Power BI商業(yè)智能數(shù)據(jù)分析與可視化
定 價:99 元
當前圖書已被 5 所學校薦購過!
查看明細
- 作者:劉必麟 著
- 出版時間:2025/1/1
- ISBN:9787301358061
- 出 版 社:北京大學出版社
- 中圖法分類:F713.51-39
- 頁碼:320
- 紙張:
- 版次:1
- 開本:16開
本書以DAX為核心線索,圍繞數(shù)據(jù)分析和數(shù)據(jù)可視化,系統(tǒng)全面地介紹了Power BI的核心知識體系。
本書的主要內容包括數(shù)據(jù)分析和數(shù)據(jù)可視化基礎知識,Power Query數(shù)據(jù)獲取、轉換與加載,Power BI數(shù)據(jù)模型,DAX基礎和進階知識、DAX的實踐案例、DAX驅動數(shù)據(jù)可視化交互,儀表板開發(fā)實踐、儀表板多場景應用,以及AI輔助學習等。
本書體系完整、重點突出、內容新穎翔實、案例貼近實際,適合數(shù)據(jù)分析師、Power BI分析人員、Excel高級用戶,以及想提高數(shù)據(jù)分析能力的各類人員閱讀。
劉必麟(@小必)
自媒體創(chuàng)作者、Excel和Power BI發(fā)燒友、數(shù)據(jù)可視化愛好者、暢銷書作者。在微信公眾號、B站、小紅書、知乎等同名賬號“PowerBI聚焦”上分享技術類原創(chuàng)文章和視頻超過2000條,尤其擅長使用Excel、SQL和Power BI進行數(shù)據(jù)分析和數(shù)據(jù)可視化,服務過零售、互聯(lián)網、房地產等行業(yè)的多家知名公司。已出版《Excel商務智能:Power Query和Power Pivot數(shù)據(jù)清洗、建模與分析實戰(zhàn)》等書,深受廣大讀者的喜愛。
目 錄
CONTENTS
第1章
數(shù)字化時代:從數(shù)據(jù)到數(shù)據(jù)分析001
1.1?數(shù)據(jù)和數(shù)據(jù)分析是什么?002
1.2?數(shù)據(jù)分析為什么重要?002
1.3?從數(shù)據(jù)到數(shù)據(jù)分析002
1.3.1 有數(shù)據(jù):有什么樣的數(shù)據(jù)?003
1.3.2 看數(shù)據(jù):數(shù)據(jù)到底看什么?003
1.3.3 分析數(shù)據(jù):如何分析數(shù)據(jù),怎么做?004
1.3.4 結果應用:如何應用數(shù)據(jù)分析結果?005
第2章
高效表達:從數(shù)據(jù)分析到數(shù)據(jù)可視化007
2.1?數(shù)據(jù)分析和數(shù)據(jù)可視化008
2.1.1 數(shù)據(jù)可視化是什么?008
2.1.2 從數(shù)據(jù)分析到數(shù)據(jù)可視化008
2.1.3 數(shù)據(jù)可視化與數(shù)據(jù)儀表板009
2.2?數(shù)據(jù)可視化的設計010
2.2.1 數(shù)據(jù)可視化的設計原則010
2.2.2 數(shù)據(jù)可視化的圖表選擇與色彩搭配012
2.2.3 數(shù)據(jù)儀表板的設計步驟013
第3章
商業(yè)智能:從Excel到Power BI016
3.1?Excel作為數(shù)據(jù)分析的工具017
3.1.1 數(shù)據(jù)透視表與數(shù)據(jù)透視圖017
3.1.2 超級Excel:Excel的Power 系列
功能017
3.2?初識Power BI019
3.2.1 什么是Power BI ?019
3.2.2 為什么選擇Power BI來作為數(shù)據(jù)
分析和可視化工具?019
3.2.3 Power BI Desktop如何下載和安裝020
3.2.4 Power BI Desktop的操作界面介紹021
3.2.5 學習Power BI要構建全新的知識
架構025
第4章
Power Query實踐:數(shù)據(jù)獲取、轉換與加載027
4.1?認識Power Query028
4.1.1 Power Query界面介紹028
4.1.2 使用Power Query前應注意的事項029
4.2?數(shù)據(jù)獲取030
4.2.1 從Excel工作簿中獲取數(shù)據(jù)030
4.2.2 從文件夾中獲取并合并多個Excel
工作簿034
4.2.3 從文本或CSV格式文件獲取數(shù)據(jù)036
4.2.4 從數(shù)據(jù)庫獲取文件037
4.2.5 其他數(shù)據(jù)源的數(shù)據(jù)獲取038
4.3?數(shù)據(jù)轉換與清洗038
4.3.1 數(shù)據(jù)類型的轉換038
