本书以任务为导向，全面地介绍了数据分析的流程和Power BI数据分析的应用，详细讲解了使用Power BI解决企业实际问题的方法。全书共8章，包括数据分析与可视化概述、数据获取、M语言数据预处理、DAX语言数据建模、数据分析与可视化、Power BI数据分析报表、数据部署、自动售货机综合案列。本书的大部分章节包含了实训与课后习题，通过练习和实践操作，可帮助读者巩固所学的内容。 本书可以作为高校数据分析相关课程的教材，也可作为数据分析爱好者的自学用书。


张良均，高级信息系统项目管理师，泰迪杯全国大学生数据挖掘竞赛（www.tipdm.org）的发起人。华南师范大学、广东工业大学兼职教授，广东省工业与应用数学学会理事。兼有大型高科技企业和高校的工作经历，主要从事大数据挖掘及其应用的策划、研发及咨询培训。全国计算机技术与软件专业技术资格（水平）考试继续教育和CDA数据分析师培训讲师。发表数据挖掘相关论文数二十余篇，已取得国家发明专利12项，主编图书《神经网络实用教程》《数据挖掘:实用案例分析》《MATLAB数据分析与挖掘实战》等9本畅销图书，主持并完成科技项目9项。获得SAS、SPSS数据挖掘认证及Hadoop开发工程师证书，具有电力、电信、银行、制造企业、电子商务和电子政务的项目经验和行业背景。


