Tableau数据分析与可视化(微课版)

Tableau数据分析与可视化(微课版)
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2021-01
版次: 1
ISBN: 9787115453273
定价: 69.80
装帧: 平装
开本: 16开
页数: 200页
分类: 工程技术
42人买过
  • 本书共11章,主要内容包括Tableau数据可视化概述、连接数据源、Tableau基础操作、Tableau可视化分析、地图、仪表盘、连接Hadoop Hive、连接Hadoop Spark、Tableau在线服务、电商行业案例、互联网行业案例等。 作为普通高等院校计算机、数据科学与大数据专业的教材,也可作为数据分析行业从业人员的参考用书。 作为普通高等院校计算机、数据科学与大数据专业的教材,也可作为数据分析行业从业人员的参考用书。 王国平,主要从事大数据分析与研究等工作,在国内中文核心期刊发表多篇文章。熟练掌握数据分析和可视化软件,从事数据分析和研究工作多年,精通Tableau、SAS、SPSS Modeler、Stata、Matlab等软件。 第1章 Tableau数据可视化概述 001
    1.1 数据可视化概述 001
    1.1.1 什么是数据可视化 001
    1.1.2 如何实现数据可视化 002
    1.1.3 数据可视化的注意事项 002
    1.2 数据可视化常用软件 003
    1.2.1 Tableau Desktop 003
    1.2.2 Microsoft Power BI 004
    1.2.3 阿里DataV 004
    1.2.4 腾讯云图 005
    1.2.5 百度Sugar 006
    1.2.6 帆软FineBI 006
    1.3 Tableau软件概况 007
    1.3.1 Tableau Desktop 007
    1.3.2 Tableau Prep 007
    1.3.3 Tableau Online 007
    1.3.4 Tableau Server 008
    1.3.5 Tableau Public 008
    1.3.6 Tableau Mobile 008
    1.3.7 Tableau Reader 008
    1.4 初识Tableau Desktop 008
    1.4.1 新增功能 008
    1.4.2 开始页面 009
    1.4.3 “数据源”界面 010
    1.4.4 数据类型及其转换 011
    1.4.5 运算符及其优先级 014
    1.4.6 文件类型 015
    1.5 练习题 015

    第2章 Tableau连接数据源 016
    2.1 连接数据文件 016
    2.1.1 Microsoft Excel 016
    2.1.2 文本文件 018
    2.1.3 JSON文件 019
    2.1.4 Microsoft Access 020
    2.1.5 PDF文件 021
    2.1.6 空间文件 022
    2.1.7 统计文件 023
    2.2 连接关系型数据库 025
    2.2.1 Microsoft SQL Server 025
    2.2.2 MySQL 026
    2.2.3 Oracle 027
    2.2.4 PostgreSQL 028
    2.2.5 IBM DB2 029
    2.2.6 MemSQL 030
    2.3 连接非关系型数据库 031
    2.3.1 MongoDB简介 031
    2.3.2 安装MongoDB 031
    2.3.3 连接MongoDB 032
    2.4 连接其他数据源 034
    2.4.1 阿里MaxCompute 034
    2.4.2 Databricks 034
    2.4.3 更多服务器 034
    2.5 练习题 035
    第3章 Tableau基础操作 036
    3.1 工作区及其操作 036
    3.1.1 工具栏及其功能 036
    3.1.2 “数据”窗格操作 037
    3.1.3 “分析”窗格操作 038
    3.1.4 功能区和卡 039
    3.1.5 工作表及其操作 040
    3.2 维度和度量及相关操作 043
    3.2.1 维度及其操作 043
    3.2.2 度量及其操作 043
    3.2.3 维度字段和度量字段的转换及案例 043
    3.3 连续和离散及相关操作 045
    3.3.1 连续及其操作 045
    3.3.2 离散及其操作 046
    3.3.3 连续字段和离散字段的转换及案例 046
    3.4 数据及视图的导出 047
    3.4.1 导出数据文件 047
    3.4.2 导出图形文件 048
    3.4.3 导出PDF文件 049
    3.4.4 导出PowerPoint文件 050
    3.4.5 导出低版本文件 051
    3.5 练习题 052
    第4章 Tableau高级操作 053
    4.1 创建字段及其案例 053
    4.1.1 创建字段简介 053
    4.1.2 创建字段案例 053
    4.2 表计算及其案例 055
    4.2.1 表计算简介 055
    4.2.2 表计算案例 057
    4.3 创建参数及其案例 058
    4.3.1 创建参数简介 058
    4.3.2 创建参数案例 058
    4.4 函数应用及其案例 062
    4.4.1 常用函数简介 062
    4.4.2 函数应用案例 070
    4.5 练习题 072
