Microsoft Power BI 数据可视化与数据分析 PowerBI入门教程书籍 微 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

图书标签:

• Power BI
• 数据可视化
• 数据分析
• 商业智能
• BI工具
• 入门教程
• 数据建模
• 数据挖掘
• 微软
• 数据报告

店铺： 一键团图书专营店

出版社： 电子工业出版社

ISBN：9787121333132

商品编码：23332701693

 

 

作 译 者：王国平

出版时间：2018-02    千 字 数：224

版    次：01-01    页    数：280

开    本：16开

装    帧：

I S B N ：9787121333132     

换    版：

所属分类：科技 >> 计算机 >> 计算机科学

纸质书定价：￥59.0 

 

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。本书是基于行业占有率比较高的Microsoft Power BI新版本所编写的，详细介绍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。

 

 

目    录

 

 

 

第1章  Power BI概况    1

1.1  Power BI简介    1

1.1.1  软件界面    1

1.1.2  主要特征    2

1.2  Power BI视图    3

1.2.1  报表视图    3

1.2.2  数据视图    5

1.2.3  关系视图    6

1.3  Power BI报表编辑器    8

1.3.1 “可视化”窗格    9

1.3.2 “筛选器”窗格    10

1.3.3 “字段”窗格    11

1.4  数据类型    12

1.4.1  数字类型    13

1.4.2  日期/时间类型    13

1.4.3  文本类型    14

1.4.4  其他类型    14

1.5  软件安装    14

1.5.1  系统要求    14

1.5.2  安装步骤    15

第2章  连接数据源    19

2.1  连接到文件    21

2.1.1  Excel文件    21

2.1.2  文本/CSV文件    23

2.1.3  XML文件    25

2.2  连接到数据库    27

2.2.1  SQL Server数据库    27

2.2.2  MySQL数据库    30

2.2.3  Oracle数据库    36

第3章  数据基础操作    40

3.1  属性的操作    40

3.1.1  新建列    41

3.1.2  删除列    41

3.1.3  重命名列    43

3.1.4  数据排序    45

3.2  图表的操作    45

3.2.1  导出数据    46

3.2.2  查看数据    47

3.2.3  删除    47

3.2.4  排序    47

第4章  可视化设计    49

4.1  可视化设计基本要求    49

4.1.1  选择合适的视觉对象    50

4.1.2  选择合适的度量值    51

4.2  调整可视化对象元素    52

4.2.1  坐标轴    52

4.2.2  数据颜色    53

4.2.3  数据标签    54

4.2.4  标题    54

4.2.5  背景    55

4.3  自定义可视化效果    56

4.3.1  可视化模板下载    56

4.3.2  可视化模板导入    58

第5章  可视化图表    61

5.1  堆积条形图    61

5.2  堆积柱形图    63

5.3  簇状条形图    65

5.4  簇状柱形图    66

5.5  百分比堆积条形图    68

5.6  百分比堆积柱形图    69

5.7  折线图    71

5.8  分区图    72

5.9  堆积面积图    74

5.10  折线和堆积柱形图    76

5.11  折线和簇状柱形图    76

5.12  功能区图    79

5.13  瀑布图    79

5.14  散点图    82

5.15  饼图    84

5.16  环形图    85

5.17  树形图    87

5.18  漏斗图    88

5.19  仪表盘    90

5.20  卡片图    91

5.21  多行卡    93

5.22  KPI    94

5.23  切片器    96

5.24  表    97

5.25  矩阵    99

第6章  自定义可视化效果    101

6.1  阿斯特图    101

6.2  博彦日历    103

6.3  子弹图    105

6.4  和弦图    107

6.5  相关图    109

6.6  聚类图    111

6.7  决策树    112

6.8  双KPI    114

6.9  甘特图    116

6.10  直方图    118

6.11  点线图    120

