注重体验与质量的电子书资源下载网站
分类于: 设计 其它
简介
精通Tableau 2019 豆 0.0分
资源最后更新于 2020-10-05 18:43:29
作者:[美]德米特里·阿诺辛 等
译者:刘 洋
出版社:清华大学出版社
出版日期:2019-01
ISBN:9787302540762
文件格式: pdf
标签: 管理 清华大学出版社 数据分析 思维 创业 Tableau
简介· · · · · ·
本书详细阐述了与Tableau 2019.x相关的基本解决方案,主要包括Tableau数据操控、Tableau数据提取、Tableau Desktop高级计算、Tableau桌面高级过滤机制、创建仪表板、利用Tableau讲述故事、Tableau可视化、Tableau高级可视化、Tableau大数据应用、Tableau预测分析、Tableau高级预测分析、部署Tableau Server、Tableau故障诊断、利用Tableau Prep分析数据、基于Tableau的ETL最佳实践方案等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。
本书适合作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学教材和参考手册。
目录
第1章 开启Tableau之旅 1
1.1 技术需求 1
1.2 Tableau简介 1
1.3 连接数据 2
1.4 利用Show Me构建条形图 4
1.5 构建文本表 8
1.6 添加过滤器 10
1.7 添加颜色 13
1.8 构建树形图 18
1.9 构建一幅地图 20
1.10 构建双轴地图 23
1.11 自定义工具提示信息 28
第2章 Tableau数据操控 33
2.1 技术需求 33
2.2 简介 34
2.3 连接数据源 34
2.4 添加二级数据源 39
2.5 数据混合 44
2.6 数据合并 48
2.7 使用Tableau Pivot 50
2.8 准备数据 54
第3章 Tableau数据提取 61
3.1 简介 61
3.2 Tableau中的各种文件格式 61
3.3 创建数据源提取 64
3.4 配置增量提取 68
3.5 升级至Hyper 71
3.6 利用跨数据库连接创建提取 73
3.7 利用Tableau Server诊断提取 75
第4章 Tableau Desktop高级计算 77
4.1 技术需求 77
4.2 简介 78
4.3 创建计算后的字段 78
4.4 实现快速表计算 82
4.5 创建并使用分组 85
4.6 创建并使用集合 89
4.7 生成并使用参数 93
4.8 实现细节级别表达式 98
4.9 使用自定义地理编码 100
4.10 使用多边形进行分析 104
第5章 Tableau桌面高级过滤机制 107
5.1 技术需求 107
5.2 简介 107
5.3 实现前N项过滤器 108
5.4 向上下文中添加过滤器 111
5.5 创建度量过滤器 113
5.6 创建日期范围过滤器 116
5.7 创建相对日期过滤器 119
5.8 实现表计算过滤器 122
5.9 实现动作过滤器 127
第6章 创建仪表板 133
6.1 技术需求 133
6.2 简介 133
6.3 创建仪表板 134
6.4 格式化仪表板 138
6.5 设置过滤器 142
6.6 设置跨多个数据源的过滤器 148
6.7 添加高亮动作 152
6.8 设置布局 156
6.9 构建自服务仪表板 160
第7章 利用Tableau讲述故事 169
7.1 技术需求 169
7.2 简介 169
7.3 编写一个Tableau故事 169
7.4 设置Story的叙事内容 174
7.5 选择正确的图表 184
7.6 编写有效的标题 186
7.7 推荐和执行摘要 187
7.8 格式化Story 190
第8章 Tableau可视化 197
8.1 技术需求 197
8.2 简介 197
8.3 双轴瀑布图 197
8.4 Pareto图 203
8.5 Bump图 211
8.6 Sparklines图 217
8.7 Donut图 226
8.8 Motion图 232
第9章 Tableau高级可视化 237
9.1 技术需求 237
9.2 简介 237
9.3 Lollipop图 237
9.4 Sankey图 241
9.5 Marimekko图 260
9.6 Hex-Tile图 269
9.7 Waffle图 273
第10章 Tableau大数据应用 283
10.1 技术需求 283
