통합검색

검색

  • IT 자격증 수험서
    • 워드프로세서
    • 컴퓨터활용능력
    • 정보처리/사무자동화/정보기기
    • ITQ
    • GTQ
    • 컴퓨터그래픽스
    • 웹디자인
  • 실용 자격증 수험서
    • 한국사
    • 조리/제과/운전면허
    • 기타
  • IT 도서
    • 컴퓨터 일반/활용
    • 사무자동화(OA)
    • 웹/홈페이지
    • 그래픽/멀티미디어
    • 프로그래밍
    • 컴퓨터공학
    • 어린이 교재
  • 단행본 도서
    • 가정과 생활
    • 유아/아동
    • 기타
  • 시리즈
    • 더 쉽게 배우기
    • 환상의 콤비
    • 눈이 편한
    • 속전속결
    • 비주얼(Visual)
    • 학교에서 통하는
    • 이게 진짜

OA 활용

HOME 도서정보 IT 도서

Best  New 데이터 시각화와 탐색 with Power BI 저자 서주란, 마경근 | 페이지 576
ISBN 9788931463040 | 정가 25,000 | 출판일 2020-07-31
판매처

부록CD

도서소개

Power BI와 함께라면 데이터 시각화가 정말 쉬워진다
데이터 탐색과 시각화 WITH POWER BI

▪ Power BI와 함께하는 슬기로운 데이터 생활
▪ 비전공자도 OK! 복잡한 코딩은 No Thanks! 데이터 속에 숨어 있는 인사이트를 찾아보자!
▪ 찰흙처럼 만지고, 색칠하고 변형하면서 복잡한 데이터를 이해하고 활용하는 과정을 배우는 도서

#일상다분석
#시각화_끝판왕
#데이터_갖고_놀기
#데이터는_쓰고_시각화는_달다
#비전공자_데이터_꿀템

하루가 멀다고 쏟아지는 데이터 홍수 속에서 필요한 내용을 손쉽게 탐색하고, 정리해서 숨어 있는 인사이트를 발견할 수 있다면 정말 행복할 것입니다. 이러한 의미에서 Power BI가 제공하는 기능은 매우 요긴합니다.

이 책은 데이터를 이해하기 쉬운 차트로 시각화하고, 조건에 따른 차트의 변화를 통해 데이터를 제대로 활용할 수 있는 방법을 매우 쉽게 소개하고 있습니다. IT 전공자나 데이터 분석 경험이 없더라도 책의 내용을 따라하다 보면 자연스럽게 필요한 기능을 자신의 것으로 만들 수 있을 것입니다.

PART 01과 02에서는 회사의 매출 분석에 필요한 실무 예제를 활용하여 Power BI가 가진 데이터 탐색과 시각화에 필요한 핵심 기능을 하나부터 열까지 모두 알려주며, PART 03에서는 앞서 배운 Power BI의 기능을 활용하여 1인 가구의 현황과 그들의 선호 지역을 분석해 봅니다. PART 04에서는 우리 사회의 중요한 문제로 떠오르는 미세먼지에 관련된 일상의 궁금증을 시각화해보고, PART 05에서는 카페 창업에 관심이 있는 사람들이라면 반드시 알아야 하는 내용(폐업률, 생존 기간 등)을 탐색해보는 시간을 갖습니다.

저자소개

마경근
사회과학과 컴퓨터공학을 전공하였고 현재 서울시청 데이터분석팀에서 근무하고 있다. 데이터로 기록된 도시 현상과 사람들의 행동을 해석하는 데 관심이 많으며, 브런치(brunch.co.kr/@data)에 분석 경험을 연재하고 있다.

서주란
현) DNT컨설팅 대표
다수의 공공기관과 기업, 대학에서 데이터 분석 강의를 진행하고 있으며, 다양한 프로젝트 개발 및 컨설팅에 참여했다.

