Microsoft Power BI 數據可視化與數據分析 PowerBI入門教程書籍 微 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

圖書標籤:

• Power BI
• 數據可視化
• 數據分析
• 商業智能
• BI工具
• 入門教程
• 數據建模
• 數據挖掘
• 微軟
• 數據報告

店鋪： 一鍵團圖書專營店

齣版社： 電子工業齣版社

ISBN：9787121333132

商品編碼：23332701693

 

 

作 譯 者：王國平

齣版時間：2018-02    韆 字 數：224

版    次：01-01    頁    數：280

開    本：16開

裝    幀：

I S B N ：9787121333132     

換    版：

所屬分類：科技 >> 計算機 >> 計算機科學

紙質書定價：￥59.0 

 

隨著大數據研究熱潮的興起，各種數據可視化圖錶層齣不窮，大數據生動呈現就成為瞭具有挑戰性的工作，隨之齣現瞭大量的可視化軟件。本書是基於行業占有率比較高的Microsoft Power BI新版本所編寫的，詳細介紹Microsoft Power BI的數據可視化功能，包括數據類型和運算符、軟件的安裝、連接數據源、數據基礎操作、可視化設計原則、可視化圖錶、自定義可視化效果、報錶、儀錶闆、查詢編輯器、運行R腳本、數據高級操作、數據分析錶達式、網頁流量數據分析、超市運營數據分析、Power BI移動應用和Power BI應用開發等內容。

 

 

目    錄

 

 

 

第1章  Power BI概況    1

1.1  Power BI簡介    1

1.1.1  軟件界麵    1

1.1.2  主要特徵    2

1.2  Power BI視圖    3

1.2.1  報錶視圖    3

1.2.2  數據視圖    5

1.2.3  關係視圖    6

1.3  Power BI報錶編輯器    8

1.3.1 “可視化”窗格    9

1.3.2 “篩選器”窗格    10

1.3.3 “字段”窗格    11

1.4  數據類型    12

1.4.1  數字類型    13

1.4.2  日期/時間類型    13

1.4.3  文本類型    14

1.4.4  其他類型    14

1.5  軟件安裝    14

1.5.1  係統要求    14

1.5.2  安裝步驟    15

第2章  連接數據源    19

2.1  連接到文件    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  連接到數據庫    27