10.2 简介 284
10.3 连接至Amazon Redshift 284
10.4 发布Amazon Redshift集群 286
10.5 连接Redshift集群 288
10.6 向Redshift集群中加载样本数据 290
10.7 利用Tableau连接Redshift 291
10.8 生成Tableau报告 293
10.9 调试Redshift以提升Tableau性能 295
10.10 连接至Amazon Redshift Spectrum 298
10.11 连接至Snowflake 301
10.12 使用SnowSQL CLI 302
10.13 将Tableau连接至Snowflake 304
10.14 连接大数据 305
10.15 访问半结构化数据 307
10.16 连接Amazon Elastic MapReduce和Apache Hive 310
10.17 创建样本数据 312
10.18 连接Tableau和Apache Hive 314
第11章 Tableau预测分析 317
11.1 技术需求 317
11.2 简介 317
11.3 基本预测和统计推断 318
11.4 预测包含异常值的数据集 322
11.5 在Tableau中使用R语言 327
11.6 基于多元回归的预测 332
11.7 基于随机森林的回归 334
11.8 时序预测 339
第12章 Tableau高级预测分析 345
12.1 技术需求 345
12.2 简介 346
12.3 执行细分分析 346
12.4 发现数据集的潜在结构 351
12.5 从离散变量中提取数据结构 358
12.6 基于树形方法的数据挖掘 361
12.7 识别数据中的异常现象 366
第13章 部署Tableau Server 371
13.1 技术需求 371
13.2 简介 371
13.3 在Windows环境下部署Tableau Server 372
13.4 部署至Tableau Server 388
13.5 利用AWS在Linux环境中部署Tableau Server 394
13.6 Tabcmd 401
第14章 Tableau故障诊断 405
14.1 技术需求 405
14.2 简介 405
14.3 性能记录机制 405
14.4 性能诊断和最佳实践方案 410
14.5 基于日志的故障诊断 415
第15章 利用Tableau Prep分析数据 421
15.1 简介 421
15.2 技术需求 421
15.3 安装Tableau Prep 422
15.4 利用Tableau Prep构建第一个流 424
15.5 与大数据协同工作 432
第16章 基于Tableau的ETL最佳实践方案 441
16.1 简介 441
16.2 技术需求 443
16.3 Matillion ETL入门 443
16.4 在Linux上发布Tabcmd 444
16.5 创建Matillion共享作业 446
1.1 技术需求 1
1.2 Tableau简介 1
1.3 连接数据 2
1.4 利用Show Me构建条形图 4
1.5 构建文本表 8
1.6 添加过滤器 10
1.7 添加颜色 13
1.8 构建树形图 18
1.9 构建一幅地图 20
1.10 构建双轴地图 23
1.11 自定义工具提示信息 28
第2章 Tableau数据操控 33
2.1 技术需求 33
2.2 简介 34
2.3 连接数据源 34
2.4 添加二级数据源 39
2.5 数据混合 44
2.6 数据合并 48
2.7 使用Tableau Pivot 50
2.8 准备数据 54
第3章 Tableau数据提取 61
3.1 简介 61
3.2 Tableau中的各种文件格式 61
3.3 创建数据源提取 64
3.4 配置增量提取 68
3.5 升级至Hyper 71
3.6 利用跨数据库连接创建提取 73
3.7 利用Tableau Server诊断提取 75
第4章 Tableau Desktop高级计算 77
4.1 技术需求 77
4.2 简介 78
4.3 创建计算后的字段 78
4.4 实现快速表计算 82
4.5 创建并使用分组 85
4.6 创建并使用集合 89
4.7 生成并使用参数 93
4.8 实现细节级别表达式 98
4.9 使用自定义地理编码 100
4.10 使用多边形进行分析 104
第5章 Tableau桌面高级过滤机制 107
5.1 技术需求 107
5.2 简介 107
5.3 实现前N项过滤器 108
5.4 向上下文中添加过滤器 111
