《数据可视化原理与实战：基于Power BI》介绍 Power BI 可视化的基础知识与实践方法，分为两篇：“理论篇”介绍数据可视化基础与Power BI 可视化工具。基础部分包括数据可视化的价值、量性数据与质性数据的区别、探索性分析与解释性分析、国际商业沟通标准等；工具部分包括Power BI作为数据可视化工具的优势与局限性、Power BI的操作界面、可视化对象分类、DAX分析语言简介、Power BI Service在线应用等。“实践篇”介绍Power BI可视化实践准则（MACIE准则）与综合案例。MACIE准则包括“意义”“准确”“清晰”“洞察”和“效率”，并围绕每个准则讲述如何用Power BI落地具体操作；案例部分依据MACIE准则对3个具体案例进行评估，并在准则的指导下对其进行综合优化。
《数据可视化原理与实战：基于Power BI》适合 Power BI 从业者、可视化分析的从业者阅读。希望读者通过学习本书内容，切实提高可视化分析的技能。

理论篇
第1章 数据可视化基础
1.1 　数据可视化的价值
1.2 　量性数据与质性数据
1.2.1 量性数据
1.2.2 　质性数据
1.3 量性可视化与质性可视化
1.4 　探索性分析与解释性分析
1.5 　分析者的心智模式
1.6 国际商业沟通标准简介
第2章 Power BI可视化工具
2.1 　为什么用Power BI做数据可视化
2.1.1 Power BI的优势
2.1.2 Power BI 三大产品成员
2.1.3 Power BI可视化的局限性
2.2 Power BI Desktop界面探索
2.2.1 数据视图
2.2.2 　模型视图
2.2.3 　报表视图
2.3 Power BI的可视化对象交互模式
2.3.1 　可视化对象交互
2.3.2 　筛选器功能
2.3.3 　书签功能
2.3.4 　下钻功能
2.3.5 　钻取功能
2.4 Power BI可视化对象分类
2.5 DAX简介
2.5.1 　计算列与度量
2.5.2 　行上下文 VS 筛选上下文
2.6 Power BI Service在线应用
2.6.1 　注册Power BI Service
2.6.2 　探索Power BI Service
2.7 Power BI移动端应用
2.8 　创建第一个可视化报表
2.8.1 　报表页面设计
2.8.2 　发布内容
2.9 　总结
实践篇
第3章 Power BI可视化实践准则之“意义”
3.1 　“意义”准则的含义
3.2 　“意义”准则的实践
3.2.1 　受众与分析目标要具体
3.2.2 　保证数据真实性
3.2.3 　合理布局可视化对象
3.2.4 　添加报表注释
3.2.5 　保持统一的尺度
3.2.6 符合逻辑的可视化
第4章 Power BI可视化实践准则之“准确”
4.1 　“准确”准则的含义
4.2 　“准确”准则的实践
4.2.1 　合理统计度量
4.2.2 　合理选择刻度起点
4.2.3 　必要时开启反转轴
4.2.4 　选择合适的数值分布方式
4.2.5 　慎用动画效果
4.2.6 　理解筛选上下文
第5章 Power BI可视化实践准则之“清晰”
5.1 “清晰”准则的含义
5.2 　“清晰”准则的实践
5.2.1 　慎用饼图、环形图
5.2.2 　选合适图表形式做趋势对比
5.2.3 　优化异常值对比效果
5.2.4 　避免双刻度
5.2.5 　进行色彩化标记
5.2.6 　用图像切片器进行优化
5.2.7 　设置切片器动态排序
5.2.8 　自定义可视化对象
5.2.9 　自定义图标
第6章 Power BI可视化实践准则之“洞察”
6.1 “洞察”准则的含义
6.2 “洞察”准则的实践
6.2.1 　进行智能数据钻取
6.2.2 　进行自然语言问答
6.2.3 　使用分解树功能
6.2.4 　使用智能概述
6.2.5 　使用小多图
6.2.6 　进行明细分布优化
6.2.7 　对比历史值与目标值
第7章 Power BI可视化实践准则之“效率”
7.1 　“效率”准则的含义
7.2 　“效率”准则的实践
7.2.1 　使用矩阵图
7.2.2 　设置隐藏书签
7.2.3 　使用“工具提示”
7.2.4 　设置KPI指示
7.2.5 　设置动态标题
