買這商品的人也買了...
-
Power Query：基於Excel 和 Power BI的M函數詳解及應用$354$336 -
$352Power Query For Excel 讓工作化繁為簡 -
$352小白輕松學PowerBI數據分析 -
$214Power BI 數據分析與數據可視化 (微課版) -
程式設計師從零開始邁向架構師之路$650$553 -
Packet Tracer 經典案例之路由交換綜合篇$528$502 -
$505數據驅動游戲運營 -
$230數據準備和特徵工程 — 數據工程師必知必會技能 -
PowerBI 商業智慧分析$580$458 -
$150Power BI 數據分析與可視化 -
Python 資料可視化之美：極專業圖表製作高手書 (全彩印刷)$780$616 -
使用 Python 搜刮網路資料的 12堂實習課$520$406 -
Self-Service AI with Power Bi Desktop: Machine Learning Insights for Business$1,853$1,755 -
$254Power BI 商業數據分析 -
Power BI 入門 大數據視覺化 + 智慧決策 + 雲端分享 王者歸來 (全彩印刷)$620$490 -
從 Power BI 到 Analysis Services：企業級數據分析實戰$479$455 -
Power BI 商業數據分析完全自學教程$534$507 -
DAX 設計模式, 2/e$539$512 -
從 Excel 到 Power BI ：財務報表數據分析$599$569 -
ChatGPT 與 AI繪圖效率大師：從日常到職場的全方位應用總整理，48小時迎接減壓新生活！$620$484 -
瘋 ChatGPT：顛覆未來，OpenAI 翻轉人工智慧新紀元$390$257 -
ChatGPT 領軍 DALL-E 2 + Midjourney + D-ID + Synthesia：邁向 AI文字、圖像、影片之路 (全彩印刷)$500$395 -
即學即用！精選 30招辦公室超高效 AI 生產術： 使用 ChatGPT × Copilot × Word × Excel × Gamma，從 AI 小白躍升職場霸主（iThome鐵人賽系列書）$650$507 -
報告力 Max：Copilot Pro 提升你的寫作效率$690$545 -
軟體工程師求職策略大全：透過外商面試題目演練、手把手履歷教學，跟招募員過招、白板解題、薪資談判到入職準備，帶讀者用最有效的方式找工作$680$530
相關主題
商品描述
本書是Power BI 快速入門工具書，筆者將Power BI 的知識點做了系統整理，
並以案例的方式呈現出來，使讀者學習起來更輕鬆。
全書共7 章，包括Power BI Desktop 初體驗、數據清洗的革命、
數據統計和呈現、建立表關聯、交互式分析、使用DAX 函數、數據可視化等，
其中重點介紹了Power BI 在數據清洗和數據可視化方面的應用。
本書適合在工作中使用過Excel，但沒有學過Power BI 的讀者，
以及已經有Power BI 使用經驗，希望系統地學習Power BI 知識的讀者。
作者簡介
陳劍
長期專注於企業的大數據應用培訓，培訓客戶遍布全國，
包括中國銀聯、攜程、三大運營商、中國四大銀行在內的金融企業、
一汽系東風係等汽車廠商、美的正泰等大型製造企業、
南航東航等航空公司、蒙牛紅豆等消費企業，等等。
服務過的公司多達數百家。致力於幫助企業提升員工的大數據能力，
幫助員工建立數據分析思維，掌握大數據運營、
精準營銷的思路和方法，實現企業的數字化轉型。
目錄大綱
目錄
第1章Power BI Desktop初體驗/ 001
1．1下載Power BI Desktop / 002
1．2安裝Power BI / 004
1．3運行第一個Power BI案例/ 005
1．3．1打開案例文件/ 005
1．3．2 “圖表”視圖/ 005
1．3．3 “數據”視圖/ 006
1．3．4體驗Power BI的交互式操作/ 008
1．3．5數據可視化初體驗/ 011
1．4發佈到服務器/ 011
1．4．1發佈到雲服務器/ 012
1．4．2共享給他人/ 013
1．4．3導出為PPT/PDF文檔/ 014