6.12  网络导航图    121

6.13  雷达图    123

6.14  桑基图    125

6.15  社交网络图    127

6.16  流线图    129

6.17  阳光图    131

6.18  时间序列图    133

6.19  龙卷风图    135

6.20  词云    137

第7章  报表    139

7.1  Power BI报表简介    139

7.1.1  报表的优点    140

7.1.2  报表与仪表板的比较    140

7.2  报表添加页面    141

7.2.1  向报表添加页面    141

7.2.2  向报表添加筛选器    143

7.3  报表设计原则    145

7.3.1  调整页面布局    145

7.3.2  信息表达清楚    147

7.3.3  报表外观美观    149

第8章  仪表板    151

8.1  创建Power BI仪表板    151

8.1.1  从报表创建仪表板    151

8.1.2  创建仪表板的副本    157

8.2  Power BI中的磁贴    159

8.2.1  仪表板磁贴    159

8.2.1  从报表固定磁贴    160

8.2.3  磁贴固定到仪表板    161

8.2.4  磁贴添加超链接    163

8.3  编辑仪表板磁贴    164

8.3.1  添加图像    164

8.3.2  添加文本    165

8.3.3  添加视频    165

第9章  查询编辑器    167

9.1  查询编辑器    167

9.1.1  查询功能区    169

9.1.2 “查询”窗格    170

9.1.3  数据视图    170

9.1.4 “查询设置”窗格    171

9.2  常见查询任务    172

9.2.1  连接到数据    172

9.2.2  调整数据    174

9.2.3  追加数据    176

9.2.4  合并数据    178

9.2.5  对行进行分组    183

第10章  运行R脚本    185

10.1  在查询编辑器中使用R    185

10.2  编辑器查询的限制    191

10.3  R与Power BI协同使用    192

第11章  数据高级操作    194

11.1  创建和管理关系    194

11.1.1  自动创建关系    194

11.1.2  手动创建关系    196

11.1.2  手动编辑关系    198

11.1.2  手动删除关系    199

11.2  数据按列排序    200

11.2.1  使用排序依据    200

11.2.2  返回默认排序    202

第12章  数据分析表达式    203

12.1  函数    203

12.1.1  函数定义    203

12.1.2  函数案例    204

12.2  计算列    209

12.2.1  计算列    209

12.2.2  计算列案例    210

12.3  计算表    212

12.3.1  计算表    212

12.3.2  计算表案例    213

第13章  案例：网页流量数据分析    216

13.1  连接到Web数据源    216

13.2  调整和清理数据表    218

13.2.1  删除不需要列    218

13.2.2  替换清理文本    218

13.2.3  过滤异常数据    220

13.2.4  重命名列名称    221

13.2.5  筛选列中的null值    223

13.2.6  命名查询结果    224

13.3  创建可视化效果    224

第14章  案例：超市运营数据分析    227

14.1  从 Excel获取数据    227

14.2  创建自定义新列    229

14.3  创建可视化效果    231

14.3.1  各省份销售额柱形图    231

14.3.2  月度销售额折线图    231

14.3.3  年度销售额树状图    232

14.3.4  客户类型销售额饼图    233

第15章  Power BI移动应用    234

15.1  在移动设备上查看仪表板    234

15.2  在iPhone上查看仪表板    236

15.3  在iPad上查看仪表板    239

15.4  在Android手机上查看仪表板    240

15.5  在Android平板电脑上查看仪表板    242

第16章  Power BI应用开发    244

16.1  将仪表板集成到应用    244

16.1.1  在Azure AD中注册应用    244

16.1.2  获取仪表板    246

16.1.3  使用加载仪表板    249

16.2  将磁贴集成到应用    252

16.2.1  获取仪表板    253

16.2.2  使用访问令牌获取仪表板    255

16.2.3  获取磁贴    257

 

 

  Microsoft Power BI 数据可视化与数据分析  

 

