书籍详情
Power BI 数据分析从零开始
作者：韩高年 著
出版社：清华大学出版社
出版时间：2020-01-01
ISBN：9787302546474
定价：¥79.00
购买这本书可以去
内容简介
随着企业对数据分析的需求越来越多，BI（商业智能）作为当前热门的数据解决方案正处于快速上升阶段。其中，可视化的数据探索分析功能作为BI平台的核心组件之一，有着广泛的市场需求和应用前景。微软作为全球领先的BI解决方案提供厂商，近几年花大力开发了交互式数据可视化BI工具Power BI。 本书共分为6章，详细讲解Power BI的产品结构、主要功能、使用方法等基础知识。同时，为了提升用户数据分析能力，还重点介绍数据查询分析用到的Power Query语言和数据建模分析使用的DAX语言。 通过阅读本书，初学者可以快速了解使用Power BI进行数据分析并获得图形报表的方法，并且可以亲自动手，创建自己的BI可视化报表。
作者简介
张煜，毕业于西南财经大学信息管理与信息系统专业，任职于外企高级产品经理工作。从事产品设计、产品分析、产品管理、产品项目追踪等工作超过8年。擅长使用Power BI分析产品市场销售等情况，曾获微软首届Power BI大赛z优模型架构奖。
目录
目 录
第1章 初识Power BI 1
1.1 为什么选择Power BI 1
1.2 Power BI与Excel 4
1.3 Power BI核心产品概述 5
1.3.1 Power BI桌面服务 5
1.3.2 Power BI在线服务 6
1.3.3 Power BI桌面服务与在线服务的功能区别 6
1.3.4 Power BI本地服务 7
1.3.5 Power BI在线服务与本地服务以及
SQL Reporting Services 之间的功能差异 7
1.4 Power BI定价 9
1.4.1 Power BI免费版 9
1.4.2 Power BI专业版 9
1.4.3 Power BI增值版 11
1.4.4 三种Power BI授权功能的对比 12
1.4.5 不同Power BI授权适用的场景 13
1.5 Power BI部署方案 14
1.5.1 个人用户 14
1.5.2 中小型企业用户 15
1.5.3 大型企业用户 16
第2章 Power BI桌面服务 18
2.1 安装与登录 18
2.2 数据导入 19
2.2.1 获取数据与输入数据 19
2.2.2 连接外部数据源模式—导入法 20
2.2.3 连接外部数据源模式—DirectQuery法 24
2.2.4 导入模式和DirectQuery模式优缺点比较 30
2.2.5 活动连接模式 33
2.2.6 查询折叠 34
2.2.7 数据源支持列表 36
2.3 数据查询编辑 36
2.3.1 将第一行用作标题 37
2.3.2 调整数据类型 39
2.3.3 拆分数据列 43
2.3.4 透视列和逆透视列 47
2.3.5 分组依据 53
2.3.6 合并查询和追加查询 55
2.3.7 展开和聚合 64
2.3.8 自定义列 68
2.3.9 示例中的列 69
2.3.10 调用自定义函数 71
2.3.11 输入数据 73
2.3.12 查询应用步骤与高级编译器 74
2.4 数据建模分析 75
2.4.1 设定数据类型、格式以及数据分类 77
2.4.2 在可视化表中添加图片和图标 79
2.4.3 按列排序 86
2.4.4 层次结构列 88
2.4.5 分组 90
2.4.6 行级别安全性 94
2.5 关联关系管理 103
2.5.1 创建表关联关系 103
2.5.2 关联关系可用性 106
2.5.3 关联关系基数 107
2.5.4 关联关系交叉筛选器方向 114
2.5.5 安全筛选器 120
2.5.6 假设引用完整性 120
2.6 数据可视化设置分析 123
2.6.1 可视化对象概述 123
2.6.2 堆积图、簇状图以及折线图 124
2.6.3 折线与堆积图和折线与簇状图 130
2.6.4 饼图和环形图 131
2.6.5 树状图 131
2.6.6 散点图、气泡图和点图 132
2.6.7 地图、着色地图以及ArcGIS地图 135
2.6.8 仪表和KPI 143
2.6.9 表和矩阵 146
2.6.10 切片器 148
2.6.11 模拟参数 154
2.6.12 筛选器 157
2.6.13 可视化对象分析和预测功能 159
2.6.14 创建可视化报表的几点建议 162
第3章 Power BI在线服务 169
3.1 基本数据管理单元 169
3.1.1 数据集 169
3.1.2 报表 170