저서
데이터가 돋보이는 Microsoft Power BI(비제이퍼블릭 공저)

목차

PART 1 Power BI 기본
Chapter 01 Power BI 소개
1 Power BI 시작하기
2 Power BI 콘텐츠
데이터 세트
시각화
보고서
대시보드
3 Power BI 서비스
Power BI 로그인
Power BI 서비스 둘러보기
4 Power BI 라이선스
5 Power BI 참고
Custom Visual Gallery
Data Stories Gallery
Power BI Update
Power BI Community

Chapter 02 Power BI Desktop 시작하기
1 Power BI Desktop 설치
Power BI 시작 페이지에서 다운로드
2 Power BI Desktop 화면 구성
3 Power BI 옵션
옵션 설정

Chapter 03 데이터 가져오기
1 데이터 가져오기
Excel 데이터 가져오기
웹 데이터 가져오기
SQL Server에서 가져오기
CSV 파일 가져오기
Excel 파워 쿼리, 파워 피벗, 파워 뷰 가져오기
2 테이블과 필드 다루기
테이블 이름 바꾸기
테이블 삭제
필드 이름 바꾸기
열 삭제
데이터 형식 바꾸기
보고서 뷰에서 숨기기
데이터 정렬과 필터
3 데이터 새로 고침
4 데이터 원본 변경
5 파일 저장

Chapter 04 기본 쿼리 작업
1 파워 쿼리 편집기 시작하기
쿼리 편집기 실행과 닫기
파워 쿼리 편집기의 화면 구성
2 데이터 변환
첫 행 머리글로 사용
행/열 제거
값 채우기
값 바꾸기
데이터 형식 변경
날짜에서 월 추출
열 피벗 해제
쿼리 편집과 삭제
3 열 병합과 분리, 열 추가
열 병합
열 분리
추출
사용자 지정 열
조건 열
사용자 열
4 쿼리 닫기 및 적용

Chapter 05 데이터 모델링
1 관계 설정과 편집
로드하는 동안 자동 검색
자동 검색으로 관계 만들기
수동으로 관계 만들기
관계 편집
관계 석제
2 DAX 수식 작성
DAX 구문
기본 DAX 함수
3 계산 열
날짜 정보
매출 분석
4 측정값
총매출금액과 매출이익률
거래건수와 평균단가
5 열 기준 정렬
6 데이터 범주
위치 정보
7 데이터 그룹 설정
데이터 그룹
숫자 범주화
데이터 그룹 편집
Chapter 06 데이터 시각화
1 보고서 페이지 관리
페이지 관리
페이지 서식
2 시각적 개체 다루기
시각적 개체 추가
축 서식
데이터 색
데이터 레이블
제목 서식
상수선
3 시각적 개체 옵션
포커스 모드
데이터 내보내기
시각적 개체 복사, 붙여넣기
정렬
필터
4 다양한 시각화 유형
텍스트 상자, 셰이프, 이미지
카드
누적 세로 막대형 차트
원형, 도넛형 차트
가로 막대형 차트
꺾은선형 및 묶은 세로 막대형 차트

슬라이서
꺾은선형 차트
누적 영역형 차트
리본 차트
트리맵
여러 행 카드
테이블
행렬
5 상호 작용 편집
상호 작용
상호 작용 편집

PART 2 Power BI 활용
Chapter 07 파워 쿼리 편집기
1 파일 병합
CSV 파일 통합
Excel 파일 통합
2 쿼리 추가와 병합
쿼리 추가
쿼리 병합
3 쿼리 복제와 참조
복제
참조
4 행 그룹화
5 쿼리 새로 고침

Chapter 08 DAX 함수 활용
1 날짜 테이블
CALENDAR와 ADDCOLUMNS 함수
새 테이블 작성
2 측정값 관리
측정값 관리 테이블 작성
측정값 이동
3 빠른 수식 작성
중복 제거된 개수
총합계의 백분율
4 유용한 DAX 함수
IF, SWITCH
CALCULATOR, FILTER
SUMX
전월대비 증감률, 전년대비 증감률
당월 누계, 금년 누계
변수 사용
기간별 매출
구성 비율
ALL, ALLSELECT
5 빠른 측정값
6 DAX 참조, 빠른 측정 갤러리