5.5 创建度量过滤器 113
5.6 创建日期范围过滤器 116
5.7 创建相对日期过滤器 119
5.8 实现表计算过滤器 122
5.9 实现动作过滤器 127
第6章 创建仪表板 133
6.1 技术需求 133
6.2 简介 133
6.3 创建仪表板 134
6.4 格式化仪表板 138
6.5 设置过滤器 142
6.6 设置跨多个数据源的过滤器 148
6.7 添加高亮动作 152
6.8 设置布局 156
6.9 构建自服务仪表板 160
第7章 利用Tableau讲述故事 169
7.1 技术需求 169
7.2 简介 169
7.3 编写一个Tableau故事 169
7.4 设置Story的叙事内容 174
7.5 选择正确的图表 184
7.6 编写有效的标题 186
7.7 推荐和执行摘要 187
7.8 格式化Story 190
第8章 Tableau可视化 197
8.1 技术需求 197
8.2 简介 197
8.3 双轴瀑布图 197
8.4 Pareto图 203
8.5 Bump图 211
8.6 Sparklines图 217
8.7 Donut图 226
8.8 Motion图 232
第9章 Tableau高级可视化 237
9.1 技术需求 237
9.2 简介 237
9.3 Lollipop图 237
9.4 Sankey图 241
9.5 Marimekko图 260
9.6 Hex-Tile图 269
9.7 Waffle图 273
第10章 Tableau大数据应用 283
10.1 技术需求 283
10.2 简介 284
10.3 连接至Amazon Redshift 284
10.4 发布Amazon Redshift集群 286
10.5 连接Redshift集群 288
10.6 向Redshift集群中加载样本数据 290
10.7 利用Tableau连接Redshift 291
10.8 生成Tableau报告 293
10.9 调试Redshift以提升Tableau性能 295
10.10 连接至Amazon Redshift Spectrum 298
10.11 连接至Snowflake 301
10.12 使用SnowSQL CLI 302
10.13 将Tableau连接至Snowflake 304
10.14 连接大数据 305
10.15 访问半结构化数据 307
10.16 连接Amazon Elastic MapReduce和Apache Hive 310
10.17 创建样本数据 312
10.18 连接Tableau和Apache Hive 314
第11章 Tableau预测分析 317
11.1 技术需求 317
11.2 简介 317
11.3 基本预测和统计推断 318
11.4 预测包含异常值的数据集 322
11.5 在Tableau中使用R语言 327
11.6 基于多元回归的预测 332
11.7 基于随机森林的回归 334
11.8 时序预测 339
第12章 Tableau高级预测分析 345
12.1 技术需求 345
12.2 简介 346
12.3 执行细分分析 346
12.4 发现数据集的潜在结构 351
12.5 从离散变量中提取数据结构 358
12.6 基于树形方法的数据挖掘 361
12.7 识别数据中的异常现象 366
第13章 部署Tableau Server 371
13.1 技术需求 371
13.2 简介 371
13.3 在Windows环境下部署Tableau Server 372
13.4 部署至Tableau Server 388
13.5 利用AWS在Linux环境中部署Tableau Server 394
13.6 Tabcmd 401
第14章 Tableau故障诊断 405
14.1 技术需求 405
14.2 简介 405
14.3 性能记录机制 405
14.4 性能诊断和最佳实践方案 410
14.5 基于日志的故障诊断 415
第15章 利用Tableau Prep分析数据 421
15.1 简介 421
15.2 技术需求 421
15.3 安装Tableau Prep 422
15.4 利用Tableau Prep构建第一个流 424
15.5 与大数据协同工作 432
第16章 基于Tableau的ETL最佳实践方案 441
16.1 简介 441
16.2 技术需求 443
16.3 Matillion ETL入门 443
16.4 在Linux上发布Tabcmd 444
16.5 创建Matillion共享作业 446