洞悉数据，赋能决策：掌握信息时代的制胜之道 在这个信息爆炸的时代，数据早已不再是冰冷的数字，而是蕴藏着无限潜力的宝藏。如何从海量数据中挖掘出有价值的洞察，并将其转化为驱动业务增长的战略，已经成为企业和个人能否在激烈的竞争中脱颖而出的关键。本书旨在为读者提供一套系统、实用的数据洞察方法论与实践指南，帮助您构建强大的数据分析能力，驾驭数据，洞悉未来。 为何需要深入理解数据？ 数据是现代商业决策的基石。无论是市场趋势的预测、客户行为的分析、运营效率的优化，还是风险的评估，都离不开对数据的深入解读。然而，数据的价值并非唾手可得。原始数据往往杂乱无章，充满噪音，需要经过严谨的清洗、整理、转换和分析，才能提炼出有意义的信息。更重要的是，仅仅理解数字背后的含义是不够的，还需要能够有效地将这些洞察传达给决策者，促使他们做出更明智、更有效的决策。 本书将带您踏上一段蜕变之旅 本书并非单纯的技术教程，而是一场关于如何“思考”和“运用”数据的全方位学习体验。我们相信，真正的数据驱动思维，源于对业务场景的深刻理解、对分析工具的灵活运用，以及对洞察结果的精准解读和有效沟通。因此，本书将围绕以下核心内容展开，引领您成为一名优秀的数据分析师： 第一部分：数据思维的基石——理解数据与业务的内在联系 数据驱动的理念与价值： 我们将首先探讨为何数据驱动决策如此重要，以及它如何改变着各行各业的竞争格局。您将了解成功的企业是如何通过数据分析实现业务增长、提升客户满意度、优化成本效益的。 构建清晰的数据分析框架： 在动手分析之前，清晰的框架至关重要。本书将引导您学习如何从业务问题出发，将模糊的需求转化为可执行的数据分析目标。我们将介绍诸如“定义问题”、“收集数据”、“清洗与准备”、“探索性分析”、“建模与洞察”、“沟通与执行”等关键步骤，帮助您系统性地规划和执行数据分析项目。 理解业务场景与数据需求： 数据分析并非孤立的技术活动，它必须服务于具体的业务场景。我们将通过大量的实际案例，讲解如何识别不同业务领域（如市场营销、销售、运营、产品开发等）中的关键业务问题，以及如何将这些问题转化为具体的数据指标和分析维度。您将学会提问“正确的问题”，从而引导分析方向。 数据质量的重要性与识别： 数据的准确性和完整性是分析结果可靠性的前提。本部分将深入探讨数据质量的重要性，介绍常见的数据质量问题（如缺失值、异常值、重复数据、不一致格式等），并教授读者如何通过初步的探索性分析来识别这些问题。 第二部分：数据探索与洞察的艺术——从数据中发现规律 数据清洗与预处理的实用技巧： 真实世界的数据往往是“脏”的。我们将提供一系列实用的数据清洗和预处理技术，包括处理缺失值、异常值检测与处理、数据格式统一、重复数据删除、数据类型转换等。您将学习如何使用各种方法让数据“干净”起来，为后续分析打下坚实基础。 探索性数据分析（EDA）的精髓： 探索性数据分析是理解数据、发现模式、形成假设的关键阶段。本书将详细介绍各种EDA技术，包括： 描述性统计： 如何计算均值、中位数、标准差、百分位数等，以概括数据的中心趋势和离散程度。 数据可视化： 强大的可视化工具能够直观地展示数据特征。我们将介绍不同类型图表的适用场景（如柱状图、折线图、散点图、箱线图、热力图等），以及如何通过可视化发现数据中的趋势、分布、关联和异常。 相关性分析： 学习如何衡量变量之间的关系强度，发现数据中的潜在联系。 分组与聚合： 如何根据不同的维度对数据进行分组和汇总，从而得出更具深度的洞察。 识别数据模式与异常： 通过EDA，您将能够识别数据中的周期性变化、增长趋势、突发事件等模式。