    第5章 Tableau数据可视化 073
    5.1 简单视图的可视化 073
    5.1.1 条形图 073
    5.1.2 饼图 074
    5.1.3 直方图 076
    5.1.4 折线图 078
    5.1.5 气泡图 079
    5.2 复杂视图的可视化 081
    5.2.1 树状图 081
    5.2.2 散点图 082
    5.2.3 箱形图 084
    5.2.4 环形图 085
    5.2.5 倾斜图 090
    5.3 统计分析的可视化 094
    5.3.1 相关分析 095
    5.3.2 回归分析 096
    5.3.3 聚类分析 099
    5.3.4 时间序列分析 102
    5.4 地理数据的可视化 106
    5.5 练习题 107
    第6章 Tableau仪表板和故事 108
    6.1 创建仪表板的基本要求 108
    6.1.1 熟悉业务并合理规划 108
    6.1.2 利用视图充分展示 108
    6.1.3 完善视图以避免错误 109
    6.2 Tableau仪表板 109
    6.2.1 认识仪表板 109
    6.2.2 创建仪表板 109
    6.2.3 完善美化仪表板 111
    6.3 Tableau故事 113
    6.3.1 让故事代替PPT 113
    6.3.2 创建故事 113
    6.3.3 完善美化故事 116
    6.4 共享可视化视图 118
    6.5 练习题 118
    第7章 连接Hadoop集群 119
    7.1 认识Hadoop 119
    7.1.1 Hadoop分布式文件系统 120
    7.1.2 MapReduce计算框架 120
    7.1.3 Apache Hadoop发行版 120
    7.2 连接的基本条件 122
    7.2.1 连接的前提条件 122
    7.2.2 安装驱动程序 122
    7.2.3 启动Hive服务 122
    7.3 连接的主要步骤 123
    7.3.1 连接Cloudera Hadoop大数据集群 123
    7.3.2 连接MapR Hadoop Hive大数据集群 127
    7.4 连接性能优化 128
    7.4.1 自定义SQL语句 128
    7.4.2 创建数据提取 129
    7.5 练习题 130
    第8章 Tableau在线服务器 131
    8.1 认识Tableau在线服务器 131
    8.1.1 注册和免费试用Tableau Online 131
    8.1.2 创建和激活站点 132
    8.1.3 服务器配置选项介绍 134
    8.2 Tableau在线服务器基础操作 139
    8.2.1 设置账户及内容 139
    8.2.2 设置显示及排序样式 140
    8.2.3 快速搜索与搜索帮助 141
    8.3 Tableau在线服务器用户设置 142
    8.3.1 设置站点角色及权限 142
    8.3.2 向站点添加用户 143
    8.3.3 创建和管理群组 145
    8.4 Tableau在线服务器项目操作 148
    8.4.1 创建和管理项目 148
    8.4.2 创建项目工作簿 151
    8.4.3 移动项目工作簿 153
    8.5 练习题 155
    第9章 电商行业案例实战 156
    9.1 客户价值分析 156
    9.1.1 2014年至2020年上半年有效订单的客户数 157
    9.1.2 2020年上半年有效订单客户的分布 158
    9.1.3 2020年上半年不同学历客户购买额 159
    9.1.4 2020年上半年有效订单量客户排名 159
    9.2 商品配送分析 160
    9.2.1 2020年上半年各月份平均延迟天数 161
    9.2.2 2020年上半年各地区平均延迟天数 162
    9.2.3 2020年上半年各类型商品平均延迟天数 163
    9.2.4 2020年上半年各门店平均延迟天数 163
    9.3 商品退货分析 164
    9.3.1 2020年上半年各月份商品退货次数 165
    9.3.2 2020年上半年各地区商品退货金额 166
    9.3.3 2020年各类型商品退货金额 167
    9.3.4 2020年上半年主要退货商品及数量 167
    9.4 商品预测分析 168
    9.4.1 2020年下半年商品销售额预测 169
    9.4.2 2020年下半年商品利润额预测 170
    9.4.3 2020年下半年商品销售量预测 171
    9.4.4 2020年下半年商品退货量预测 171
    9.5 练习题 172
    第10章 客户价值画像实战 173
    10.1 认识RFM模型 173
    10.1.1 RFM模型简介 173
    10.1.2 RFM模型的维度 174
    10.1.3 RFM模型的客户价值分类 174
    10.2 数据处理与标准化 174
    10.2.1 指标数据处理 174
    10.2.2 指标数据标准化 176
    10.3 数据分析与建模 177
    10.3.1 设置指标参考值 177
    10.3.2 判断指标数据优劣 178
    10.3.3 划分客户价值类型 179
    10.4 数据可视化分析 180
    10.4.1 客户价值类型的数量分析 180
    10.4.2 客户价值类型的占比分析 181
    10.4.3 客户价值类型的地区分析 182
    10.4.4 客户价值类型的详细名单 183
