本书对PowerBI产品进行了全面的介绍，从原理介绍到实践。PowerBI可以让微软云MicrosoftAzure的用户在使用数据库、数据仓库，HDInsight、RServer，机器学习等数据处理的同时更好的输出和展现数据。作为数据分析和报表制作的用户可以高效合理运用PowerBI进行数据分析和制作生动且可交互的报表，作为开发者可以根据需求集成和嵌入PowerBI服务。

本书对PowerBI产品进行了全面的介绍，从原理介绍到实践。PowerBI可以让微软云MicrosoftAzure的用户在使用数据库、数据仓库，HDInsight、RServer，机器学习等数据处理的同时更好的输出和展现数据。作为数据分析和报表制作的用户可以高效合理运用PowerBI进行数据分析和制作生动且可交互的报表，作为开发者可以根据需求集成和嵌入PowerBI服务。

Power BI是微软推出的商业智能分析工具，它融合了数据准备、数据分析、数据可视化到报告协作分享的整个数据处理流程，帮助用户上手数据分析。本书从实用的角度出发，结合作者本人的学习经验，从最基础的Power BI架构和操作界面开始，先通过一个小示例体验Power BI的强大和便捷，然后按照数据处理的流程和难易程度，分别介绍数据准备模块Power Query、数据建模以及Power BI数据分析语言DAX、可视化图表制作、丰富的交互方式和报表设计，最后用一个完整的分析示例带读者全面认识Power BI数据处理流程。不论读者是学生、职场人士还是自由职业者，不论从事的领域是运营、财务、人力、管理还是电商，只要在平时的学习和工作中需要处理大量信息，分析各种数据，你就适合阅读本书学习Power BI，即使之前没有任何基础，它也可以帮你快速上手，提升自身竞争力。...(展开全部)

Power BI是微软推出的商业智能分析工具，它融合了数据准备、数据分析、数据可视化到报告协作分享的整个数据处理流程，帮助用户上手数据分析。本书从实用的角度出发，结合作者本人的学习经验，从最基础的Power BI架构和操作界面开始，先通过一个小示例体验Power BI的强大和便捷，然后按照数据处理的流程和难易程度，分别介绍数据准备模块Power Query、数据建模以及Power BI数据分析语言DAX、可视化图表制作、丰富的交互方式和报表设计，最后用一个完整的分析示例带读者全面认识Power BI数据处理流程。不论读者是学生、职场人士还是自由职业者，不论从事的领域是运营、财务、人力、管理还是电商，只要在平时的学习和工作中需要处理大量信息，分析各种数据，你就适合阅读本书学习Power BI，即使之前没有任何基础，它也可以帮你快速上手，提升自身竞争力。

Power BI是微软推出的商业智能分析工具，它融合了数据准备、数据分析、数据可视化到报告协作分享的整个数据处理流程，帮助用户上手数据分析。本书从实用的角度出发，结合作者本人的学习经验，从最基础的Power BI架构和操作界面开始，先通过一个小示例体验Power BI的强大和便捷，然后按照数据处理的流程和难易程度，分别介绍数据准备模块Power Query、数据建模以及Power BI数据分析语言DAX、可视化图表制作、丰富的交互方式和报表设计，最后用一个完整的分析示例带读者全面认识Power BI数据处理流程。不论读者是学生、职场人士还是自由职业者，不论从事的领域是运营、财务、人力、管理还是电商，只要在平时的学习和工作中需要处理大量信息，分析各种数据，你就适合阅读本书学习Power BI，即使之前没有任何基础，它也可以帮你快速上手，提升自身竞争力。

本书由资深数据分析师结合多年实际工作经验精心编撰，结合丰富案例循序渐进地介绍Power BI在商业数据分析中的应用技巧。全书共15章，主要内容包括：商业数据分析的思维与流程，Power BI的三种视图、视图编辑器的窗格，连接数据源的方法，Power BI查询编辑器、数据分析表达式DAX、创建和管理表之间的关系，Power BI自带可视化视图，Power BI自定义可视化视图，如何制作Power BI数据报表，Power BI连接Cloudera Hadoop Hive、MapR Hadoop Hive集群，如何使用Spark SQL连接Apache Spark，如何通过DBeaver、Oracle SQL Developer等客户端工具连接Hadoop集群，最后通过某企业商品结构及销售业绩、销售经理的销售业绩、客户价值和流失率、商品的配送准时性情况和商品的退货情况5个案例介绍Power BI在实际业务中的操作技巧。 为了方便读者使用本书，本书还录制了全程教学视频，提供了案例练习素材以及PPT教学课件。 本书可作为初学者或从业者学习Microsoft Power BI软件进行数据可视化分析的用书，也可以作为大专院校管理、经济、社会人文等专业的教学用书。

本书由资深数据分析师结合多年实际工作经验精心编撰，结合丰富案例循序渐进地介绍Power BI在商业数据分析中的应用技巧。全书共15章，主要内容包括：商业数据分析的思维与流程，Power BI的三种视图、视图编辑器的窗格，连接数据源的方法，Power BI查询编辑器、数据分析表达式DAX、创建和管理表之间的关系，Power BI自带可视化视图，Power BI自定义可视化视图，如何制作Power BI数据报表，Power BI连接Cloudera Hadoop Hive、MapR Hadoop Hive集群，如何使用Spark SQL连接Apache Spark，如何通过DBeaver、Oracle SQL Developer等客户端工具连接Hadoop集群，最后通过某企业商品结构及销售业绩、销售经理的销售业绩、客户价值和流失率、商品的配送准时性情况和商品的退货情况5个案例介绍Power BI在实际业务中的操作技巧。 为了方便读者使用本书，本书还录制了全程教学视频，提供了案例练习素材以及PPT教学课件。 本书可作为初学者或从业者学习Microsoft Power BI软件进行数据可视化分析的用书，也可以作为大专院校管理、经济、社会人文等专业的教学用书。

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。

《Python金融大数据分析 第2版》分为5部分，共21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Python的基础知识以及Python中非常有名的库NumPy和pandas工具集，还介绍了面向对象编程；第3部分介绍金融数据科学的相关基本技术和方法，包括数据可视化、输入/输出操作和数学中与金融相关的知识等；第4部分介绍Python在算法交易上的应用，重点介绍常见算法，包括机器学习、深度神经网络等人工智能相关算法；第5部分讲解基于蒙特卡洛模拟开发期权及衍生品定价的应用，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值等知识。 《Python金融大数据分析 第2版》本书适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。

本书的主角是在大数据时代应运而生的数据处理与分析利器——Spark。你将通过丰富的示例学习如何使用Spark的结构化数据API，利用Spark SQL进行交互式查询，掌握Spark应用的优化之道，用Spark和Delta Lake等开源工具构建可靠的数据湖，并用MLlib库实现机器学习流水线。随着Spark从2.x版本升级到3.0版本，本书第2版做了全面的更新，以体现Spark生态系统在机器学习、流处理技术等方面的发展，另新增一章详解Spark 3.0引入的新特性。