目录

第1章　大数据与大数据分析 1

 1.1　认知大数据 1

1.1.1　大数据的概念 1

1.1.2　大数据的特征 1

1.1.3　大数据产业与人才需求 2

1.1.4　大数据时代思维方式的转变 5

 1.2　认知大数据分析 6

1.2.1　大数据分析流程 6

1.2.2　大数据分析方法 7

1.2.3　大数据分析工具 9

 随堂测 10

第2章　Power BI简介 12

 2.1　认知Power BI 12

2.1.1　Power BI是什么 12

2.1.2　为什么选择Power BI 13

2.1.3　Power BI的产品体系与应用流程 13

 2.2　Power BI Desktop的下载、安装与注册 15

2.2.1　Power BI Desktop的下载与安装 15

2.2.2　Power BI的账号注册 16

 2.3　认识Power BI Desktop的工作界面 17

2.3.1　功能区 17

2.3.2　视图 17

2.3.3　画布 19

2.3.4　报表编辑器 19

 随堂测 20

第3章　快速应用Power BI 22

 3.1　背景案例 22

3.1.1　提出问题 22

3.1.2　明确分析需求 23

3.1.3　设计分析框架 24

3.1.4　确定应用流程 27

 3.2　数据获取 27

3.2.1　打开Power BI Desktop时获取数据 28

3.2.2　进入Power BI Desktop后获取数据 29

 3.3　数据整理 29

 3.4　数据建模 32

3.4.1　自动识别关联数据表 32

3.4.2　手动关联数据表 33

3.4.3　数据模型的应用效果展示：矩阵表 35

3.4.4　使用DAX公式新建列、度量值、表 37

 3.5　数据可视化分析 42

3.5.1　设置报表页面格式 43

3.5.2　插入文本框、图片和线条 44

3.5.3　插入折线和簇状柱形图 45

3.5.4　插入饼图和环形图 47

3.5.5　插入簇状条形图 49

3.5.6　插入瀑布图 50

3.5.7　插入仪表图、多行卡、卡片图 51

 3.6　数据分析：筛选和钻取 52

3.6.1　筛选 52

3.6.2　钻取 54

3.6.3　编辑交互 57

 随堂测 58

第4章　数据获取 59

 4.1　数据源 59

4.1.1　理解数据源 59

4.1.2　Power BI数据源 59

 4.2　从文件中获取数据 60

4.2.1　识别文件类型 60

4.2.2　从Excel文件中获取数据 61

4.2.3　从文本文件中获取数据 61

4.2.4　从PDF文件中获取数据 63

4.2.5　从文件夹中获取数据 65

 4.3　从数据库中获取数据 67

4.3.1　从Access中获取数据 67

4.3.2　从SQL Server中获取数据 69

 4.4　从Web上获取数据 71

4.4.1　从Web上直接获取表格数据 71

4.4.2　使用示例从Web上获取数据 72

 随堂测 76

第5章　数据整理 78

 5.1　数据规范化 78

5.1.1　数据规范化的必要性 78

5.1.2　认识一维表和二维表 79

 5.2　数据整理的方法 80

5.2.1　Power Query编辑器 80

5.2.2　M语言 82

 5.3　数据准备 83

5.3.1　在Power Query编辑器中导入数据 83

5.3.2　重新设定数据源 86

 5.4　数据整理的常用功能 87

5.4.1　将第一行用作标题 87

5.4.2　筛选与删除 87

5.4.3　更改与检测数据类型 91

5.4.4　填充与替换 93

5.4.5　逆透视列与透视列 94

5.4.6　文本数据的整理 97

5.4.7　添加列 103

5.4.8　转置、反转行和分组依据 108

5.4.9　复制列到表 111

5.4.10　追加查询与合并查询 112

 随堂测 117

第6章　数据建模与DAX语言 119

 6.1　认识数据建模 119

6.1.1　了解关系模型 119

6.1.2　数据建模要点 119

6.1.3　创建与应用度量值 124

6.1.4　新建列 128

 6.2　DAX语言：数据分析表达式 129

6.2.1　DAX语法规则 130

6.2.2　DAX支持的数据类型 131

6.2.3　DAX中的运算符 132

6.2.4　认识“上下文” 133

6.2.5　DAX函数分类 135

 6.3　DAX函数的语法结构与应用

　　   示例 142

6.3.1　CALCULATE函数 142

6.3.2　ALL、ALLEXCEPT和

ALLSELECTED函数 145

6.3.3　FILTER函数 150

6.3.4　IF与SWITCH函数 153

6.3.5　VALUES、HASONEVALUE和

SELECTEDVALUE函数 155

6.3.6　时间智能函数 158

 6.4　使用变量改进DAX公式 162

6.4.1　VAR语句 163

6.4.2　使用VAR语句改进DAX公式  163

 随堂测 164

第7章　数据可视化分析 166

 7.1　数据可视化原则 166

7.1.1　数据可视化基本原则 166

7.1.2　视觉对象的选择依据 167

 7.2　常用的基本视觉对象 167

7.2.1　散点图与气泡图 167

7.2.2　树状图 170

7.2.3　表与矩阵 171

7.2.4　漏斗图 172

7.2.5　地图 173

7.2.6　分解树 174

7.2.7　智能问答 175

 7.3　自定义视觉对象 176

7.3.1　获取自定义视觉对象 176

7.3.2　常用自定义视觉对象 179

 7.4　数据可视化分析实例 184

7.4.1　动态指标分析 184

7.4.2　产品战略分析 186

7.4.3　排名分析 188

7.4.4　帕累托分析 193

 7.5　Power BI的封面制作 196

7.5.1　首页设计 196

7.5.2　添加书签 197

7.5.3　添加返回按钮、书签导航器、

页面导航器 199

 随堂测 201

第8章　财务数据可视化智能设计——以利润表为例 202

 8.1　从Web上爬取利润表数据 202

8.1.1　选择数据获取方式 202

8.1.2　分析网址规律 203

8.1.3　获取数据 205

8.1.4　整理数据 207

8.1.5　新建管理参数 208

8.1.6　创建并调用自定义函数 211

 8.2　利润表数据整理 215

8.2.1　数据整理思路 215

8.2.2　将两张利润表合并成一张事实表 216

8.2.3　将二维表转换成一维表 218

 8.3　利润表数据建模 220

8.3.1　构建维度表 220

8.3.2　数据建模 224

8.3.3　创建度量值 225

 8.4　利润明细表可视化设计 228

8.4.1　动态切换金额单位 229

8.4.2　建立利润明细表 231

8.4.3　创建日期、公司名称切片器 232

 8.5　利润表分析可视化设计 233

8.5.1　趋势分析 234

8.5.2　结构分析 235

8.5.3　比较分析 238

 随堂测 243

第9章　财务数据可视化智能综合分析——基于三张基本报表 245

 9.1　思路与框架 245

 9.2　数据准备 246

9.2.1　数据来源 246

9.2.2　获取数据 247

9.2.3　数据整理 249

9.2.4　数据建模 252

 9.3　财务报表可视化分析 255

9.3.1　资产负债表可视化分析 255

9.3.2　现金流量表可视化分析 259

9.3.3　利润表可视化分析 261

 9.4　财务指标可视化分析 264

9.4.1　偿债能力分析 264

9.4.2　营运能力分析 265

9.4.3　盈利能力分析 266

9.4.4　发展能力分析 266

9.4.5　杜邦分析 267

 9.5　同业对比可视化分析 268