同时，我们还将探讨如何有效地检测和理解数据中的异常点，以及它们可能对业务产生的影响。 提出有价值的分析假设： EDA的过程不仅仅是计算和绘图，更重要的是形成基于数据观察的假设。本书将引导您如何根据数据中的线索，提出有意义的、可检验的假设，为进一步的深入分析指明方向。 第三部分：数据洞察的转化——从分析结果到 actionable insights 关键绩效指标（KPI）的设定与追踪： 如何衡量业务成功？如何设定有效的KPI？本部分将为您揭示KPI设计的原则，以及如何通过数据分析来追踪和评估KPI的达成情况。您将学会区分“衡量什么”和“如何衡量”。 数据挖掘与建模基础（概念层面）： 在不涉及复杂算法的情况下，我们将为您介绍数据挖掘和建模的基本概念，帮助您理解如何通过这些方法来预测未来趋势、识别客户细分、检测欺诈等。重点在于理解这些方法能解决什么问题，而非深入算法细节。 从数据洞察到业务行动： 分析的最终目的是驱动业务改进。本书将强调如何将分析结果转化为清晰、可执行的业务建议。您将学习如何提炼核心洞察，并将其与具体的业务行动联系起来。 量化分析结果的业务价值： 我们将引导读者思考如何量化分析结果所带来的业务价值，例如通过数据分析提升了多少销售额、降低了多少成本、提高了多少效率等，从而证明数据分析的ROI。 第四部分：数据沟通与可视化——让数据“说话” 数据可视化设计的最佳实践： 优秀的可视化能够清晰、高效地传达信息。本书将深入探讨数据可视化设计的原则，包括选择正确的图表类型、优化图表布局、利用颜色和文本、避免误导性可视化等。您将学会创作既美观又富有洞察力的图表。 构建引人入胜的数据故事： 数据本身是静态的，而故事能够赋予数据生命。我们将教您如何构建引人入胜的数据故事，将分析结果组织成一个逻辑清晰、引人入胜的叙述，从而更好地吸引听众，影响决策。 为不同受众定制沟通策略： 不同的听众（如技术人员、业务管理者、高层决策者）对数据的理解程度和关注点不同。本书将指导您如何根据受众的特点，调整沟通的内容、深度和方式，确保您的洞察能够被准确理解和接受。 报告与仪表板的设计哲学： 如何设计有效的报告和仪表板，以便于持续地监控业务表现和传播关键洞察？我们将分享关于报告和仪表板设计的重要原则，帮助您创建既实用又具视觉吸引力的信息载体。 谁适合阅读本书？ 本书适合任何希望提升数据分析能力，从而做出更明智决策的个人和团队。无论您是： 业务分析师、市场营销人员、销售人员： 希望通过数据了解客户、优化营销策略、提升销售业绩。 产品经理、运营人员： 希望通过数据分析理解用户行为，改进产品体验，优化运营效率。 初创企业创始人、中小企业主： 希望利用数据驱动业务增长，在竞争激烈的市场中抢占先机。 希望转型数据分析领域的从业者： 需要系统学习数据分析思维和基础方法。 对数据充满好奇，希望提升自身数据素养的任何人： 您将获得的收获： 通过阅读本书，您将： 掌握一套行之有效的数据分析方法论， 能够系统地解决业务问题。 提升数据洞察能力， 从海量数据中发现隐藏的规律和机会。 精通数据可视化技术， 能够清晰、准确地传达数据信息。 学会构建有说服力的数据故事， 影响决策，驱动变革。 建立数据驱动的思维模式， 为个人和团队的成长注入新的动力。 在这个数据赋能的时代，掌握数据的力量，就是掌握未来的主动权。本书将是您在这场数据革命中不可或缺的向导，带领您在数据海洋中乘风破浪，抵达成功的彼岸。让我们一起，用数据点亮智慧，用洞察驱动未来！