    10.4.5 客户价值类型分析仪表板 183
    10.5 练习题 184
    附录 185
    参考文献 200
  • 内容简介:
    本书共11章,主要内容包括Tableau数据可视化概述、连接数据源、Tableau基础操作、Tableau可视化分析、地图、仪表盘、连接Hadoop Hive、连接Hadoop Spark、Tableau在线服务、电商行业案例、互联网行业案例等。 作为普通高等院校计算机、数据科学与大数据专业的教材,也可作为数据分析行业从业人员的参考用书。 作为普通高等院校计算机、数据科学与大数据专业的教材,也可作为数据分析行业从业人员的参考用书。
  • 作者简介:
    王国平,主要从事大数据分析与研究等工作,在国内中文核心期刊发表多篇文章。熟练掌握数据分析和可视化软件,从事数据分析和研究工作多年,精通Tableau、SAS、SPSS Modeler、Stata、Matlab等软件。
  • 目录:
    第1章 Tableau数据可视化概述 001
    1.1 数据可视化概述 001
    1.1.1 什么是数据可视化 001
    1.1.2 如何实现数据可视化 002
    1.1.3 数据可视化的注意事项 002
    1.2 数据可视化常用软件 003
    1.2.1 Tableau Desktop 003
    1.2.2 Microsoft Power BI 004
    1.2.3 阿里DataV 004
    1.2.4 腾讯云图 005
    1.2.5 百度Sugar 006
    1.2.6 帆软FineBI 006
    1.3 Tableau软件概况 007
    1.3.1 Tableau Desktop 007
    1.3.2 Tableau Prep 007
    1.3.3 Tableau Online 007
    1.3.4 Tableau Server 008
    1.3.5 Tableau Public 008
    1.3.6 Tableau Mobile 008
    1.3.7 Tableau Reader 008
    1.4 初识Tableau Desktop 008
    1.4.1 新增功能 008
    1.4.2 开始页面 009
    1.4.3 “数据源”界面 010
    1.4.4 数据类型及其转换 011
    1.4.5 运算符及其优先级 014
    1.4.6 文件类型 015
    1.5 练习题 015

    第2章 Tableau连接数据源 016
    2.1 连接数据文件 016
    2.1.1 Microsoft Excel 016
    2.1.2 文本文件 018
    2.1.3 JSON文件 019
    2.1.4 Microsoft Access 020
    2.1.5 PDF文件 021
    2.1.6 空间文件 022
    2.1.7 统计文件 023
    2.2 连接关系型数据库 025
    2.2.1 Microsoft SQL Server 025
    2.2.2 MySQL 026
    2.2.3 Oracle 027
    2.2.4 PostgreSQL 028
    2.2.5 IBM DB2 029
    2.2.6 MemSQL 030
    2.3 连接非关系型数据库 031
    2.3.1 MongoDB简介 031
    2.3.2 安装MongoDB 031
    2.3.3 连接MongoDB 032
    2.4 连接其他数据源 034
    2.4.1 阿里MaxCompute 034
    2.4.2 Databricks 034
    2.4.3 更多服务器 034
    2.5 练习题 035
    第3章 Tableau基础操作 036
    3.1 工作区及其操作 036
    3.1.1 工具栏及其功能 036
    3.1.2 “数据”窗格操作 037
    3.1.3 “分析”窗格操作 038
    3.1.4 功能区和卡 039
    3.1.5 工作表及其操作 040
    3.2 维度和度量及相关操作 043
    3.2.1 维度及其操作 043
    3.2.2 度量及其操作 043
    3.2.3 维度字段和度量字段的转换及案例 043
    3.3 连续和离散及相关操作 045
    3.3.1 连续及其操作 045
    3.3.2 离散及其操作 046
    3.3.3 连续字段和离散字段的转换及案例 046
    3.4 数据及视图的导出 047
    3.4.1 导出数据文件 047
    3.4.2 导出图形文件 048
    3.4.3 导出PDF文件 049
    3.4.4 导出PowerPoint文件 050
    3.4.5 导出低版本文件 051
    3.5 练习题 052
    第4章 Tableau高级操作 053
    4.1 创建字段及其案例 053
    4.1.1 创建字段简介 053
    4.1.2 创建字段案例 053
    4.2 表计算及其案例 055
    4.2.1 表计算简介 055
    4.2.2 表计算案例 057
    4.3 创建参数及其案例 058
    4.3.1 创建参数简介 058
    4.3.2 创建参数案例 058
    4.4 函数应用及其案例 062
    4.4.1 常用函数简介 062
    4.4.2 函数应用案例 070
    4.5 练习题 072
    第5章 Tableau数据可视化 073
    5.1 简单视图的可视化 073
    5.1.1 条形图 073
    5.1.2 饼图 074
