數據可視化分析：Tableau 原理與實踐 (全彩)

喜樂君

數據可視化分析：Tableau 原理與實踐 (全彩)

買這商品的人也買了...

相關主題

商品描述

本書系統地講解了Tableau Prep Builder和Tableau Desktop的原理與實踐應用。
全書以可視化分析、Tableau計算為重點，詳細介紹瞭如何理解數據的層次、
如何使用Tableau Prep Builder整理和準備數據、如何使用Tableau Desktop開展敏捷數據分析、
Tableau高級互動，特別是深入介紹了Tableau的各種計算，從而以有限的數據實現無限的業務場景分析。
全書貫穿數據與問題的層次分析方法，並用實例加以說明，
不僅適合希望系統學習Tableau的初學者，而且適合Tableau的中高級分析師。

作者簡介

喜樂君

山東大學政治學本科、教育學碩士，Tableau Desktop QA、Server QA官方技術認證，Tableau官方合作夥伴。
多年央企、民企、創業經歷，歷經人資行政經理、董事長助理、業務經理、項目經理等職，熱愛讀書，
特別是技術、心理學，用心寫好一本書，全心全意為客戶服務。
“喜樂君”（yupengwu.com）博客作者。

目錄大綱

目錄
第1篇從數據到圖形：Tableau可視化
第1章可視化分析：進入大數據時代的理性與直覺之門
1.1數據金字塔：從數據到決策有多遠？
1.2直覺先於理性：可視化的心理學
1.3 Tableau：大數據時代的“梵高”
1.4 Tableau快速學習路線圖

第2章數據可視化：理念與基礎
2.1從Excel到Tableau：不同的視角與層次思維
2.1. 1 IT分析師和業務人員看待數據的不同視角
2.1.2數據分析的層次模型
2.1.3層次、聚合度和顆粒度
2.2數據基礎概念：字段、圖形與拖曳邏輯
2.2.1編碼：從真實世界到虛擬世界
2.2.2數據分析的兩種表達方式：數據交叉表與可視化圖表
2.2.3字段的兩種分類：維度和度量
2.2.4字段的兩種特徵：連續和離散
2.2.5從字段到圖形：Tableau Desktop的設計邏輯
2.3 Tableau Desktop初級可視化：過程與方法
2.3.1數據連接：建立連接和基本整理
2.3.2數據可視化：基本方法與基本圖形
2.3.3數據洞察：組合與互動
2.3.4分享數據見解

第3章數據準備：用Prep Builder進行數據整理與結構調整
3.1 Prep Builder基礎操作
3.2初級字段整理：數據清理和篩選
3.2.1數據拆分
3.2.2數據分組
3.2.3篩選器
3.2.4字符串清理
3.3中級結構整理：數據轉置
3.3.1 Prep Builder和Desktop的列至行轉置
3.3.2 Prep Builder的行至列轉置
3.4高級結構整理：數據聚合
3.4.1聚合的必要性和用法——單一層次聚合
3.4.2 FIXED LOD——獨立層次聚合
3.4.3 Prep Builder聚合的註意事項
3.5高級計算：在Prep Builder中計算排名
3.5. 1單一維度的排名計算
3.5.2具有分區字段的排名計算
3.5.3行級別排名與密集排名

第4章數據準備：數據合併與數據建模
4.1行級別合併：並集、連接與Desktop方法
4.1. 1數據並集
4.1.2數據連接
4.1.3並集與連接的異同點
4.2視圖級別合併：數據混合與Desktop方法
4.2.1使用Desktop進行數據混合
4.2.2數據混合的邏輯及其與連接的差異
4.3使用Prep Builder做數據合併
4.3.1使用Prep Builder完成數據並集
4.3.2使用Prep Builder做數據連接
4.3.3使用Prep Builder完成“數據混合”：聚合+連接
4.4如何選擇數據合併方式
4.5數據模型：數據關係
4.5 .1從物理表到邏輯表：數據關係的背景與特殊性
4.5.2數據模型（上）：以數據關係實現數據連接
4.5.3數據模型（下）：建立物理層和邏輯層的多層關係
4.5.4改善數據模型的性能（上）：關係類型
4.5.5改善數據模型的性能（下）：引用完整性
4.5.6從數據合併邁向數據建模
4.6數據準備綜合應用
4.6.1使用Prep Builder快速合併和整理Excel數據
4.6.2使用Prep Builder匹配和整合SAP HANA多表數據
4.7為什麼Prep Builder是數據整理的首選
4.8如何優雅地使用Prep Builder
4.8.1思考和問題先於數據
4.8.2層次思維是關鍵
4.8.3各有所長：與其他工具的匹配和合作
4.8.4 Prep Builder與Desktop的最佳結合

第5章可視化分析與探索
5.1 Tableau報表可視化的三步驟
5.1.1整理字段：理解數據表中的獨立層次結構
5.1.2工作表：依據字段的層次結構完成數據可視化
5.1.3儀表板：探索不同數據之間的關聯關係
5.2 Tableau複雜業務問題中的關聯分析
5.2.1多數據分析：每個數據表行級別的唯一性
5.2.2即席計算：通過計算字段完善分析模型
5.2.3數據解釋：AI驅動的智能關聯分析
5.3如何選擇可視化圖錶框架
5.3.1常見的問題類型與圖表
5.3.2從簡單可視化到復雜可視化
5.4高級可視化功能
5.4.1度量名稱與度量值：並排比較多個度量
5.4.2條形圖雙軸：各個子類別的銷售額和利潤
5.4.3堆疊度量與重疊度量：重疊比較多個度量
5.4.4聚合度量與解聚度量
5.5可視化增強分析技術
5.5.1常用篩選器及其優先級
5.5.2集
5.5.3參數
5.5.4分組和分層結構
5.5.5排序：對數據按照規則排序
5.5.6參考線、參考區間、分佈區間和盒須圖
5.6格式設置
5.6.1通過標籤設置突出度量值
5.6.2工具提示的高級設置
5.6 .3其他常見設置

第6章地理位置可視化
6.1 Tableau地理分析簡介
6.2符號地圖和填充地圖
6.3點圖和熱力圖
6.4路徑地圖
6.5空間函數
6.6地圖與形狀的結合：自定義圖形與HEX函數

第7章與數據對話：信息呈現與高級交互
7.1比“數據”更多：從工作簿到儀表板
7.1.1儀表板：可視化七巧板
7.1.2精確設計和佈局
7.1.3更節省空間的折疊工

類似商品