3.1.3 仪表板 171
3.1.4 工作簿 173
3.1.5 工作区 174
3.2 内容包 175
3.2.1 组织内容包 176
3.2.2 工作区应用 177
3.2.3 服务应用 178
3.3 数据发布与更新 179
3.3.1 Power BI桌面应用 179
3.3.2 Excel桌面应用 182
3.3.3 Power BI Publisher for Excel 184
3.3.4 Power BI在线应用 187
3.4 Power BI本地网关 190
3.4.1 个人版 191
3.4.2 企业版 193
3.5 特色功能 197
3.5.1 数据警报 197
3.5.2 使用指标分析 199
3.5.3 嵌入式报表发布 200
第4章 查询语言M快速上手 204
4.1 M的基本构成 205
4.1.1 基元值：单值 205
4.1.2 结构值：列、记录与表 206
4.1.3 函数 208
4.1.4 变量 208
4.2 M中的常用运算符 209
4.2.1 基础运算符 209
4.2.2 数字运算符 209
4.2.3 逻辑运算符 210
4.2.4 时间运算符 210
4.2.5 文本运算符 211
4.2.6 列表运算符 211
4.2.7 记录运算符 212
4.2.8 表运算符 212
4.2.9 获取列表或表中指定位置的值 213
4.2.10 从记录中获取指定字段值 214
4.3 M中的关键字 214
4.3.1 #shared：加载所有函数 214
4.3.2 #table：创建表 217
4.3.3 #date：设置特定日期 217
4.3.4 #datetime：设置特定日期时间 218
4.3.5 #datetimezone：设置特定日期时间时区 218
第5章 数据分析语言 DAX 219
5.1 DAX与Excel公式 219
5.2 DAX与M 220
5.3 DAX中的基本要素 221
5.3.1 数据类型 221
5.3.2 数值运算符 222
5.3.3 函数语法结构 223
5.3.4 空值的处理逻辑 224
5.4 上下文 226
5.4.1 行上下文 226
5.4.2 筛选上下文 228
5.5 计算列和度量值 229
5.5.1 外在差别 230
5.5.2 内在差别 230
5.5.3 嵌套引用 230
5.5.4 如何选择 234
5.6 聚合函数和迭代函数 234
5.6.1 求和函数：SUM和SUMX 235
5.6.2 排序函数：RANKX 240
5.6.3 求最大值函数：MAX和MAXX 249
5.7 筛选器函数 253
5.7.1 FILTER函数 253
5.7.2 ALL函数和ALLEXCEPT函数 255
5.7.3 CALCULATE函数 260
5.7.4 EARLIER函数和EARLIEST函数 274
5.8 统计函数 280
5.8.1 SUMMARIZE函数 281
5.8.2 SUMMARIZECOLUMNS函数 285
5.8.3 GROUPBY函数 287
5.8.4 TOPN函数 290
5.9 逻辑函数 293
5.9.1 IF函数 293
5.9.2 SWITCH函数 294
5.9.3 用SWITCH函数替换嵌套IF函数 295
5.10 文本函数 296
5.10.1 FIND和SEARCH函数 296
5.10.2 LEN、LEFT、MID和RIGHT函数 298
5.10.3 REPLACE函数和SUBSTITUTE函数 301
5.10.4 PATH函数与PATHITEM函数 302
5.11 日期和时间函数 305
5.11.1 创建日历表 305
5.11.2 将数字列转换成时间列 307
5.11.3 拆分日期列 307
5.11.4 将秒换算成“天:小时:分钟:秒”格式 309
5.11.5 将“小时:分钟:秒”时间类型格式数据转换成秒 310
5.12 自定义变量 312
5.12.1 VAR关键字 313
5.12.2 RETURN关键字 313
5.12.3 自定义变量基本用例 314
5.12.4 使用自定义变量代替EARLIER函数 316
第6章 产品销售报表示例分析 318
6.1 数据源简介 318
6.2 加载数据 320
6.3 整理数据 321
6.3.1 修正问题数据 322
6.3.2 数据格式转换 324
6.3.3 提取必要信息 326
6.3.4 补充说明信息 327
6.3.5 添加日历表 328
6.4 设置表关联关系 332
6.4.1 确定主表 332
6.4.2 建立关联关系 333
6.4.3 指定交叉筛选器方向 335