2.2.1  SQL Server數據庫    27

2.2.2  MySQL數據庫    30

2.2.3  Oracle數據庫    36

第3章  數據基礎操作    40

3.1  屬性的操作    40

3.1.1  新建列    41

3.1.2  刪除列    41

3.1.3  重命名列    43

3.1.4  數據排序    45

3.2  圖錶的操作    45

3.2.1  導齣數據    46

3.2.2  查看數據    47

3.2.3  刪除    47

3.2.4  排序    47

第4章  可視化設計    49

4.1  可視化設計基本要求    49

4.1.1  選擇閤適的視覺對象    50

4.1.2  選擇閤適的度量值    51

4.2  調整可視化對象元素    52

4.2.1  坐標軸    52

4.2.2  數據顔色    53

4.2.3  數據標簽    54

4.2.4  標題    54

4.2.5  背景    55

4.3  自定義可視化效果    56

4.3.1  可視化模闆下載    56

4.3.2  可視化模闆導入    58

第5章  可視化圖錶    61

5.1  堆積條形圖    61

5.2  堆積柱形圖    63

5.3  簇狀條形圖    65

5.4  簇狀柱形圖    66

5.5  百分比堆積條形圖    68

5.6  百分比堆積柱形圖    69

5.7  摺綫圖    71

5.8  分區圖    72

5.9  堆積麵積圖    74

5.10  摺綫和堆積柱形圖    76

5.11  摺綫和簇狀柱形圖    76

5.12  功能區圖    79

5.13  瀑布圖    79

5.14  散點圖    82

5.15  餅圖    84

5.16  環形圖    85

5.17  樹形圖    87

5.18  漏鬥圖    88

5.19  儀錶盤    90

5.20  卡片圖    91

5.21  多行卡    93

5.22  KPI    94

5.23  切片器    96

5.24  錶    97

5.25  矩陣    99

第6章  自定義可視化效果    101

6.1  阿斯特圖    101

6.2  博彥日曆    103

6.3  子彈圖    105

6.4  和弦圖    107

6.5  相關圖    109

6.6  聚類圖    111

6.7  決策樹    112

6.8  雙KPI    114

6.9  甘特圖    116

6.10  直方圖    118

6.11  點綫圖    120

6.12  網絡導航圖    121

6.13  雷達圖    123

6.14  桑基圖    125

6.15  社交網絡圖    127

6.16  流綫圖    129

6.17  陽光圖    131

6.18  時間序列圖    133

6.19  龍捲風圖    135

6.20  詞雲    137

第7章  報錶    139

7.1  Power BI報錶簡介    139

7.1.1  報錶的優點    140

7.1.2  報錶與儀錶闆的比較    140

7.2  報錶添加頁麵    141

7.2.1  嚮報錶添加頁麵    141

7.2.2  嚮報錶添加篩選器    143

7.3  報錶設計原則    145

7.3.1  調整頁麵布局    145

7.3.2  信息錶達清楚    147

7.3.3  報錶外觀美觀    149

第8章  儀錶闆    151

8.1  創建Power BI儀錶闆    151

8.1.1  從報錶創建儀錶闆    151

8.1.2  創建儀錶闆的副本    157

8.2  Power BI中的磁貼    159

8.2.1  儀錶闆磁貼    159

8.2.1  從報錶固定磁貼    160

8.2.3  磁貼固定到儀錶闆    161

8.2.4  磁貼添加超鏈接    163

8.3  編輯儀錶闆磁貼    164

8.3.1  添加圖像    164

8.3.2  添加文本    165

8.3.3  添加視頻    165

第9章  查詢編輯器    167

9.1  查詢編輯器    167

9.1.1  查詢功能區    169

9.1.2 “查詢”窗格    170

9.1.3  數據視圖    170

9.1.4 “查詢設置”窗格    171

9.2  常見查詢任務    172

9.2.1  連接到數據    172

9.2.2  調整數據    174

9.2.3  追加數據    176

9.2.4  閤並數據    178

9.2.5  對行進行分組    183

第10章  運行R腳本    185

10.1  在查詢編輯器中使用R    185

10.2  編輯器查詢的限製    191

10.3  R與Power BI協同使用    192

第11章  數據高級操作    194

11.1  創建和管理關係    194

11.1.1  自動創建關係    194

11.1.2  手動創建關係    196

11.1.2  手動編輯關係    198

11.1.2  手動刪除關係    199

11.2  數據按列排序    200

11.2.1  使用排序依據    200

11.2.2  返迴默認排序    202

第12章  數據分析錶達式    203

12.1  函數    203

12.1.1  函數定義    203

12.1.2  函數案例    204

12.2  計算列    209

12.2.1  計算列    209

12.2.2  計算列案例    210

12.3  計算錶    212

12.3.1  計算錶    212

12.3.2  計算錶案例    213

第13章  案例：網頁流量數據分析    216

13.1  連接到Web數據源    216

13.2  調整和清理數據錶    218

13.2.1  刪除不需要列    218

13.2.2  替換清理文本    218

13.2.3  過濾異常數據    220

13.2.4  重命名列名稱    221

13.2.5  篩選列中的null值    223

13.2.6  命名查詢結果    224

13.3  創建可視化效果    224

第14章  案例：超市運營數據分析    227

14.1  從 Excel獲取數據    227

14.2  創建自定義新列    229

14.3  創建可視化效果    231

14.3.1  各省份銷售額柱形圖    231

14.3.2  月度銷售額摺綫圖    231

14.3.3  年度銷售額樹狀圖    232

14.3.4  客戶類型銷售額餅圖    233

第15章  Power BI移動應用    234

15.1  在移動設備上查看儀錶闆    234

15.2  在iPhone上查看儀錶闆    236

15.3  在iPad上查看儀錶闆    239

15.4  在Android手機上查看儀錶闆    240

15.5  在Android平闆電腦上查看儀錶闆    242

第16章  Power BI應用開發    244

16.1  將儀錶闆集成到應用    244

16.1.1  在Azure AD中注冊應用    244

16.1.2  獲取儀錶闆    246

16.1.3  使用加載儀錶闆    249

16.2  將磁貼集成到應用    252

16.2.1  獲取儀錶闆    253

16.2.2  使用訪問令牌獲取儀錶闆    255

16.2.3  獲取磁貼    257

 

 

  Microsoft Power BI 數據可視化與數據分析  

 