1．5回顧與展望/ 014
第2章數據清洗的革命/ 015
2．1常規數據導入過程/ 016
2．1．1獲取數據/ 016
2．1．2 Power Query簡介/ 017
2．1．3數據導出/ 020
2．1． 4保存文件/ 020
2．2數據清洗的定義/ 021
2．3用案例學習數據清洗/ 021
2．3．1複雜表頭的處理/ 021
2．3．2多文件清洗/ 027
2．3． 3多表合併/ 028
2．3．4缺失值處理/ 031
2．3．5合併查詢：便捷的多表橫向合併/ 038
第3章數據統計和呈現/ 043
3．1 BI簡介/ 044
3．2匯總表/ 044
3．2．1統計指標/ 044
3．2．2匯總表/ 045
3．2．3交叉統計/ 046
3．3內置圖表的使用/ 047
3．4外掛圖表的使用/ 049
3．4．1下載組件/ 050
3．4．2從文件導入組件/ 051
3．4．3從市場加載視覺對象/ 052
3．4．4使用直方圖分析年齡分佈/ 052
3．4．5使用直方圖分析收入分佈/ 053
第4章建立表關聯/ 055
4．1表關係簡介/ 056
4．2創建關係/ 057
4．3利用表關聯的統計和分析/ 059
4．3．1關聯圖表/ 059
4．3．2關聯篩選/ 061
第5章交互式分析/ 063
5．1交互式分析功能簡介/ 064
5．2篩選/ 064
5．2．1視覺級篩選器、頁面級篩選器、報告級別篩選器/ 065
5．2．2切片器/ 065
5．2．3屬性切片器/ 067
5．3圖表交互/ 068
5．3．1突出模式/ 068
5．3．2篩選模式/ 069
5．4鑽取/ 071
5．4． 1為圖表設置鑽取/ 071
5．4．2鑽取到頁面（鑽透） / 072
5．4．3時間數據的鑽取/ 073
5．5數據分佈分析/ 074
第6章進階！使用DAX函數/ 077
6．1 DAX函數簡介/ 078
6．2 DAX函數應用案例/ 078
6．2．1創建計算列/ 078
6．2．2度量值應用/ 081
6．2．3計算定基比/ 085
6．2．4計算累計求和/ 086
6．2．5計算同比/ 088
6．2．6計算環比/ 094
6．2．7計算月累計求和/ 094
6．3常用函數/ 095
6．3．1統計函數/ 095
6．3．2篩選函數/ 096
6．3．3時間函數/ 099
6．3．4對比函數/ 100
第7章數據可視化/ 102
7．1信息圖/ 103
7．1．1案例/ 103
7．1．2操作步驟/ 103
7．2氣泡圖/ 107
7．2．1案例/ 108
7．2． 2操作步驟/ 108
7．3華夫圖/ 109
7．3．1案例/ 109
7．3．2操作步驟/ 110
7．4旋風圖/ 111
7．4．1案例/ 111
7．4．2操作步驟/ 111
7．5水平漏斗圖/ 112
7．5．1案例/ 113
7．5．2操作步驟/ 113
7．6樹狀圖/ 114
7．6．1案例/ 115
7．6．2操作步驟/ 115
7．7旭日圖/ 115
7．7．1案例/ 116
7．7．2操作步驟/ 116
7．8著色地圖/ 117
7．8．1案例/ 118
7．8．2操作步驟/ 118
7．9氣泡地圖/ 120
7．9．1案例/ 120
7．9．2操作步驟/ 120
7．10子彈圖/ 121
7．10．1案例/ 121
7．10．2操作步驟/ 121
7．11網絡圖/ 122
7．11．1案例/ 123
7．11．2操作步驟/ 123
7．12散點圖/ 124
7．12．1案例/ 125
7．12．2操作步驟/ 125
7 ．13瀑布圖/ 127
7．13．1案例/ 127
7．13．2操作步驟/ 127
7．14 KPI指示器/ 130
7．14．1案例/ 130
7．14．2操作步驟/ 131
7． 15 K-Means聚類/ 132
7．15．1安裝R環境/ 133
7．15．2使用K?Means聚類組件/ 136
7．16小折線/ 139
7．16．1案例/ 139
7．16 ．2操作步驟/ 140
7．17河流圖/ 142
7．17．1案例/ 142
7．17．2操作步驟/ 142
7．18水平條形圖/ 143
7．18．1案例/ 144
7．18 ．2操作步驟/ 144
7．19人物動畫/ 145
7．19．1案例/ 145
7．19．2操作步驟/ 146
