标签分类
当前位置:首页 > 行业软件及应用电子书 > 大数据电子书网盘下载
触手可及的大数据分析工具:Tableau案例集 触手可及的大数据分析工具:Tableau案例集
zymboy1211

zymboy1211 提供上传

资源
25
粉丝
23
喜欢
148
评论
6

    触手可及的大数据分析工具:Tableau案例集 PDF 高清扫描版

    大数据电子书
    • 发布时间:

    给大家带来的一篇关于大数据相关的电子书资源,介绍了关于大数据分析、Tableau、案例集方面的内容,本书是由电子工业出版社出版,格式为PDF,资源大小80.6 MB,沈浩编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:9.4,更多相关的学习资源可以参阅 行业软件及应用电子书、等栏目。

  • 触手可及的大数据分析工具:Tableau案例集 PDF 下载
  • 下载地址:https://pan.baidu.com/s/19VAx4SPaAddgd6rUbVdWLQ
  • 分享码:4as4
  • 触手可及的大数据分析工具:Tableau案例集 PDF

    《触手可及的大数据分析工具:Tableau案例集》对Tableau的商品、优点、Tableau 9.0的新特点以及作用干了全方位的详细介绍,而且从15个不一样制造行业的案例下手,你在阅读文章这书后可以从1个初学者成才为可以建立出繁杂汽车仪表板的大神。

    《触手可及的大数据分析工具:Tableau案例集》分成5个一部分共14章:Tableau应用简述、新手上路、成功晋级、大神秘笈及其实际上运用。

    Tableau应用简述包括四章,各自从为什么要开展大数据可视化、Tableau的发展史、Tableau的产品简介、Tableau 9.0的新特点、Tableau的运用优点及其怎样运用Tableau开展移动数据和掌握工作区域好多个层面干了详细的论述。

    新手上路包括两章,该一部分以各制造行业案例为借助,陪你从Tableau的排列、刷选、层次和排序、主要参数和函数等层面来全方位掌握Tableau 9.0的新作用。

    成功晋级包括四章,各自从不一样制造行业的案例下手详细介绍Tableau的高級作用。

    大神秘笈包括三章,该一部分详细介绍怎样运用Tableau中的色调和样子开展出现异常值检验、怎样运用背景图图象开展仓储货架剖析及其怎么使用Tableau中的超链接应用WMS地图服务和动态性启用外界网页页面。

    实际上运用开创章节包括8个大数据可视化剖析案例,全方位展现Tableau开展大数据可视化剖析的各种各样技术细节和小技巧。

    《触手可及的大数据分析工具:Tableau案例集》针对第一次触碰Tableau手机软件的用户会有挺大协助,书中对Tableau建立数据可视化景图的每步实际操作常有详细的表明。假如你是Tableau手机软件的老客户,《触手可及的大数据分析工具:Tableau案例集》中不一样制造行业案例的可视化分析和呈现方法也会让你产生全新升级的构思和角度。

