܄

【每周一本书】之《Microsoft Power BI 数据可视化与数据分析》

【数据猿导读】 随着大数据研究热潮的兴起,各种数据可视化图表层出不穷,大数据生动呈现就成为了具有挑战性的工作,随之出现了大量的可视化软件

【每周一本书】之《Microsoft Power BI 数据可视化与数据分析》

来源:数据猿   作者:abby

随着大数据研究热潮的兴起,各种数据可视化图表层出不穷,大数据生动呈现就成为了具有挑战性的工作,随之出现了大量的可视化软件。

今天小编为大家推荐的《Microsoft Power BI 数据可视化与数据分析》就是基于行业占有率比较高的Microsoft Power BI最新版本所编写的,本书详细介绍了Microsoft Power BI的数据可视化功能,包括数据类型和运算符、软件的安装、连接数据源、数据基础操作、可视化设计原则、可视化图表、自定义可视化效果、报表、仪表板、查询编辑器、运行R脚本、数据高级操作、数据分析表达式、网页流量数据分析、超市运营数据分析、Power BI移动应用和Power BI应用开发等内容。

Microsoft_Power_数据可视化_数据分析-1

数据可视化是数据视觉表现形式的技术,这种数据视觉表现形式被定义为以某种概要形式抽取出来的信息,目的是直观地展现数据,使用户花费数小时甚至更久才能归纳的规律转换成一眼就能读懂的可视化图表。

本书基于Power BI编写,详细介绍Power BI的数据可视化功能,包括数据类型和运算符、软件的安装、连接数据源、数据基础操作、可视化设计原则、可视化图表、自定义可视化效果、报表、仪表板、查询编辑器、运行R脚本、数据高级操作、数据分析表达式、网页流量数据分析、超市运营数据分析、Power BI移动应用和Power BI应用开发等内容。

从内容方面本书共分为16个章节:

第1章:介绍Power BI概况,包括报表视图、数据视图和关系视图,以及报表编辑器、数据类型和软件的安装等。

第2章:介绍连接数据源,包括连接到文件和数据库。

第3章:介绍数据基础操作,包括属性的操作和图表的操作。

第4章:介绍可视化设计,包括选择合适的视觉对象、选择合适的度量值和可视化对象元素。

第5章:介绍常用可视化图表,包括堆积条形图、堆积柱形图、簇状条形图、簇状柱形图、折线图、分区图、瀑布图和漏斗图等25种效果。

第6章:介绍自定义可视化效果,包括子弹图、词云、桑基图、龙卷风图、阿斯特图、阳光图、流线图、和弦图和雷达图等20种效果。

第7章:介绍报表,包括向报表添加页面和报表设计原则等。

第8章:介绍仪表板,包括创建Power BI仪表板、Power BI中的磁贴和编辑仪表板磁贴等。

第9章:介绍查询编辑器,包括连接到数据、调整数据、追加数据、合并数据和对行进行分组等。

第10章:介绍运行R脚本,包括在查询编辑器中使用R、编辑器查询的限制和R与Power BI的协同使用。

第11章:介绍数据高级操作,包括自动和手动创建关系、手动编辑和删除关系,以及数据按列排序等。

第12章:介绍数据分析表达式,包括函数、计算列和计算表。

第13章:介绍网页流量数据案例分析,包括连接到Web数据源、调整和清理数据表,以及创建可视化效果。

第14章:介绍超市运营数据案例分析,包括从Excel获取数据、创建自定义新列和创建可视化效果等。

第15章:介绍Power BI移动应用,包括在iPhone、iPad、Android手机和Android平板电脑上查看仪表板。

第16章:介绍Power BI应用开发,包括将仪表板集成到应用和将磁贴集成到应用。

适读人群:

本书的内容和案例适用于互联网、咨询、快消品、能源等行业的数据可视化分析用户,可供高等院校相关专业学生及从事数据分析的研究者参考使用,也可作为Power BI软件培训和自学的教材。

作者介绍:

王国平,硕士研究生,主要研究领域为数据可视化、数据挖掘和机器学习,致力于交互式数据可视化技术在企业中的应用,现已出版《IBM SPSS Modeler数据与文本挖掘实战》、《Tableau数据可视化从入门到精通》和《数据可视化与数据挖掘——基于Tableau和SPSS Modeler图形界面》三本专著。


推荐阅读:

【每周一本书】之《轻松学大数据挖掘:算法、场景与数据产品》

【每周一本书】之《深入浅出强化学习:原理入门》:零起点入门掌握AlphaGo的核心强化学习算法

【每周一本书】之《从Excel到Power BI:商业智能数据分析》:让你摆脱数据搬运工,成为数据分析师

【每周一本书】之《数据可视化与数据挖掘》:基于Tableau和SPSS Modeler图形界面

【每周一本书】之《深度学习入门与实践》

点击查看更多大数据书籍……


本书由 数据猿联合电子工业出版社 共同推荐

【本栏目合作伙伴】:清华大学出版社、电子工业出版社、北京师范大学出版社、中国人民大学出版社。

欢迎更多合作伙伴加入,可加小编微信:wmh4178,备注“书”


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

这5种数据可视化方式是数据科学家标配!
这5种数据可视化方式是数据科学家标配!
GrowingIO联合创始人陈明的15个数据分析方法论
GrowingIO联合创始人陈明的15个数据分析方法论
你的数据分析没有效率?你可能落入了这7个陷阱
你的数据分析没有效率?你可能落入了这7个陷阱

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部