资深大数据专家张良均领衔畅销书作者团队，提供源代码等相关学习资源，帮助读者真正理解与消化Power BI数据分析与可视化。

第 1章　数据分析与可视化概述 1  
任务1.1　认识数据分析 1  
1.1.1　掌握数据分析的概念 1  
1.1.2　掌握狭义数据分析的流程 2  
1.1.3　了解数据分析应用场景 4  
任务1.2　认识常用的数据可  
视化工具 5  
1.2.1　了解数据可视化工具的特性 6  
1.2.2　了解常用的可视化工具 6  
任务1.3　认识Power BI 8  
1.3.1　掌握Power BI的安装 8  
1.3.2　了解Power BI视图 11  
1.3.3　了解Power BI窗格 15  
小结 16  
课后习题 17  
第 2章　数据获取 18  
任务2.1　认识数据来源 18  
2.1.1　了解直接数据来源 18  
2.1.2　了解间接数据来源 19  
任务2.2　获取数据 19  
2.2.1　获取Excel数据 20  
2.2.2　获取Web数据 21  
2.2.3　获取MySQL数据库数据 23  
小结 26  
实训　获取Excel数据和Web数据 26  
课后习题 27  
第3章　M语言数据预处理 28  
任务3.1　认识Power Query和  
M语言 28  
3.1.1　了解Power Query和M语言 28  
3.1.2　使用M语言获取网络分页数据 30  
任务3.2　集成数据 37  
3.2.1　了解数据集成 37  
3.2.2　实现两个数据来源的数据集成 37  
任务3.3　清洗数据 44  
3.3.1　了解数据清洗 45  
3.3.2　实现成绩表的数据清洗 47  
任务3.4　转换数据 51  
3.4.1　了解数据转换 51  
3.4.2　实现数据提取 52  
任务3.5　归约数据 57  
3.5.1　了解数据归约 57  
3.5.2　实现客户年龄泛化 58  
小结 60  
实训 61  
实训1　集成跨境进货数据 61  
实训2　清洗电影数据 62  
实训3　转换学生成绩数据 63  
实训4　归*学生成绩数据 64  
课后习题 65  
第4章　DAX语言数据建模 68  
任务4.1　认识Power Pivot和  
DAX语言 68  
4.1.1　了解Power Pivot和DAX语言 68  
4.1.2　了解DAX语言的语法 69  
4.1.3　了解DAX语言的函数 70  
4.1.4　了解DAX语言的上下文 75  
任务4.2　新建数据表中的元素 75  
4.2.1　新建表与计算列 76  
4.2.2　新建表间关系 79  
4.2.3　新建度量值 84  
任务4.3　DAX函数使用实例 86  
4.3.1　使用DIVIDE等函数计算客单价 87  
4.3.2　使用ALL函数求各销售单品占总  
销售额的比例 89  
4.3.3　使用TOTALYTD函数计算本年  
迄今总计销售额 90  
任务4.4　创建数据查询操作 95  
4.4.1　上下文操作 95  
4.4.2　钻取操作 98  
小结 101  
实训 101  
实训1　新建“区域对照表” 101  
实训2　丰富“客户信息表”的  
数据模型 102  
实训3　进行区域钻取操作 103  
课后习题 103  
第5章　数据分析与可视化 104  
任务5.1　认识可视化设计 104  
5.1.1　选择合适的图表 105  
5.1.2　布局图表元素 113  
5.1.3　增加图表色彩 116  
5.1.4　自定义可视化图表 118  
任务5.2　掌握对比分析 120  
5.2.1　认识对比分析 121  
5.2.2　绘制条形图 122  
5.2.3　绘制柱形图 126  
5.2.4　绘制雷达图 129  
5.2.5　绘制漏斗图 130  
任务5.3　掌握结构分析 132  
5.3.1　认识结构分析 132  
5.3.2　绘制饼图 133  
5.3.3　绘制环形图 134  
5.3.4　绘制瀑布图 136  
5.3.5　绘制树状图 138  
任务5.4　掌握相关分析 139  
5.4.1　认识相关分析 139  
5.4.2　绘制散点图 140  
5.4.3　绘制折线图 141  
任务5.5　掌握描述性分析 142  
5.5.1　认识描述性分析 142  
5.5.2　绘制表 143  
5.5.3　绘制箱线图 144  
任务5.6　掌握KPI分析 145  
5.6.1　认识KPI分析 145  
5.6.2　绘制仪表 145  
5.6.3　绘制KPI Indicator 147  
5.6.4　绘制子弹图 149  
小结 150  
实训 151  
实训1　会员基本信息对比分析 151  
实训2　会员来源及消费能力结构分析 151  
实训3　会员购买力及会员数量  
相关分析 152  
实训4　不同性别会员年龄及购买力  
描述性分析 153  
实训5　店铺销售情况KPI分析 153  
课后习题 154  
第6章　Power BI数据分析报表 155  
任务6.1　认识Power BI数据  
分析报表 155  
6.1.1　了解Power BI数据分析  
报表的类型 155  
6.1.2　了解Power BI数据分析  
报表的原则 156  
6.1.3　了解Power BI数据分析  
报表的结构 156  
任务6.2　完成一份Power BI数据  
分析报表 157  
6.2.1　分析背景与目的 157  
6.2.2　会员分析 158  
6.2.3　整合Power BI报表 160  
小结 161  
实训　人力资源结构分析报表 161  
课后习题 161  
第7章　数据部署 162  
任务7.1　部署会员信息分析报表 162  
7.1.1　了解Power BI移动版 162  
7.1.2　发布数据 163  
7.1.3　创建与设置仪表板 165  
小结 171  
实训　部署超市运营分析报表 172  
课后习题 172  
第8章　自动售货机综合案例 173  
任务8.1　了解某公司自动  
售货机现状 173  
8.1.1　分析某公司自动售货机现状 173  
8.1.2　认识自动售货机案例分析的  
步骤与流程 175  
任务8.2　数据获取、预处理与建模 175  
8.2.1　清洗数据 176  
8.2.2　归约数据 179  
8.2.3　数据建模 181  
任务8.3　数据分析与可视化 186  
8.3.1　销售分析与可视化 187  
8.3.2　库存分析与可视化 198  
8.3.3　用户分析与可视化 205  
任务8.4　数据部署 211  
8.4.1　整理销售分析报表 211  
8.4.2　整理库存分析报表和用户  
分析报表 213  
8.4.3　发布自动售货机案例报表 215  
小结 216  
实训 216  
实训1　数据预处理 216  
实训2　数据分析与可视化 217  
实训3　餐饮综合案例报表整理和发布 220  
课后习题 220