评分☆☆☆☆☆

坦白说，我之前对“入门教程”这类书籍抱着一种半信半疑的态度，总觉得它们要么过于简化，要么内容陈旧。但这本书彻底颠覆了我的看法。它的内容更新非常及时，涵盖了Power BI最新的一些功能和最佳实践。在讲解过程中，作者并没有回避一些相对复杂的技术点，而是以一种循序渐进的方式，引导读者逐步攻克难关。我印象最深的是关于数据模型构建的部分，书中详细阐述了如何设计合理的数据模型，以及不同表之间关系的重要性，这对于后续报表的性能和准确性至关重要。作者通过生动的比喻和清晰的图示，将原本抽象的概念具象化，让我能够轻松理解。而且，书中很多案例都取材于实际工作场景，贴近读者的需求，让我学到的知识能够直接应用到工作中，解决了许多我之前遇到的实际问题。例如，书中关于数据清洗和转换的部分，提供了许多行之有效的技巧，让我能够快速处理各种格式不统一、数据不完整的情况，大大提高了我的工作效率。总的来说，这本书不仅是一本教程，更像是一位经验丰富的导师，带领你在Power BI的世界里披荆斩棘。

评分☆☆☆☆☆

作为一名长期从事数据分析工作的人员，我一直在寻找一本能够真正提升我Power BI使用水平的书籍，而这本书无疑满足了我的期待。它不仅仅是停留在基础功能的介绍，更侧重于数据分析的思维方式和高级技巧的传授。我尤其欣赏书中对于不同可视化图表的选择和应用场景的深入剖析，作者通过大量的实例，讲解了如何根据数据的特性和分析的目的，选择最合适的图表来呈现信息，以及如何避免常见的可视化误区。比如，在讨论趋势分析时，书中不仅介绍了折线图，还对比了面积图、阶梯图等，并分析了它们在不同情况下的适用性。此外，书中关于度量值（Measure）和计算列（Calculated Column）的讲解也十分到位，作者清晰地解释了它们之间的区别和联系，并提供了许多实用的DAX函数和公式，帮助我构建更复杂、更精准的数据模型。这本书让我明白了，Power BI不仅仅是一个工具，更是一种解决问题的思维方式。它教会我如何从数据中挖掘价值，如何将复杂的数据转化为易于理解的洞察，从而更好地支持业务决策。

评分☆☆☆☆☆

这本书带给我的最大惊喜，在于它能够真正帮助我构建起一套完整的Power BI数据分析流程。从最初的数据获取和准备，到数据的清洗、转换，再到数据的建模、可视化，以及最终的报表发布和共享，书中几乎涵盖了整个流程的每一个环节。作者在讲解过程中，非常注重细节，并给出了许多实用的操作技巧和注意事项，让我避免了在实践中走弯路。我特别喜欢书中关于“数据的故事”的理念，作者强调，优秀的数据可视化不仅仅是展示数据，更重要的是通过数据讲述一个引人入胜的故事，从而触动观者、引发思考。书中提供了许多关于如何构建叙事性报表的设计思路和方法，让我能够跳出传统的报表制作模式，创作出更具影响力的分析成果。此外，书中还涉及了一些关于Power BI性能优化和安全性设置的内容，这些都是在实际应用中非常重要的方面，但往往容易被初学者所忽视。这本书的全面性，让我感觉自己像是在一位资深数据分析师的指导下进行学习，收获满满。

评分☆☆☆☆☆

初次接触Power BI，感觉自己像个摸象的盲人，面对着铺天盖地的官方文档和零散的教程，常常感到无从下手。正当我几乎要放弃的时候，偶然翻到了这本书。说实话，一开始我对“微”这个字眼有些疑虑，担心它过于浅显，无法满足我的学习需求。但事实证明，我的担心是多余的。这本书从最基础的概念讲起，循序渐进，逻辑清晰，仿佛一位经验丰富的老朋友在耐心指导你。书中大量的图文并茂的示例，让我能够直观地理解每一个操作步骤，不再是枯燥的文字堆砌。更重要的是，作者并没有停留在表面的功能介绍，而是深入浅出地讲解了数据可视化的核心理念，以及如何通过合理的图表选择来有效地传达数据信息。比如，在介绍柱状图和条形图的区别时，作者不仅给出了清晰的定义，还结合实际场景，详细阐述了在何种情况下选择哪种图表能达到更好的可视化效果。这种对底层逻辑的挖掘，让我在学习过程中，不仅仅是学会了“怎么做”，更理解了“为什么这么做”，为我后续更深入的学习打下了坚实的基础。即使是之前对数据分析一无所知的新手，也能通过这本书，逐步建立起对Power BI的整体认知，并开始享受数据分析带来的乐趣。

评分☆☆☆☆☆

我对这本书的整体感觉是，它非常适合那些希望快速上手Power BI，并希望在短时间内掌握核心技能的读者。作者在内容编排上，非常注重实操性，几乎每一个章节都配有详细的操作步骤和精美的图例，让读者可以跟着书中的指引，一步步完成数据导入、数据转换、报表制作等关键环节。我尤其喜欢书中关于DAX语言的讲解，虽然DAX可能让很多初学者望而却步，但作者却用非常通俗易懂的方式，将复杂的函数拆解开来，并通过大量的实用案例，展示了DAX在实际应用中的强大威力。比如，在计算累计销售额的章节，作者不仅提供了几种不同的DAX实现方式，还详细分析了每种方式的优缺点，以及在不同场景下的适用性。这种深度和广度兼备的讲解，让我对DAX有了全新的认识，不再是死记硬背函数，而是能够理解其背后的逻辑，并根据实际需求进行灵活运用。此外，书中对于报表设计的原则和技巧也有深入的探讨，让我明白了如何才能制作出既美观又具有信息传达力的报表。总而言之，这本书就像一个万能的工具箱，为你提供了构建专业Power BI报表的必备工具和方法论。