4.3.2 文本格式轉換039
4.3.3 行和列的管理040
4.3.4 從日期列中提取對應的日期元素045
4.3.5 列的合并、拆分與字符提取045
4.3.6 透視列與逆透視列:
一維表與二維表的相互轉換049
4.3.7 數(shù)學統(tǒng)計以及分組計算051
4.3.8 追加查詢和合并查詢053
4.4?數(shù)據(jù)應用到數(shù)據(jù)模型056
4.4.1 應用數(shù)據(jù)時需要的設置056
4.4.2 管理查詢057
4.4.3 數(shù)據(jù)刷新及報錯處理058
4.5?Power Query高階知識:M語言059
4.5.1 初識M語言059
4.5.2 M語言常見的表達式的語法格式060
4.5.3 M語言的數(shù)據(jù)結構061
第5章
核心基礎:Power BI與數(shù)據(jù)模型063
5.1?認識數(shù)據(jù)模型064
5.1.1 數(shù)據(jù)模型及其常見類型064
5.1.2 數(shù)據(jù)模型的要素065
5.2?Power BI中的數(shù)據(jù)模型067
5.2.1 在Power BI中創(chuàng)建一個數(shù)據(jù)模型067
5.2.2 管理Power BI中的數(shù)據(jù)模型069
5.2.3 使用數(shù)據(jù)模型的注意事項071
第6章
Power BI靈魂:數(shù)據(jù)分析表達式——DAX072
6.1?認識DAX073
6.1.1 DAX及其函數(shù)類型073
6.1.2 創(chuàng)建DAX表達式時,表、列和
度量值的引用方式073
6.1.3 DAX運算符和數(shù)據(jù)類型074
6.2?新建列、新建表和度量值075
6.2.1 新建列與新建表075
6.2.2 度量值的創(chuàng)建、管理和格式化078
6.2.3 如何選擇度量值與新建列080
6.2.4 在視覺對象中使用度量值和表中
的字段081
6.3?理解Power BI的數(shù)據(jù)模型083
6.3.1 數(shù)據(jù)模型中表間關系的傳遞083
6.3.2 數(shù)據(jù)模型中的跨表引用085
6.3.3 數(shù)據(jù)模型的參照完整性086
6.4?初識DAX基礎函數(shù)088
6.4.1 認識和使用結尾帶有“X”的
迭代函數(shù)088
6.4.2 FILTER函數(shù)和運算符的用法089
6.4.3 認識VALUES函數(shù)和DISTINCT
函數(shù)091
6.4.4 認識ALL類函數(shù)093
6.4.5 使用HASONEVALUE改變總計值095
6.4.6 使用SELECTEDVALUE函數(shù)獲取
選擇的值096
6.4.7 邏輯函數(shù)IF和SWITCH098
6.5?認識DAX的計值上下文099
6.5.1 認識篩選上下文099
6.5.2 認識行上下文100
6.6?CALCULATE函數(shù)與計值上下文101
6.6.1 認識CALCULATE函數(shù)101
6.6.2 CALCULATE函數(shù)與篩選上下文105
6.6.3 CALCULATE函數(shù)與行上下文107
6.7?CALCULATE的調節(jié)器函數(shù)109
6.7.1 CALCULATE的調節(jié)器:
ALL類函數(shù)109
6.7.2 CALCULATE的調節(jié)器:
KEEPFILTERS函數(shù)111
6.7.3 CALCULATE的調節(jié)器:
USERELATIONSHIP函數(shù)112
6.8?變量114
6.8.1 認識變量114
6.8.2 變量的使用116
第7章
分析實踐:時間序列實踐分析118
7.1?關于日期表和時間智能函數(shù)119
7.1.1 Power BI的日期時間函數(shù)和時間
智能函數(shù)119
7.1.2 日期表的創(chuàng)建與使用注意事項119
7.1.3 時間序列相關的常見分析指標123
7.2?時間序列分析實踐124
7.2.1 累計分析124
7.2.2 同比和環(huán)比分析126
7.2.3 移動平均分析130
7.2.4 不同日期區(qū)間值的比較132
第8章
分析實踐:更多常用的計算分析135
8.1?排名相關分析136
8.1.1 排名分析136
8.1.2 TOPN分析138
8.2?區(qū)間劃分相關的分析141
8.2.1 帕累托分析141
8.2.2 區(qū)間分組分析144
8.2.3 分區(qū)計算145
8.3?其他分析147
8.3.1 差異比較分析147
8.3.2 近N天分析148
第9章
更上一層樓:DAX的高級用法實踐152
9.1?計算組153