洞悉數據，賦能決策：掌握信息時代的製勝之道 在這個信息爆炸的時代，數據早已不再是冰冷的數字，而是蘊藏著無限潛力的寶藏。如何從海量數據中挖掘齣有價值的洞察，並將其轉化為驅動業務增長的戰略，已經成為企業和個人能否在激烈的競爭中脫穎而齣的關鍵。本書旨在為讀者提供一套係統、實用的數據洞察方法論與實踐指南，幫助您構建強大的數據分析能力，駕馭數據，洞悉未來。 為何需要深入理解數據？ 數據是現代商業決策的基石。無論是市場趨勢的預測、客戶行為的分析、運營效率的優化，還是風險的評估，都離不開對數據的深入解讀。然而，數據的價值並非唾手可得。原始數據往往雜亂無章，充滿噪音，需要經過嚴謹的清洗、整理、轉換和分析，纔能提煉齣有意義的信息。更重要的是，僅僅理解數字背後的含義是不夠的，還需要能夠有效地將這些洞察傳達給決策者，促使他們做齣更明智、更有效的決策。 本書將帶您踏上一段蛻變之旅 本書並非單純的技術教程，而是一場關於如何“思考”和“運用”數據的全方位學習體驗。我們相信，真正的數據驅動思維，源於對業務場景的深刻理解、對分析工具的靈活運用，以及對洞察結果的精準解讀和有效溝通。因此，本書將圍繞以下核心內容展開，引領您成為一名優秀的數據分析師： 第一部分：數據思維的基石——理解數據與業務的內在聯係 數據驅動的理念與價值： 我們將首先探討為何數據驅動決策如此重要，以及它如何改變著各行各業的競爭格局。您將瞭解成功的企業是如何通過數據分析實現業務增長、提升客戶滿意度、優化成本效益的。 構建清晰的數據分析框架： 在動手分析之前，清晰的框架至關重要。本書將引導您學習如何從業務問題齣發，將模糊的需求轉化為可執行的數據分析目標。我們將介紹諸如“定義問題”、“收集數據”、“清洗與準備”、“探索性分析”、“建模與洞察”、“溝通與執行”等關鍵步驟，幫助您係統性地規劃和執行數據分析項目。 理解業務場景與數據需求： 數據分析並非孤立的技術活動，它必須服務於具體的業務場景。我們將通過大量的實際案例，講解如何識彆不同業務領域（如市場營銷、銷售、運營、産品開發等）中的關鍵業務問題，以及如何將這些問題轉化為具體的數據指標和分析維度。您將學會提問“正確的問題”，從而引導分析方嚮。 數據質量的重要性與識彆： 數據的準確性和完整性是分析結果可靠性的前提。本部分將深入探討數據質量的重要性，介紹常見的數據質量問題（如缺失值、異常值、重復數據、不一緻格式等），並教授讀者如何通過初步的探索性分析來識彆這些問題。 第二部分：數據探索與洞察的藝術——從數據中發現規律 數據清洗與預處理的實用技巧： 真實世界的數據往往是“髒”的。我們將提供一係列實用的數據清洗和預處理技術，包括處理缺失值、異常值檢測與處理、數據格式統一、重復數據刪除、數據類型轉換等。您將學習如何使用各種方法讓數據“乾淨”起來，為後續分析打下堅實基礎。 探索性數據分析（EDA）的精髓： 探索性數據分析是理解數據、發現模式、形成假設的關鍵階段。本書將詳細介紹各種EDA技術，包括： 描述性統計： 如何計算均值、中位數、標準差、百分位數等，以概括數據的中心趨勢和離散程度。 數據可視化： 強大的可視化工具能夠直觀地展示數據特徵。我們將介紹不同類型圖錶的適用場景（如柱狀圖、摺綫圖、散點圖、箱綫圖、熱力圖等），以及如何通過可視化發現數據中的趨勢、分布、關聯和異常。 相關性分析： 學習如何衡量變量之間的關係強度，發現數據中的潛在聯係。 分組與聚閤： 如何根據不同的維度對數據進行分組和匯總，從而得齣更具深度的洞察。 識彆數據模式與異常： 通過EDA，您將能夠識彆數據中的周期性變化、增長趨勢、突發事件等模式。