Chapter 09 다양한 시각화
1 계층 구조
시각화 드릴모드
인라인 계층 구조 레이블
계층 구조 만들기
2 조건부 서식 설정
배경색 설정
데이터 막대 설정
아이콘 설정
글꼴색 설정
사용자 지정 조건부 서식
조건부 서식 제거
3 시각화
슬라이서
상대 날짜 슬라이서
슬라이서 동기화
계기 차트
KPI
폭포 차트
분산형 차트
4 새 매개 변수
5 사용자 지정 시각적 개체
마켓플레이스에서 가져오기
파일에서 가져오기
사용자 지정 시각적 개체 삭제
마켓플레이스에서 다운받기
유용한 사용자 지정 시각적 개체 활용

Chapter 10 다양한 Map 시각화
1 Power BI 맵 시각적 개체

등치 지역도
도형 맵
ArcGIS
2 맵 시각화를 위한 Tip
지리적 필드 재분류
둘 이상의 위치 열
위도 및 경도 사용
전체 위치 정보는 장소 범주 사용
3 등치 지역도
4 도형 맵
5 ArcGIS

Chapter 11 보고서 관리
1 필터
새 필터 환경
시각적 개체 필터
페이지 필터와 모든 페이지 필터
상대 날짜 필터
드릴스루 필터
2 보고서 도구 설명
도구 설명
보고서 도구 설명 페이지
다중 보고서 도구 설명 페이지
3 보고서 테마
테마 전환
테마 갤러리에서 다운받기
4 책갈피
책갈피 추가
책갈피 단추 추가

Chapter 12 Power BI 서비스
1 Power BI 서비스 살펴보기
Power BI 서비스에 로그인
Power BI 서비스 화면 구성
데이터 가져오기
보고서
대시보드
데이터에 대해 질문하기
2 보고서 게시와 공유
Power BI 서비스에 보고서 게시
매출현황 대시보드 구성
보고서 공유
보고서 공유 해제
웹에 게시
3 보고서 내보내기
4 데이터 새로 고침


PART 3 혼밥족들이 살고 싶은 곳은?
Chapter 01 분석 개요
1 분석 배경
2 분석 절차
3 학습 내용
4 분석 특징 및 한계

Chapter 02 문제 정의
1 세대 형태의 변화
2 1인 시대 주 거주 지역
3 1인 세대 특성별 선호 지역
Chapter 03 데이터 수집
1 ‘세대원별 세대수’ 데이터 수집
2 ‘인구이동 통계’ 데이터 수집

Chapter 04 데이터 전처리
1 ‘세대원별 세대수’ 데이터 전처리
데이터 구조 파악
데이터 불러오기
행정구역 분할 및 코드 추출
집계 행 제거
서울시 외 지역 제거
행정구역 열 제거
행 중심 테이블로 변환
날짜와 세대 구분 분할
세대원 수별 열 분리
열 정리
열 이름 바꾸기
나머지 파일 전처리하기
모든 테이블 합치기
2 ‘인구 이동’ 데이터 전처리
데이터 구조 파악
데이터 불러오기
행정구역 및 날짜 열 병합하기
1인 세대 추출하기
열 이름 변경 및 불필요한 열 제거
데이터 형식 및 값 바꾸기
연령대 그룹화
3 ‘행정구역 코드’ 데이터 전처리
데이터 불러오기
행정구역 코드 정리하기
4 닫기 및 적용

Chapter 05 세대 형태의 변화 분석
1 세대수 변화 시각화
세대수 합계 열 추가
세대수 변화 시각화
2 세대 형태의 변화 시각화
세대원별 세대수 변화 추이 시각화
세대원별 세대수 분포 변화 시각화
3 세대 형태의 변화 탐색

Chapter 06 1인 세대 주 거주 지역 분석
1 테이블 관계 설정
2 1인 세대 많은 지역 시각화
페이지 수준 필터 설정
1인 세대 많은 지역 시각화
3 1인 세대 비율 높은 지역 시각화
1인 세대 비율 열 추가
1인 세대 비율 높은 지역 시각화
4 도형 맵으로 1인 세대 시각화
도형 맵 설치
행정구역 코드 변경
도형 맵을 이용한 데이터 시각화
5 1인 세대 주 거주지역 탐색

