本书以数据分析为切入点，以数据可视化全流程为主线，从最基础的表格工具Excel到专业的数据可视化工具Power BI、Tableau及编程语言Python，系统讲解了数据可视化的操作流程。每章设置了内容导读、学习导图、职业素养目标、本章总结、综合实验、思考与练习等模块。全书共9章，第1章是入门篇，介绍了数据分析与可视化的基本概念。第2～6章以商业数据为案例，详细介绍使用Excel进行数据分析并进行可视化展示的全流程。第7～8章以Power BI、Tableau为工具，讲解从连接基础数据到进行数据分析全过程。第9章讲解利用Python实现数据可视化的基本方法，主要介绍了Python进行数据分析与可视化的基础库和扩展库。本书图文并茂，内容翔实，案例充分，重视知识性和实用性的结合，强调数据可视化的作用和方法。适合作为高等院校非计算机专业“数据分析与可视化实践”或“可视化实践与提高”等课程的教材，也可作为创新创业课程、实验实习课程、计算机应用和高级办公自动化方面的培训教程或参考用书。
郁诺：工程师，专业从事网络安全与数据分析工作。主持或参与多个省部级、地厅级科研项目，在SCI、EI等国内外专业核心期刊发表多篇有影响力学术论文，论文等科研成果多次获省部级优秀论文及科技成果奖。自主发明一款获国家专利产品，独立开发多个应用软件，得到广泛应用，并获得多项软件著作权证书。主讲课程：数据库应用、Excel 实践与提高、大学计算机基础、多媒体数据分析与制作。
目 录
第1章 数据分析与可视化基础知识 1
1.1 数据分析 2
1.1.1 数据分析的认知 3
1.1.2 数据分析的意义 5
1.1.3 数据分析的方法 6
1.1.4 数据分析的步骤 13
1.2 数据可视化 17
1.2.1 数据可视化概述 17
1.2.2 数据可视化的用途、优势
及在各行业的应用 20
1.2.3 数据可视化流程 23
1.3 综合实验 25
实验1 25
实验2 26
1.4 思考与练习 27
第2章 EXCEL数据可视化基础 29
2.1 EXCEL图表基础 30
2.1.1 图表的构成元素 30
2.1.2 图表的格式设置 32
2.1.3 图表的创建与编辑 36
2.2 图表的基本类型与选择 42
2.2.1 柱形图和条形图 42
2.2.2 折线图和面积图 45
2.2.3 饼图和环形图 48
2.2.4 XY散点图 49
2.2.5 雷达图 50
2.2.6 迷你图 51
2.2.7 动态图表 52
2.3 EXCEL可视化的快捷应用 57
2.3.1 利用模板制作商务图表 57
2.3.2 利用条件格式实现
微图表 58
2.3.3 利用函数生成图表 62
2.3.4 数据图表的内容更新 62
2.4 综合实验 64
实验1 64
实验2 66
2.5 思考与练习 67
第3章 商品生产成本分析 69
3.1 生产成本分析与可视化 71
3.1.1 同类产品子成本比较 71
3.1.2 各子产品占总产品比例 75
3.1.3 产品生产成本分析 79
3.2 生产管理分析与可视化 81
3.2.1 班组产量对比 82
3.2.2 班组效率统计 85
3.2.3 产品合格率统计 89
3.2.4 目标完成率统计 92
3.2.5 周期管理报表 94
3.3 综合实验 97
实验1 97
实验2 98
3.4 思考与练习 99
第4章 商品销售情况分析 101
4.1 商品销售额分析与可视化 103
4.1.1 商品销售额环比分析 103
4.1.2 区域商品销售额对比
分析 106
4.1.3 商品销售额目标达成率
分析 109
4.2 商品销售量分析与可视化 112
4.2.1 按类别分析销售量 112
4.2.2 销售量与销售人员等
数据相关性分析 114
4.3 商品利润分析与可视化 117
4.3.1 商品利润率分析 117
4.3.2 商品利润与其他数据
相关性分析 120
4.4 商品价格分析与可视化 122
4.4.1 商品价格变化趋势 122
4.4.2 商品价格与其他数据
相关性分析 125
4.5 综合实验 127
实验1 127
实验2 129