同時，我們還將探討如何有效地檢測和理解數據中的異常點，以及它們可能對業務産生的影響。 提齣有價值的分析假設： EDA的過程不僅僅是計算和繪圖，更重要的是形成基於數據觀察的假設。本書將引導您如何根據數據中的綫索，提齣有意義的、可檢驗的假設，為進一步的深入分析指明方嚮。 第三部分：數據洞察的轉化——從分析結果到 actionable insights 關鍵績效指標（KPI）的設定與追蹤： 如何衡量業務成功？如何設定有效的KPI？本部分將為您揭示KPI設計的原則，以及如何通過數據分析來追蹤和評估KPI的達成情況。您將學會區分“衡量什麼”和“如何衡量”。 數據挖掘與建模基礎（概念層麵）： 在不涉及復雜算法的情況下，我們將為您介紹數據挖掘和建模的基本概念，幫助您理解如何通過這些方法來預測未來趨勢、識彆客戶細分、檢測欺詐等。重點在於理解這些方法能解決什麼問題，而非深入算法細節。 從數據洞察到業務行動： 分析的最終目的是驅動業務改進。本書將強調如何將分析結果轉化為清晰、可執行的業務建議。您將學習如何提煉核心洞察，並將其與具體的業務行動聯係起來。 量化分析結果的業務價值： 我們將引導讀者思考如何量化分析結果所帶來的業務價值，例如通過數據分析提升瞭多少銷售額、降低瞭多少成本、提高瞭多少效率等，從而證明數據分析的ROI。 第四部分：數據溝通與可視化——讓數據“說話” 數據可視化設計的最佳實踐： 優秀的可視化能夠清晰、高效地傳達信息。本書將深入探討數據可視化設計的原則，包括選擇正確的圖錶類型、優化圖錶布局、利用顔色和文本、避免誤導性可視化等。您將學會創作既美觀又富有洞察力的圖錶。 構建引人入勝的數據故事： 數據本身是靜態的，而故事能夠賦予數據生命。我們將教您如何構建引人入勝的數據故事，將分析結果組織成一個邏輯清晰、引人入勝的敘述，從而更好地吸引聽眾，影響決策。 為不同受眾定製溝通策略： 不同的聽眾（如技術人員、業務管理者、高層決策者）對數據的理解程度和關注點不同。本書將指導您如何根據受眾的特點，調整溝通的內容、深度和方式，確保您的洞察能夠被準確理解和接受。 報告與儀錶闆的設計哲學： 如何設計有效的報告和儀錶闆，以便於持續地監控業務錶現和傳播關鍵洞察？我們將分享關於報告和儀錶闆設計的重要原則，幫助您創建既實用又具視覺吸引力的信息載體。 誰適閤閱讀本書？ 本書適閤任何希望提升數據分析能力，從而做齣更明智決策的個人和團隊。無論您是： 業務分析師、市場營銷人員、銷售人員： 希望通過數據瞭解客戶、優化營銷策略、提升銷售業績。 産品經理、運營人員： 希望通過數據分析理解用戶行為，改進産品體驗，優化運營效率。 初創企業創始人、中小企業主： 希望利用數據驅動業務增長，在競爭激烈的市場中搶占先機。 希望轉型數據分析領域的從業者： 需要係統學習數據分析思維和基礎方法。 對數據充滿好奇，希望提升自身數據素養的任何人： 您將獲得的收獲： 通過閱讀本書，您將： 掌握一套行之有效的數據分析方法論， 能夠係統地解決業務問題。 提升數據洞察能力， 從海量數據中發現隱藏的規律和機會。 精通數據可視化技術， 能夠清晰、準確地傳達數據信息。 學會構建有說服力的數據故事， 影響決策，驅動變革。 建立數據驅動的思維模式， 為個人和團隊的成長注入新的動力。 在這個數據賦能的時代，掌握數據的力量，就是掌握未來的主動權。本書將是您在這場數據革命中不可或缺的嚮導，帶領您在數據海洋中乘風破浪，抵達成功的彼岸。讓我們一起，用數據點亮智慧，用洞察驅動未來！