Chapter 07 세대 형태의 변화 분석
1 테이블 복제 및 관계 설정
2 1인 세대 선호 지역 시각화(전국)
성/연령/사유별 분포
전출지 분포
성별 전입지 분포
3 1인 세대의 거주지 이동(서울)
페이지 수준 필터 설정
성별/연령대별 세대 수
거주지 이동 사유
거주지 이동 시기
거주지 이동 지역 시각화
4 1인 세대 특성별 선호 지역 탐색
전국 단위 탐색
서울 지역 단위 탐색

Chapter 08 분석 결과 정리


PART 4 서울의 미세먼지 탈탈 털어보자!
Chapter 01 분석 개요
1 분석 배경
2 분석 절차
3 학습 내용
4 분석의 특징 및 한계
5 미세먼지의 이해
미세먼지의 개념
미세먼지의 기준 및 예보

Chapter 02 문제 정의
1 미세먼지(PM-10)와 미세먼지(PM-2.5)의 상관관계는?
2 미세먼지는 계속 나빠지고 있을까?
3 기후 요소는 미세먼지에 어떤 영향을 끼칠까?
4 내가 사는 동네의 미세먼지 농도는?

Chapter 03 데이터 수집
1 미세먼지 측정 데이터
2 미세먼지 측정소 데이터
3 기후 관련 데이터

Chapter 04 데이터 전처리
1 대기오염 측정 데이터
데이터 불러오기
데이터 구조 확인
파워 쿼리 편집기 열기
측정 항목 선택
측정기 상태 선택
불필요한 열 제거
데이터 피벗팅
결측값 보정
닫기 및 적용
2 기후 데이터
데이터 불러오기
데이터 구조 확인
파워 쿼리 편집기 열기
풍향명 열 추가
불필요한 열 제거
닫기 및 적용
3 대기오염 측정소 데이터
데이터 불러오기
데이터 구조 확인
파워 쿼리 편집기 열기
측정소 선택
자치구 코드 열 추가
중복 행 제거
불필요한 열 제거
닫기 및 적용

Chapter 05 미세먼지(PM-10)와 미세먼지(PM-25)의 상관관계
1 상관분석의 이해
2 미세먼지의 상관관계 시각화(꺾은선형차트)
3 미세먼지의 상관관계 시각화(분산형 차트)
4 미세먼지의 상관계수 계산
5 측정일 슬라이서 배치
6 미세먼지의 상관관계 탐색
연간 상관관계
시기별 상관관계

Chapter 06 미세먼지는 계속 나빠지고 있을까?
1 데이터 불러오기
데이터 불러오기
데이터 구조 확인
2 연 평균값 변화 추이 시각화
3 일 평균값 기준 초과 건수 시각화
일 평균 데이터 테이블 생성
미세먼지(PM-10) 일 평균값 초과 건수 시각화
미세먼지(PM-2.5) 일 평균값 초과 건수 시각화
4 미세먼지 농도 추이 탐색
연 평균값 변화 추이 탐색
일 평균값 기준 초과 건수 탐색

Chapter 07 기후 요소는 미세먼지에 어떤 영향을 끼칠까?
1 미세먼지 테이블과 기후 테이블의 관계 설정
2 히스토그램 차트 설치
히스토그램의 이해
히스토그램 차트 설치
3 기온과 미세먼지의 관계 시각화
기온 데이터 분포 형태
기온과 미세먼지의 관계
4 습도와 미세먼지의 관계 시각화
습도 데이터 분포 형태
습도와 미세먼지의 관계
5 풍속과 미세먼지의 관계 시각화
풍속 데이터 분포 형태
풍속과 미세먼지의 관계
6 풍향과 미세먼지의 관계 시각화
풍향 데이터 분포 형태
풍향과 미세먼지의 관계
7 기후 요소와 미세먼지와의 관계 탐색