4.6 思考与练习 129
第5章 商品库存数据分析 132
5.1 产品入库情况分析与可视化 133
5.1.1 按时间分析入库数量 134
5.1.2 按类别分析入库数量 135
5.1.3 计算安全库存、最大库存量
和最小库存量 138
5.2 库存数据分析与可视化 141
5.2.1 库存类别占比分析 141
5.2.2 库存周转率分析 142
5.2.3 库存类别时间分析 144
5.3 出库数据分析与可视化 146
5.3.1 出库数量分析 146
5.3.2 出库类别数量分析 147
5.3.3 出库类别趋势预测 148
5.4 综合实验 151
实验1 151
实验2 153
5.5 思考与练习 153
第6章 电商客户信息分析 156
6.1 客户数据分析与可视化 157
6.1.1 客单价分析 158
6.1.2 用户复购率分析 160
6.1.3 用户支付偏好分析 163
6.1.4 用户流失率分析 165
6.2 客户属性分析与可视化 166
6.2.1 客户性别属性分析 166
6.2.2 客户年龄属性分析 169
6.2.3 客户地域属性分析 170
6.2.4 客户终端属性分析 172
6.3 综合实验 174
实验1 174
实验2 175
6.4 思考与练习 175
第7章 POWER BI数据可视化实践 178
7.1 POWER BI基础知识 179
7.1.1 Power BI安装 180
7.1.2 认识Power BI的工作
界面 182
7.2 POWER BI数据可视化流程 184
7.2.1 获取与导入数据 184
7.2.2 数据清洗与整理 188
7.2.3 数据建模 191
7.2.4 实现数据可视化 193
7.3 POWER BI制作财务数据可视化
报表 195
7.3.1 导入数据 195
7.3.2 数据清洗与数据建模 197
7.3.3 实现报表的可视化 200
7.4 综合实验 201
实验1 201
实验2 203
7.5 思考与练习 203
第8章 TABLEAU数据可视化实践 205
8.1 TABLEAU基础知识 207
8.1.1 安装Tableau 207
8.1.2 认识Tableau工作界面 208
8.1.3 Tableau工作簿 209
8.1.4 Tableau中的概念 210
8.2 TABLEAU可视化流程 210
8.2.1 准备数据 211
8.2.2 构建图表和数据分析 212
8.2.3 设置与保存工作簿 215
8.3 实践TABLEAU可视化简单图形 216
8.3.1 案例实战——条形图 217
8.3.2 案例实战——折线图 219
8.3.3 案例实战——散点图 221
8.3.4 案例实战——甘特图 223
8.3.5 案例实战——气泡图 225
8.3.6 案例实战——直方图 227
8.3.7 案例实战——标靶图 229
8.3.8 案例实战——密度热图 231
8.3.9 案例实战——树状图 233
8.4 综合实验 234
实验1 234
实验2 236
8.5 思考与练习 237
第9章 PYTHON数据可视化实践 238
9.1 认识与安装PYTHON 239
9.1.1 Python概述 239
9.1.2 安装Python 240
9.1.3 Python文件 241
9.2 基本语法知识 242
9.2.1 语法基本概念 242
9.2.2 数据类型与运算符 243
9.2.3 复合数据类型 244
9.2.4 程序流程控制 246
9.2.5 函数及其应用 249
9.3 数据分析与可视化库 251
9.3.1 Pandas数据处理库 252
9.3.2 Pyecharts图表库 258
9.3.3 Matplotlib绘图库 261
9.4 案例实战可视化图表 264
9.4.1 销售数据分析图表
应用 264
9.4.2 财务数据分析图表
应用 266
9.4.3 人力资源数据分析
图表应用 269
9.5 综合实验 271
实验1 271
实验2 272
9.6 思考与练习 272
参考文献 275
书单推荐