    5.1.3 直方图 076
    5.1.4 折线图 078
    5.1.5 气泡图 079
    5.2 复杂视图的可视化 081
    5.2.1 树状图 081
    5.2.2 散点图 082
    5.2.3 箱形图 084
    5.2.4 环形图 085
    5.2.5 倾斜图 090
    5.3 统计分析的可视化 094
    5.3.1 相关分析 095
    5.3.2 回归分析 096
    5.3.3 聚类分析 099
    5.3.4 时间序列分析 102
    5.4 地理数据的可视化 106
    5.5 练习题 107
    第6章 Tableau仪表板和故事 108
    6.1 创建仪表板的基本要求 108
    6.1.1 熟悉业务并合理规划 108
    6.1.2 利用视图充分展示 108
    6.1.3 完善视图以避免错误 109
    6.2 Tableau仪表板 109
    6.2.1 认识仪表板 109
    6.2.2 创建仪表板 109
    6.2.3 完善美化仪表板 111
    6.3 Tableau故事 113
    6.3.1 让故事代替PPT 113
    6.3.2 创建故事 113
    6.3.3 完善美化故事 116
    6.4 共享可视化视图 118
    6.5 练习题 118
    第7章 连接Hadoop集群 119
    7.1 认识Hadoop 119
    7.1.1 Hadoop分布式文件系统 120
    7.1.2 MapReduce计算框架 120
    7.1.3 Apache Hadoop发行版 120
    7.2 连接的基本条件 122
    7.2.1 连接的前提条件 122
    7.2.2 安装驱动程序 122
    7.2.3 启动Hive服务 122
    7.3 连接的主要步骤 123
    7.3.1 连接Cloudera Hadoop大数据集群 123
    7.3.2 连接MapR Hadoop Hive大数据集群 127
    7.4 连接性能优化 128
    7.4.1 自定义SQL语句 128
    7.4.2 创建数据提取 129
    7.5 练习题 130
    第8章 Tableau在线服务器 131
    8.1 认识Tableau在线服务器 131
    8.1.1 注册和免费试用Tableau Online 131
    8.1.2 创建和激活站点 132
    8.1.3 服务器配置选项介绍 134
    8.2 Tableau在线服务器基础操作 139
    8.2.1 设置账户及内容 139
    8.2.2 设置显示及排序样式 140
    8.2.3 快速搜索与搜索帮助 141
    8.3 Tableau在线服务器用户设置 142
    8.3.1 设置站点角色及权限 142
    8.3.2 向站点添加用户 143
    8.3.3 创建和管理群组 145
    8.4 Tableau在线服务器项目操作 148
    8.4.1 创建和管理项目 148
    8.4.2 创建项目工作簿 151
    8.4.3 移动项目工作簿 153
    8.5 练习题 155
    第9章 电商行业案例实战 156
    9.1 客户价值分析 156
    9.1.1 2014年至2020年上半年有效订单的客户数 157
    9.1.2 2020年上半年有效订单客户的分布 158
    9.1.3 2020年上半年不同学历客户购买额 159
    9.1.4 2020年上半年有效订单量客户排名 159
    9.2 商品配送分析 160
    9.2.1 2020年上半年各月份平均延迟天数 161
    9.2.2 2020年上半年各地区平均延迟天数 162
    9.2.3 2020年上半年各类型商品平均延迟天数 163
    9.2.4 2020年上半年各门店平均延迟天数 163
    9.3 商品退货分析 164
    9.3.1 2020年上半年各月份商品退货次数 165
    9.3.2 2020年上半年各地区商品退货金额 166
    9.3.3 2020年各类型商品退货金额 167
    9.3.4 2020年上半年主要退货商品及数量 167
    9.4 商品预测分析 168
    9.4.1 2020年下半年商品销售额预测 169
    9.4.2 2020年下半年商品利润额预测 170
    9.4.3 2020年下半年商品销售量预测 171
    9.4.4 2020年下半年商品退货量预测 171
    9.5 练习题 172
    第10章 客户价值画像实战 173
    10.1 认识RFM模型 173
    10.1.1 RFM模型简介 173
    10.1.2 RFM模型的维度 174
    10.1.3 RFM模型的客户价值分类 174
    10.2 数据处理与标准化 174
    10.2.1 指标数据处理 174
    10.2.2 指标数据标准化 176
    10.3 数据分析与建模 177
    10.3.1 设置指标参考值 177
    10.3.2 判断指标数据优劣 178
    10.3.3 划分客户价值类型 179
    10.4 数据可视化分析 180
    10.4.1 客户价值类型的数量分析 180
    10.4.2 客户价值类型的占比分析 181
    10.4.3 客户价值类型的地区分析 182
    10.4.4 客户价值类型的详细名单 183
    10.4.5 客户价值类型分析仪表板 183
    10.5 练习题 184
    附录 185
    参考文献 200
查看详情
相关图书 / 更多