幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Power BI數據處理與分析(微課版數據科學與大數據技術專業系列規劃教材)

  • 作者：編者:黃達明//張萍|責編:許金霞
  • 出版社：人民郵電
  • ISBN：9787115591999
  • 出版日期：2022/12/01
  • 裝幀：平裝
  • 頁數：212
人民幣：RMB 59.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書詳細講解使用Power BI進行數據處理和分析的相關方法和操作。全書共10章，主要內容包括認識數據分析、數據的獲取、數據處理基礎、Power Query中的M語言、使用M語言進行數據處理、數據可視化、Power Pivot中的DAX語言、數據分析基礎、數據分析進階、數據分析高級應用案例。
    本書適合作為高等院校數據分析相關課程的教材，也可作為各行各業需要進行日常數據處理和分析的數據分析人員的參考書。
作者介紹
編者:黃達明//張萍|責編:許金霞
目錄
第1章  認識數據分析
  1.1  數據分析的基本概念
    1.1.1  數據的基本概念
    1.1.2  數據分析的主要內容及流程
    1.1.3  數據的表示和存儲
    1.1.4  數據分析與數據思維
  1.2  Power BI簡介
    1.2.1  Power BI的基本構成
    1.2.2  數據處理組件Power Query
    1.2.3  數據分析組件Power Pivot
    1.2.4  數據可視化組件Power View
    1.2.5  Power BI與其他軟體的集成
  1.3  安裝與使用Power BI
    1.3.1  下載與安裝Power BI
    1.3.2  Power BI Desktop的界面與基本操作
    1.3.3  Power BI Service的界面與基本操作
    1.3.4  Power BI App的界面與基本操作
  練習
第2章  數據的獲取
  2.1  本地數據源中數據的獲取
    2.1.1  Excel文件數據的獲取
    2.1.2  文本文件數據的獲取
    2.1.3  JSON文件數據的獲取
    2.1.4  桌面資料庫文件數據的獲取
  2.2  網路數據源中數據的獲取
    2.2.1  網頁數據的獲取
    2.2.2  網路資料庫數據的獲取
  練習
第3章  數據處理基礎
  3.1  數據的清理
    3.1.1  文本編碼的處理
    3.1.2  異常數據值的處理
    3.1.3  行列數據的簡單處理
  3.2  基本數據類型數據的處理
    3.2.1  文本數據的處理
    3.2.2  數值數據的處理
    3.2.3  日期時間數據的處理
  3.3  高級數據類型數據的處理
  練習
第4章  Power Query中的M語言
  4.1  M語言概述
  4.2  M語言語法的基本結構
    4.2.1  M語言程序的基本結構
    4.2.2  M語言詞法
    4.2.3  M語言數據類型
    4.2.4  M語言運算符
    4.2.5  M語言表達式
    4.2.6  M語言程序控制結構
    4.2.7  M語言函數
  4.3  M語言的庫函數

  練習
第5章  使用M語言進行數據處理
  5.1  數據類型之間的互相轉換
    5.1.1  原子類型數據之間的轉換
    5.1.2  表格和記錄數據之間的轉換
    5.1.3  表格和列表數據之間的轉換
  5.2  表格行列數據的處理
    5.2.1  表格的行列轉換
    5.2.2  將表格的第一行數據設置為列標題
    5.2.3  表格中某列數據的類型轉換
    5.2.4  對錶格中值為記錄類型的數據進行擴展
    5.2.5  對錶格中值為列表類型的數據進行擴展
    5.2.6  刪除表格中的列
    5.2.7  拆分表格中的列
    5.2.8  獲取表格中的列名
  5.3  常見數據源中數據的獲取
    5.3.1  文本數據的獲取
    5.3.2  Excel數據的獲取
    5.3.3  網頁數據的獲取
  5.4  文本數據的處理
    5.4.1  文本數據的提取
    5.4.2  拆分文本
    5.4.3  合併文本
    5.4.4  文本數據處理案例——身份證號碼解析
  5.5  數值數據的處理
    5.5.1  常用函數
    5.5.2  數值數據處理案例——計算銷售業績獎金
  5.6  日期時間數據的處理
    5.6.1  日期和時間的生成
    5.6.2  獲取日期和時間分量
    5.6.3  日期時間的計算
    5.6.4  日期時間數據處理案例——生成簡易日期表
  5.7  JSON數據的處理
    5.7.1  JSON數據的轉換和讀取
    5.7.2  JSON數據的整理
  5.8  數據處理綜合案例——半結構化Excel數據的處理
  5.9  數據處理過程中M語言的靈活應用
  練習
第6章  數據可視化
  6.1  數據可視化技術概述
  6.2  基礎可視化對象
    6.2.1  條形圖
    6.2.2  柱形圖
    6.2.3  餅圖
    6.2.4  散點圖
    6.2.5  折線圖
    6.2.6  面積圖
    6.2.7  組合圖
  6.3  進階可視化對象
    6.3.1  儀錶盤

    6.3.2  KPI圖
    6.3.3  卡片圖
    6.3.4  樹狀圖
    6.3.5  瀑布圖
    6.3.6  表
    6.3.7  矩陣
  6.4  高級可視化對象
    6.4.1  相關圖
    6.4.2  聚類圖
  6.5  報表
    6.5.1  報表簡介
    6.5.2  分析窗格
    6.5.3  切片器
    6.5.4  書籤
    6.5.5  見解
    6.5.6  鑽取
    6.5.7  聚焦
    6.5.8  報表主題
    6.5.9  分組和裝箱
  練習
第7章  Power Pivot中的DAX語言
  7.1  DAX語言基礎
    7.1.1  Power Pivot和DAX語言
    7.1.2  DAX公式形式
    7.1.3  DAX公式引用對象的命名規則
    7.1.4  DAX語言數據類型
    7.1.5  DAX語言運算符
  7.2  DAX計算基礎
    7.2.1  度量值
    7.2.2  計算列
    7.2.3  計算表
  7.3  DAX語言的庫函數概述
  練習
第8章  數據分析基礎
  8.1  數據分析的基本思想
    8.1.1  Power Pivot中的數據表示模型——關係模型
    8.1.2  Power Pivot中數據分析建模的基本思想
    8.1.3  數據分析核心概念1——數據篩選
    8.1.4  數據分析核心概念2—數據計算
  8.2  DAX語言基礎函數
    8.2.1  控制流/邏輯函數
    8.2.2  數據篩選基礎函數
    8.2.3  數據統計/計算函數
  8.3  數據分析基礎案例
  練習
第9章  數據分析進階
  9.1  DAX語言高階函數
    9.1.1  數據分組和合併函數
    9.1.2  數據查詢函數
    9.1.3  日期時間函數

    9.1.4  排名函數
  9.2  DAX語言數據分析高階技巧
    9.2.1  VAR的用法
    9.2.2  度量值的管理
  9.3  深入理解DAX語言數據分析
    9.3.1  公式引擎
    9.3.2  存儲引擎
    9.3.3  DAX公式性能分析
  練習
第10章  數據分析高級應用案例
  10.1  動態分析
    10.1.1  動態分析方法1——參數表
    10.1.2  動態分析方法2——What-if參數
  10.2  關聯分析
    10.2.1  關聯分析簡介
    10.2.2  二手房資料庫的關聯分析實例
  10.3  線性回歸分析
  練習
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032