Chapter 08 내가 사는 동네의 미세먼지 농도는?
1 미세먼지 테이블과 측정소 위치 테이블 관계 설정
2 막대형 차트로 지역별 미세먼지 확인
3 도형 맵으로 지역별 차이 확인
4 지역별 미세먼지 탐색
미세먼지(PM-10) 농도 탐색
미세먼지(PM-2.5) 농도 탐색


PART 5 직장 그만두고 카페나 차려볼까?
Chapter 01 분석 개요
1 분석 배경
2 분석 절차
3 학습 내용
4 분석 특징 및 한계

Chapter 02 문제 정의
1 창업 및 폐업 추이
2 폐업률과 생존 기간
3 카페 규모와 생존 기간의 관계
4 유명 브랜드 카페
5 카페 과밀 지역

Chapter 03 데이터 수집
1 인허가 신고 데이터
2 서울시 생활인구 데이터

Chapter 04 데이터 전처리(인허가 신고 데이터)
1 데이터 구조 확인
2 분석에 필요한 범위 추출
서울시 지역 범위 추출
카페 업태 항목 추출
불필요한 항목 삭제
CSV 형태로 저장
3 공간정보 전처리
QGIS 설치
파일 불러오기
행정도 열 추가
좌표계 변경
행정동별 면적 열 생성
4 Power BI로 데이터 전처리
데이터 불러오기
날짜 데이터 형식 변환
날짜 오류 제거
영업 기간 열 추가
면적 오류 제거
행정동 코드 변환
불필요한 열 삭제
전처리 결과

Chapter 05 데이터 전처리(행정구역/생활인구)
1 행정구역 데이터
데이터 불러오기
행정구역명 분리
코드 변환
불필요한 열 삭제
2 생활인구 데이터
데이터 불러오기
20대~40대 합계 열 생성
카페 이용 시간대 추출
불필요한 열 삭제 및 테이블명 변경
3 닫기 및 적용

Chapter 06 창업 및 폐업 추이 분석
1 날짜 테이블 생성 및 관계 설정
날짜 테이블 생성
날짜 테이블 관계 설정
2 연도별 창업 및 폐업 건수 시각화
창업 건수 열 생성
폐업 건수 열 생성
창업 및 폐업 건수
3 연도별 운영 카페의 수 시각화
창업 누적 건수 집계
폐업 누적 건수 집계
연도별 운영 카페의 수
창업 및 폐업 추이 탐색

Chapter 07 폐업률과 생존 기간 분석
1 연도별 폐업률 시각화
폐업률 정의
측정값 생성
연도별 폐업률
2 생존 기간 분포 시각화
영업 기간 단위 변경
생존 기간 분포
3 폐업률과 생존 기간 탐색

Chapter 08 카폐 규모와 생존 기간 관계 분석
1 면적 단위 변경
2 규모별 분포 시각화
3 연도별 규모 변화 추이 시각화
4 규모와 생존 기간 관계 시각화
5 면적과 생존 기간 탐색

Chapter 09 유명 브랜드 카페 분석
1 카페 브랜드 열 생성
대문자 열 생성
브랜드 열 생성
2 브랜드 카페의 시장 점유 현황 시각화
기타 브랜드를 포함한 시장 점유 현황
기타 브랜드를 제외한 시장 점유 현황
3 브랜드 카페 지역별 분포 시각화
Mapbox Visual 개체 설치
브랜드 카페의 지역별 분포
4 브랜드 카페의 창업 및 폐업 추이 시각화
브랜드 카폐 창업 추이
브랜드 카폐 폐업 추이
5 유명 브랜드 카페 탐색

Chapter 10 카페 과밀 지역 분석
1 지역별 카페 분포 시각화
테이블 관계 설정
자치구별 카페 분포
행정동별 카페 분포
2 카페 수요층 밀집 지역 시각화
테이블 관계 설정
카페 수요층이 많은 행정동
카페 수요층 밀도가 높은 행정동
3 카페 과밀 지역 시각화
수요층 대비 카페의 수
생활인구 밀도 대비 카페 밀집 지역
4 카페 과밀 지역 탐색
Chapter 11 분석 결과 정리

목록