9.1.1 認識計算組153
9.1.2 創(chuàng)建和管理計算組154
9.1.3 計算組的實踐應用156
9.1.4 使用Tabular Editor創(chuàng)建計算組159
9.2?窗口函數(shù)161
9.2.1 窗口函數(shù)介紹161
9.2.2 窗口函數(shù)用法實踐:偏移類函數(shù)162
9.2.3 窗口函數(shù)用法實踐:排序類函數(shù)168
9.3?視覺對象計算170
9.3.1 認識和創(chuàng)建視覺對象計算170
9.3.2?視覺對象計算的實踐應用173
9.3.3?視覺對象計算的限制與不足177
9.4?DAX查詢178
9.4.1 認識DAX查詢視圖178
9.4.2 EVALUATE語法介紹及創(chuàng)建查詢179
9.4.3 使用DAX表函數(shù)創(chuàng)建查詢183
9.4.4 使用DAX查詢數(shù)據(jù)模型中的各種
元素188
9.5?使用外部工具DAX Studio?190
9.5.1 認識外部工具DAX Studio191
9.5.2 DAX Studio的常用功能192
9.5.3 使用DAX Studio測試代碼的性能193
第10章
開啟設計:數(shù)據(jù)可視化設計指南195
10.1?Power BI的可視化設置196
10.1.1 可視化頁面和畫布設置196
10.1.2 認識和使用Power BI的主題197
10.2?可視化視覺對象與輔助元素199
10.2.1 Power BI常用的視覺對象199
10.2.2 Power BI可視化輔助元素200
10.3?控制Power BI視覺對象之間的交互
方式201
10.3.1 編輯視覺對象之間的交互方式201
10.3.2 使用按鈕控制視覺對象的交互203
10.3.3 使用按鈕和書簽控制頁面之間的
交互204
10.3.4 使用書簽控制視覺對象的交互207
10.3.5 使用鉆取功能控制分析層次
和顆粒度的交互209
10.3.6 使用工具提示功能增強交互212
10.3.7 使用字段參數(shù)控制視覺對象的
交互213
10.3.8 使用同步切片器功能控制多頁
報表交互217
10.4?使用DAX動態(tài)地驅動視覺對象的交互219
10.4.1 動態(tài)設置視覺對象的標題219
10.4.2 動態(tài)設置視覺對象的顏色221
10.4.3 動態(tài)設置視覺對象的數(shù)據(jù)標簽224
10.4.4 動態(tài)切換視覺對象的分析指標
和維度229
第11章
儀表板開發(fā)實踐:零售行業(yè)綜合案例235
11.1?需求分析236
11.1.1 案例數(shù)據(jù)概述236
11.1.2 明確分析目標和場景236
11.2?數(shù)據(jù)的獲取、轉換、加載和模型創(chuàng)建237
11.2.1 數(shù)據(jù)的獲取、轉換和應用到數(shù)據(jù)模型237
11.2.2 數(shù)據(jù)模型中各種表的命名238
11.2.3 創(chuàng)建數(shù)據(jù)模型238
11.3?儀表板布局設計239
11.3.1 設置畫布及頁面信息239
11.3.2 儀表板的整體布局設計240
11.3.3 色彩搭配與視覺對象的類型選擇241
11.4?儀表板可視化設計242
11.4.1 經營概述頁面設計242
11.4.2 組織分析頁面設計252
11.4.3 客戶分析頁面設計261
11.4.4 產品分析頁面設計267
11.5?頁面交互設計和可視化效果強化277
11.5.1 儀表板頁面交互設計277
11.5.2 儀表板可視化效果強化280
第12章
價值提升:儀表板檢查、發(fā)布和調用281
12.1?儀表板結果核對與性能分析282
12.1.1 儀表板的結果核對282
12.1.2 儀表板的性能分析282
12.2?儀表板的發(fā)布283
12.2.1 儀表板的發(fā)布283
12.2.2 儀表板的刷新與維護285
12.3?在Excel、Power Point中使用
Power BI285
12.3.1 在Excel中調用Power BI的
數(shù)據(jù)模型286
12.3.2 在Power Point中查看Power BI
儀表板289
第13章
擁抱AI:利用AI大模型學習Power BI293
13.1?關于AI大模型294
13.1.1 AI大模型是什么?294
13.1.2 AI大模型的選擇294
13.2?Power BI與AI大模型295
13.2.1 使用Power BI內置AI功能——Copilot295
13.2.2 使用ChatGPT學習Power BI300
13.2.3 使用國內的AI產品學習
Power BI304
13.3?使用AI大模型時的注意事項309