6.5 数据建模 336
6.5.1 总销售额 337
6.5.2 累计销售额 337
6.5.3 近N天销售额 340
6.5.4 同比增长 343
6.5.5 环比增长 344
6.5.6 销售排名 345
6.6 添加可视化对象 349
6.6.1 Synoptic Panel 350
6.6.2 Table Sorter 354
6.6.3 Horizontal Bar Chart 356
6.7 用户角色设定 358
6.7.1 固定角色分配 358
6.7.2 动态角色分配 360
6.8 报表发布 363
第1章 初识Power BI 1
1.1 为什么选择Power BI 1
1.2 Power BI与Excel 4
1.3 Power BI核心产品概述 5
1.3.1 Power BI桌面服务 5
1.3.2 Power BI在线服务 6
1.3.3 Power BI桌面服务与在线服务的功能区别 6
1.3.4 Power BI本地服务 7
1.3.5 Power BI在线服务与本地服务以及
SQL Reporting Services 之间的功能差异 7
1.4 Power BI定价 9
1.4.1 Power BI免费版 9
1.4.2 Power BI专业版 9
1.4.3 Power BI增值版 11
1.4.4 三种Power BI授权功能的对比 12
1.4.5 不同Power BI授权适用的场景 13
1.5 Power BI部署方案 14
1.5.1 个人用户 14
1.5.2 中小型企业用户 15
1.5.3 大型企业用户 16
第2章 Power BI桌面服务 18
2.1 安装与登录 18
2.2 数据导入 19
2.2.1 获取数据与输入数据 19
2.2.2 连接外部数据源模式—导入法 20
2.2.3 连接外部数据源模式—DirectQuery法 24
2.2.4 导入模式和DirectQuery模式优缺点比较 30
2.2.5 活动连接模式 33
2.2.6 查询折叠 34
2.2.7 数据源支持列表 36
2.3 数据查询编辑 36
2.3.1 将第一行用作标题 37
2.3.2 调整数据类型 39
2.3.3 拆分数据列 43
2.3.4 透视列和逆透视列 47
2.3.5 分组依据 53
2.3.6 合并查询和追加查询 55
2.3.7 展开和聚合 64
2.3.8 自定义列 68
2.3.9 示例中的列 69
2.3.10 调用自定义函数 71
2.3.11 输入数据 73
2.3.12 查询应用步骤与高级编译器 74
2.4 数据建模分析 75
2.4.1 设定数据类型、格式以及数据分类 77
2.4.2 在可视化表中添加图片和图标 79
2.4.3 按列排序 86
2.4.4 层次结构列 88
2.4.5 分组 90
2.4.6 行级别安全性 94
2.5 关联关系管理 103
2.5.1 创建表关联关系 103
2.5.2 关联关系可用性 106
2.5.3 关联关系基数 107
2.5.4 关联关系交叉筛选器方向 114
2.5.5 安全筛选器 120
2.5.6 假设引用完整性 120
2.6 数据可视化设置分析 123
2.6.1 可视化对象概述 123
2.6.2 堆积图、簇状图以及折线图 124
2.6.3 折线与堆积图和折线与簇状图 130
2.6.4 饼图和环形图 131
2.6.5 树状图 131
2.6.6 散点图、气泡图和点图 132
2.6.7 地图、着色地图以及ArcGIS地图 135
2.6.8 仪表和KPI 143
2.6.9 表和矩阵 146
2.6.10 切片器 148
2.6.11 模拟参数 154
2.6.12 筛选器 157
2.6.13 可视化对象分析和预测功能 159
2.6.14 创建可视化报表的几点建议 162
第3章 Power BI在线服务 169
3.1 基本数据管理单元 169
3.1.1 数据集 169
3.1.2 报表 170
3.1.3 仪表板 171
3.1.4 工作簿 173
3.1.5 工作区 174
3.2 内容包 175
3.2.1 组织内容包 176
3.2.2 工作区应用 177
3.2.3 服务应用 178
3.3 数据发布与更新 179
3.3.1 Power BI桌面应用 179
3.3.2 Excel桌面应用 182
3.3.3 Power BI Publisher for Excel 184
3.3.4 Power BI在线应用 187
3.4 Power BI本地网关 190
3.4.1 个人版 191
3.4.2 企业版 193
