的高级用法实践152
9.1计算组153
9.1.1 认识计算组153
9.1.2 创建和管理计算组154
9.1.3 计算组的实践应用156
9.1.4 使用Tabular Editor创建计算组159
9.2窗口函数161
9.2.1 窗口函数介绍161
9.2.2 窗口函数用法实践:偏移类函数162
9.2.3 窗口函数用法实践:排序类函数168
9.3视觉对象计算170
9.3.1 认识和创建视觉对象计算170
9.3.2视觉对象计算的实践应用173
9.3.3视觉对象计算的限制与不足177
9.4DAX查询178
9.4.1 认识DAX查询视图178
9.4.2 EVALUATE语法介绍及创建查询179
9.4.3 使用DAX表函数创建查询183
9.4.4 使用DAX查询数据模型中的各种
元素188
9.5使用外部工具DAX Studio?190
9.5.1 认识外部工具DAX Studio191
9.5.2 DAX Studio的常用功能192
9.5.3 使用DAX Studio测试代码的性能193
第10章
开启设计:数据可视化设计指南195
10.1Power BI的可视化设置196
10.1.1 可视化页面和画布设置196
10.1.2 认识和使用Power BI的主题197
10.2可视化视觉对象与辅助元素199
10.2.1 Power BI常用的视觉对象199
10.2.2 Power BI可视化辅助元素200
10.3控制Power BI视觉对象之间的交互
方式201
10.3.1 编辑视觉对象之间的交互方式201
10.3.2 使用按钮控制视觉对象的交互203
10.3.3 使用按钮和书签控制页面之间的
交互204
10.3.4 使用书签控制视觉对象的交互207
10.3.5 使用钻取功能控制分析层次
和颗粒度的交互209
10.3.6 使用工具提示功能增强交互212
10.3.7 使用字段参数控制视觉对象的
交互213
10.3.8 使用同步切片器功能控制多页
报表交互217
10.4使用DAX动态地驱动视觉对象的交互219
10.4.1 动态设置视觉对象的标题219
10.4.2 动态设置视觉对象的颜色221
10.4.3 动态设置视觉对象的数据标签224
10.4.4 动态切换视觉对象的分析指标
和维度229
第11章
仪表板开发实践:零售行业综合案例235
11.1需求分析236
11.1.1 案例数据概述236
11.1.2 明确分析目标和场景236
11.2数据的获取、转换、加载和模型创建237
11.2.1 数据的获取、转换和应用到数据模型237
11.2.2 数据模型中各种表的命名238
11.2.3 创建数据模型238
11.3仪表板布局设计239
11.3.1 设置画布及页面信息239
11.3.2 仪表板的整体布局设计240
11.3.3 色彩搭配与视觉对象的类型选择241
11.4仪表板可视化设计242
11.4.1 经营概述页面设计242
11.4.2 组织分析页面设计252
11.4.3 客户分析页面设计261
11.4.4 产品分析页面设计267
11.5页面交互设计和可视化效果强化277
11.5.1 仪表板页面交互设计277
11.5.2 仪表板可视化效果强化280
第12章
价值提升:仪表板检查、发布和调用281
12.1仪表板结果核对与性能分析282
12.1.1 仪表板的结果核对282
12.1.2 仪表板的性能分析282
12.2仪表板的发布283
12.2.1 仪表板的发布283
12.2.2 仪表板的刷新与维护285
12.3在Excel、Power Point中使用
Power BI285
12.3.1 在Excel中调用Power BI的
数据模型286
12.3.2 在Power Point中查看Power BI
仪表板289
第13章
拥抱AI:利用AI大模型学习Power BI293
13.1关于AI大模型294
13.1.1 AI大模型是什么?294
13.1.2 AI大模型的选择294
13.2Power BI与AI大模型295
13.2.1 使用Power BI内置AI功能——Copilot295
13.2.2 使用ChatGPT学习Power BI300
13.2.3 使用国内的AI产品学习
Power BI304
13.3使用AI大模型时的注意事项309

本目录推荐