    目录

    • 第1部分 Tableau使用概述
    • 第1章数据可视化2
    • 1.1 用数据讲故事2
    • 1.2 数据不只是数字3
    • 1.3 在数据中寻找什么3
    • 1.4 本章小结5
    • 第2章 Tableau概述6
    • 2.1 Tableau的发展历程6
    • 2.2 Tableau产品简介7
    • 2.2.1 Tableau Desktop7
    • 2.2.2 Tableau Server9
    • 2.2.3 Tableau Online9
    • 2.2.4 Tableau Reader9
    • 2.2.5 Tableau Public9
    • 2.3 Tableau 9.0版本新特性10
    • 2.4 本章小结16
    • 第3章 Tableau应用优势17
    • 3.1 简单易用17
    • 3.2 极速高效18
    • 3.3 美观交互的视图与界面20
    • 3.4 轻松实现数据融合22
    • 3.5 简便的管理23
    • 3.6 灵活的配置23
    • 3.7 本章小结24
    • 第4章 Tableau功能介绍25
    • 4.1 数据连接25
    • 4.1.1 数据文件连接25
    • 4.1.2 数据库连接27
    • 4.2 了解Tableau工作区29
    • 4.3 本章小结39
    • 第2部分新手上路
    • 第5章创作第一个仪表板42
    • 5.1 排序42
    • 5.2 分层与分组46
    • 5.2.1 分层46
    • 5.2.2 分组50
    • 5.3 参数设置52
    • 5.4 语法操作55
    • 5.4.1 主要功能函数简介55
    • 5.4.2 快速表计算简介62
    • 5.5 可视化67
    • 5.5.1 地图67
    • 5.5.2 条形图73
    • 5.5.3 线形图77
    • 5.5.4 饼图79
    • 5.5.5 复合图80
    • 5.5.6 嵌套条形图81
    • 5.5.7 动态图84
    • 5.5.8 热图86
    • 5.5.9 突显表89
    • 5.5.10 散点图90
    • 5.5.11 气泡图93
    • 5.5.12 甘特图93
    • 5.5.13 标靶图95
    • 5.5.14 盒须图98
    • 5.5.15 瀑布图100
    • 5.5.16 直方图101
    • 5.5.17 帕累托图103
    • 5.5.18 填充气泡图107
    • 5.5.19 文字云110
    • 5.5.20 树地图111
    • 5.6 设计动态仪表板113
    • 5.6.1 新建一个仪表板113
    • 5.6.2 创建动作118
    • 5.6.3 使用仪表板的注意事项123
    • 5.7 作品分享方案123
    • 5.8 本章小结131
    • 第6章实战演练132
    • 6.1 教育水平评估132
    • 6.1.1 学校教育水平评估132
    • 6.1.2 城市教育水平评估139
    • 6.2 网站内容评估146
    • 6.3 投资分析151
    • 6.4 本章小结164
    • 第3部分成功晋级
    • 第7章巧用地图166
    • 7.1 索偿分析166
    • 7.2 估值分析171
    • 7.3 本章小结175
    • 第8章美化趋势图176
    • 8.1 欺诈检测176
    • 8.2 生产分析179
    • 8.3 资源组合分析189
    • 8.4 本章小结195
    • 第9章设计动态仪表板196
    • 9.1 继任规划196
    • 9.2 资产监控201
    • 9.3 本章小结206
    • 第10章客户细分207
    • 10.1 网站客户细分207
    • 10.2 零售业客户细分212
    • 10.3 游戏客户洞察217
    • 10.4 本章小结226
    • 第4部分高手秘籍
    • 第11章生“动”形“象”228
    • 11.1 识别与预测228
    • 11.2 门户创建243
    • 11.3 网络广告投放分析250
    • 11.4 本章小结260
    • 第12章设计个性化背景261
    • 12.1 NBA赛事分析261
    • 12.2 货架图分析265
    • 12.3 本章小结275
    • 第13章超级链接276
    • 13.1 使用Web地图服务277
    • 13.2 淘宝网店数据分析281
    • 13.3 本章小结290
    • 第5部分实际应用
    • 第14章实际应用案例分析292
    • 14.1 中国楼市降温的分析292
    • 14.2 中国最美八条骑行路线的展示311
    • 14.3 中国教育水平发展指标历史数据统计报告321
    • 14.4 空难信息统计337
    • 14.5 Tableau官网各版块访问情况365
    • 14.6 2014年巴西世界杯小组赛各球队球员数据统计373
    • 14.7 2014年太平洋台风季分析391
    • 14.8 制作“伦敦巴士线路数据”视图406
    • 附A录 Tableau安装415
    • 附B录 Tableau函数汇总419