3.5 特色功能 197
3.5.1 数据警报 197
3.5.2 使用指标分析 199
3.5.3 嵌入式报表发布 200
第4章 查询语言M快速上手 204
4.1 M的基本构成 205
4.1.1 基元值：单值 205
4.1.2 结构值：列、记录与表 206
4.1.3 函数 208
4.1.4 变量 208
4.2 M中的常用运算符 209
4.2.1 基础运算符 209
4.2.2 数字运算符 209
4.2.3 逻辑运算符 210
4.2.4 时间运算符 210
4.2.5 文本运算符 211
4.2.6 列表运算符 211
4.2.7 记录运算符 212
4.2.8 表运算符 212
4.2.9 获取列表或表中指定位置的值 213
4.2.10 从记录中获取指定字段值 214
4.3 M中的关键字 214
4.3.1 #shared：加载所有函数 214
4.3.2 #table：创建表 217
4.3.3 #date：设置特定日期 217
4.3.4 #datetime：设置特定日期时间 218
4.3.5 #datetimezone：设置特定日期时间时区 218
第5章 数据分析语言 DAX 219
5.1 DAX与Excel公式 219
5.2 DAX与M 220
5.3 DAX中的基本要素 221
5.3.1 数据类型 221
5.3.2 数值运算符 222
5.3.3 函数语法结构 223
5.3.4 空值的处理逻辑 224
5.4 上下文 226
5.4.1 行上下文 226
5.4.2 筛选上下文 228
5.5 计算列和度量值 229
5.5.1 外在差别 230
5.5.2 内在差别 230
5.5.3 嵌套引用 230
5.5.4 如何选择 234
5.6 聚合函数和迭代函数 234
5.6.1 求和函数：SUM和SUMX 235
5.6.2 排序函数：RANKX 240
5.6.3 求最大值函数：MAX和MAXX 249
5.7 筛选器函数 253
5.7.1 FILTER函数 253
5.7.2 ALL函数和ALLEXCEPT函数 255
5.7.3 CALCULATE函数 260
5.7.4 EARLIER函数和EARLIEST函数 274
5.8 统计函数 280
5.8.1 SUMMARIZE函数 281
5.8.2 SUMMARIZECOLUMNS函数 285
5.8.3 GROUPBY函数 287
5.8.4 TOPN函数 290
5.9 逻辑函数 293
5.9.1 IF函数 293
5.9.2 SWITCH函数 294
5.9.3 用SWITCH函数替换嵌套IF函数 295
5.10 文本函数 296
5.10.1 FIND和SEARCH函数 296
5.10.2 LEN、LEFT、MID和RIGHT函数 298
5.10.3 REPLACE函数和SUBSTITUTE函数 301
5.10.4 PATH函数与PATHITEM函数 302
5.11 日期和时间函数 305
5.11.1 创建日历表 305
5.11.2 将数字列转换成时间列 307
5.11.3 拆分日期列 307
5.11.4 将秒换算成“天:小时:分钟:秒”格式 309
5.11.5 将“小时:分钟:秒”时间类型格式数据转换成秒 310
5.12 自定义变量 312
5.12.1 VAR关键字 313
5.12.2 RETURN关键字 313
5.12.3 自定义变量基本用例 314
5.12.4 使用自定义变量代替EARLIER函数 316
第6章 产品销售报表示例分析 318
6.1 数据源简介 318
6.2 加载数据 320
6.3 整理数据 321
6.3.1 修正问题数据 322
6.3.2 数据格式转换 324
6.3.3 提取必要信息 326
6.3.4 补充说明信息 327
6.3.5 添加日历表 328
6.4 设置表关联关系 332
6.4.1 确定主表 332
6.4.2 建立关联关系 333
6.4.3 指定交叉筛选器方向 335
6.5 数据建模 336
6.5.1 总销售额 337
6.5.2 累计销售额 337
6.5.3 近N天销售额 340
6.5.4 同比增长 343
6.5.5 环比增长 344
6.5.6 销售排名 345
6.6 添加可视化对象 349
6.6.1 Synoptic Panel 350
6.6.2 Table Sorter 354
6.6.3 Horizontal Bar Chart 356
6.7 用户角色设定 358
6.7.1 固定角色分配 358
6.7.2 动态角色分配 360
6.8 报表发布 363
猜您喜欢