評分☆☆☆☆☆

我對這本書的整體感覺是，它非常適閤那些希望快速上手Power BI，並希望在短時間內掌握核心技能的讀者。作者在內容編排上，非常注重實操性，幾乎每一個章節都配有詳細的操作步驟和精美的圖例，讓讀者可以跟著書中的指引，一步步完成數據導入、數據轉換、報錶製作等關鍵環節。我尤其喜歡書中關於DAX語言的講解，雖然DAX可能讓很多初學者望而卻步，但作者卻用非常通俗易懂的方式，將復雜的函數拆解開來，並通過大量的實用案例，展示瞭DAX在實際應用中的強大威力。比如，在計算纍計銷售額的章節，作者不僅提供瞭幾種不同的DAX實現方式，還詳細分析瞭每種方式的優缺點，以及在不同場景下的適用性。這種深度和廣度兼備的講解，讓我對DAX有瞭全新的認識，不再是死記硬背函數，而是能夠理解其背後的邏輯，並根據實際需求進行靈活運用。此外，書中對於報錶設計的原則和技巧也有深入的探討，讓我明白瞭如何纔能製作齣既美觀又具有信息傳達力的報錶。總而言之，這本書就像一個萬能的工具箱，為你提供瞭構建專業Power BI報錶的必備工具和方法論。

評分☆☆☆☆☆

坦白說，我之前對“入門教程”這類書籍抱著一種半信半疑的態度，總覺得它們要麼過於簡化，要麼內容陳舊。但這本書徹底顛覆瞭我的看法。它的內容更新非常及時，涵蓋瞭Power BI最新的一些功能和最佳實踐。在講解過程中，作者並沒有迴避一些相對復雜的技術點，而是以一種循序漸進的方式，引導讀者逐步攻剋難關。我印象最深的是關於數據模型構建的部分，書中詳細闡述瞭如何設計閤理的數據模型，以及不同錶之間關係的重要性，這對於後續報錶的性能和準確性至關重要。作者通過生動的比喻和清晰的圖示，將原本抽象的概念具象化，讓我能夠輕鬆理解。而且，書中很多案例都取材於實際工作場景，貼近讀者的需求，讓我學到的知識能夠直接應用到工作中，解決瞭許多我之前遇到的實際問題。例如，書中關於數據清洗和轉換的部分，提供瞭許多行之有效的技巧，讓我能夠快速處理各種格式不統一、數據不完整的情況，大大提高瞭我的工作效率。總的來說，這本書不僅是一本教程，更像是一位經驗豐富的導師，帶領你在Power BI的世界裏披荊斬棘。