    上一篇:数据分析:企业的贤内助  下一篇:Druid实时大数据分析原理与实践

    展开 +

    收起 -

    大数据相关电子书
    学习笔记
    网友NO.273419

    python金融大数据分析有用吗

    《Python金融大数据分析 》是人民邮电出版社2015年12月出版的中译图书,作者[德]伊夫·希尔皮斯科,译者姚军。 《Python金融大数据分析》,唯一一本详细讲解使用Python分析处理金融大数据的专业图书;金融应用开发领域从业人员必读。适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。 (推荐学习:Python视频教程) 内容介绍 Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区,在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用,并且成为该行业开发核心应用的首选编程语言。 《Python金融大数据分析》提供了使用Python进行数据分析,以及开发相关应用程序的技巧和工具。 《Python金融大数据分析》总计分为3部分,共19章。 第1部分介绍了Python在金融学中的应用,其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具,以及Python在计量金融学中的一些具体入门实例; 第2部分介绍了金融分析和应用程序开发中最重要的Python库、技术和方法,其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、随机数生成和随机过程模拟、Python统计学应用、Python和Ex……

    网友NO.768270

    Python实现的大数据分析操作系统日志功能示例

    本文实例讲述了Python实现的大数据分析操作系统日志功能。分享给大家供大家参考,具体如下: 一 代码 1、大文件切分 import osimport os.pathimport timedef FileSplit(sourceFile, targetFolder): if not os.path.isfile(sourceFile): print(sourceFile, ' does not exist.') return if not os.path.isdir(targetFolder): os.mkdir(targetFolder) tempData = [] number = 1000 fileNum = 1 linesRead = 0 with open(sourceFile, 'r') as srcFile: dataLine = srcFile.readline().strip() while dataLine: for i in range(number): tempData.append(dataLine) dataLine = srcFile.readline() if not dataLine: break desFile = os.path.join(targetFolder, sourceFile[0:-4] + str(fileNum) + '.txt') with open(desFile, 'a+') as f: f.writelines(tempData) tempData = [] fileNum = fileNum + 1if __name__ == '__main__': #sourceFile = input('Input the source file to split:') #targetFolder = input('Input the target folder you want to place the split files:') sourceFile = 'test.txt' targetFolder = 'test' FileSplit(sourceFile, targetFolder) 2、Mapper代码 import osimport reimport threadingimport timedef Map(sourceFile): if not os.path.exists(sourceFile): print(sourceFile, ' does not exist.') return pattern = re.compile(r'[0-9]{1,2}/[0-9]{1,2}/[0-9]{4}') result = {} with open(sourceFile, 'r') as srcFile: for dataLine in srcFile: r = pattern.findall(dataLine) if r: t = result.get(r[0], 0) t += 1 result[r[0]] = t desFile = sourceFile[0:-4] + '_map.txt' with open(desFile, 'a+') as fp: for k, v in……

    网友NO.271524

    python怎么做大数据分析

    数据获取:公开数据、Python爬虫 外部数据的获取方式主要有以下两种。(推荐学习:Python视频教程) 第一种是获取外部的公开数据集,一些科研机构、企业、政府会开放一些数据,你需要到特定的网站去下载这些数据。这些数据集通常比较完善、质量相对较高。 另一种获取外部数据的方式就是爬虫。 比如你可以通过爬虫获取招聘网站某一职位的招聘信息,爬取租房网站上某城市的租房信息,爬取豆瓣评分评分最高的电影列表,获取知乎点赞排行、网易云音乐评论排行列表。基于互联网爬取的数据,你可以对某个行业、某种人群进行分析。 在爬虫之前你需要先了解一些 Python 的基础知识:元素(列表、字典、元组等)、变量、循环、函数……… 以及,如何用 Python 库(urllib、BeautifulSoup、requests、scrapy)实现网页爬虫。 掌握基础的爬虫之后,你还需要一些高级技巧,比如正则表达式、使用cookie信息、模拟用户登录、抓包分析、搭建代理池等等,来应对不同网站的反爬虫限制。 数据存取:SQL语言 在应对万以内的数据的时候,Excel对于一般的分析没有问题,一旦数据量大,就会力不从心,数据库就能够很好地解决这个问题。而且大多数的企业,都会以SQL的形式来存储数据。 SQL作为最经典的数据库工具,为海量数据的存储与管……

    Copyright 2018-2019 xz577.com 码农之家

    版权责任说明