評分☆☆☆☆☆

這本書帶給我的最大驚喜，在於它能夠真正幫助我構建起一套完整的Power BI數據分析流程。從最初的數據獲取和準備，到數據的清洗、轉換，再到數據的建模、可視化，以及最終的報錶發布和共享，書中幾乎涵蓋瞭整個流程的每一個環節。作者在講解過程中，非常注重細節，並給齣瞭許多實用的操作技巧和注意事項，讓我避免瞭在實踐中走彎路。我特彆喜歡書中關於“數據的故事”的理念，作者強調，優秀的數據可視化不僅僅是展示數據，更重要的是通過數據講述一個引人入勝的故事，從而觸動觀者、引發思考。書中提供瞭許多關於如何構建敘事性報錶的設計思路和方法，讓我能夠跳齣傳統的報錶製作模式，創作齣更具影響力的分析成果。此外，書中還涉及瞭一些關於Power BI性能優化和安全性設置的內容，這些都是在實際應用中非常重要的方麵，但往往容易被初學者所忽視。這本書的全麵性，讓我感覺自己像是在一位資深數據分析師的指導下進行學習，收獲滿滿。

評分☆☆☆☆☆

作為一名長期從事數據分析工作的人員，我一直在尋找一本能夠真正提升我Power BI使用水平的書籍，而這本書無疑滿足瞭我的期待。它不僅僅是停留在基礎功能的介紹，更側重於數據分析的思維方式和高級技巧的傳授。我尤其欣賞書中對於不同可視化圖錶的選擇和應用場景的深入剖析，作者通過大量的實例，講解瞭如何根據數據的特性和分析的目的，選擇最閤適的圖錶來呈現信息，以及如何避免常見的可視化誤區。比如，在討論趨勢分析時，書中不僅介紹瞭摺綫圖，還對比瞭麵積圖、階梯圖等，並分析瞭它們在不同情況下的適用性。此外，書中關於度量值（Measure）和計算列（Calculated Column）的講解也十分到位，作者清晰地解釋瞭它們之間的區彆和聯係，並提供瞭許多實用的DAX函數和公式，幫助我構建更復雜、更精準的數據模型。這本書讓我明白瞭，Power BI不僅僅是一個工具，更是一種解決問題的思維方式。它教會我如何從數據中挖掘價值，如何將復雜的數據轉化為易於理解的洞察，從而更好地支持業務決策。

評分☆☆☆☆☆

初次接觸Power BI，感覺自己像個摸象的盲人，麵對著鋪天蓋地的官方文檔和零散的教程，常常感到無從下手。正當我幾乎要放棄的時候，偶然翻到瞭這本書。說實話，一開始我對“微”這個字眼有些疑慮，擔心它過於淺顯，無法滿足我的學習需求。但事實證明，我的擔心是多餘的。這本書從最基礎的概念講起，循序漸進，邏輯清晰，仿佛一位經驗豐富的老朋友在耐心指導你。書中大量的圖文並茂的示例，讓我能夠直觀地理解每一個操作步驟，不再是枯燥的文字堆砌。更重要的是，作者並沒有停留在錶麵的功能介紹，而是深入淺齣地講解瞭數據可視化的核心理念，以及如何通過閤理的圖錶選擇來有效地傳達數據信息。比如，在介紹柱狀圖和條形圖的區彆時，作者不僅給齣瞭清晰的定義，還結閤實際場景，詳細闡述瞭在何種情況下選擇哪種圖錶能達到更好的可視化效果。這種對底層邏輯的挖掘，讓我在學習過程中，不僅僅是學會瞭“怎麼做”，更理解瞭“為什麼這麼做”，為我後續更深入的學習打下瞭堅實的基礎。即使是之前對數據分析一無所知的新手，也能通過這本書，逐步建立起對Power BI的整體認知，並開始享受數據分析帶來的樂趣。