7.2.6 　隐藏超链接
7.2.7 　优化多行卡
7.2.8 制作导航窗格
第8章 综合案例
8.1 　收入数据的可视化呈现
8.1.1 　数据整理
8.1.2 　创建可视化对象
8.1.3 　提升报表可视化效果
8.2 Analyze Popular Stocks with Power BI的可视化设计分析
8.2.1 　我的仪表板
8.2.2 　股票表现分析
8.2.3 　股票和ETF对比
8.2.4 　板块分布
8.3 　中国离婚率因素分析
8.3.1 　清洗并整理相关数据
8.3.2 　选择合适的可视化对象
8.3.3 　优化可视化效果
8.4 　总结

前言时光荏苒，自2018年至今，BI使徒工
作室已经出版了数本数据分析的作品。包括《商
业智能数据分析：从零开始学Power BI和
Tableau自助式BI》《34招精通商业智能数据分
析：Power BI和Tableau进阶实战》《Power
BI 企业级分析与应用》《从Power BI到
Analysis Services 企业级数据分析实战》《
从Power BI到Power Platform 低代码应用开
发实战》等。从技术的角度而言，书中内容涉及
数据获取→数据整理→数据建模→数据可视化→
数据发布等数据可视化分析过程，也算是一套完
整的教程。但美中不足的一点是，目前的作品并
没有在“可视化阶段”这个维度上进行深入的探
讨。其实，可视化分析说容易也容易，说难也难
。好比职场中人人都能用Excel，但并非人人都
精通Excel。对于只懂技术而忽略审美的人而言
，可视化永远只是一个技术维度的事情；对于只
有审美而不通技术的人而言，可视化仅仅停留在
理论和对他人作品的评价中。即使纵观目前国内
外资料，虽然市面上不乏可视化分析的书，但这
些书通常分为两大类：● 重点介绍数据可视化
分析的原则，但忽略可视化技术如何实现。即使
书中引用的可视化十分优秀，但读者无法深究具
体构图的实践细节。● 重点介绍可视化工具技
术，但忽略了可视化原理的阐述，书中的可视化
示例大都是依赖直觉的创作，读者看完后缺乏对
可视化设计原则的掌握。目前鲜有一本专门关于
可视化的书能兼有可视化原则与技术实践两方面
的知识。究其背后的原因，笔者认为可视化分析
技能是一个综合技能的体现，即技术与艺术的合
体，只有真正融会贯通二者，才能完成优秀的可
视化设计。另外，落地的可视化工具太多，即使
只是挑选最为大家熟悉的几种工具，选择仍然太
多。回到本书的定位，目标非常明确，这是一部
为Power BI可视化分析而写的书。纵观目前可
视化分析 BI 工具，无论从前瞻性还是从易用
性而言，Power BI 都绝对是 BI 业界的领导者
。选择 Power BI，也是选择了落地可视化分析
理论基础的载体，最终令读者们 not only
know why & what, but also know how（不仅
知道为什么、是什么，而且知道怎么做），这是
本书的立意初衷。本书分为理论篇和实践篇，其
中理论篇讲述数据可视化基础概念，实践篇包括
MACIE 准则和可视化综合示例。● 数据可视化
基础概念，带领读者入门数据可视化的基本概念
，内容涉及量化与质化的区别、分类型与数值型
的区别、探索性分析与解释性分析等基础数据概
念，为后面的实践奠定理论基础。● MACIE 准
则是 Power BI 可视化实践准则，除了详述准
则的内容，还将演示如何用 Power BI 工具实
现准则的落地操作，将你的可视化技能从理论和
技术上都提升到新的层次。● 可视化综合示例
将依据 MACIE 准则对具体案例进行评估，并在
该准则的指导下完成综合可视化优化。总结下来
，这是一本理论与实践并重的工具书。其中的理
论具有通用性，适用于任何可视化场景，具有理
论维度的广度；实践部分专注于 BI 工具中处
于领导者地位的 Power BI，具有工具维度的深
度。读者可能会认为只讲 Power BI的实践，没
有考虑到更多 Excel、Tableau、Python、R 等
可视化工具的使用者。但作为一名现实感很强的
作者，我必须在广度与深度之间选择最佳的平衡
点。相信其他工具自有其他更为专业的图书可参
考，而本书仅仅专注于 Power BI 可视化的落
地，填补这块空白。关注公众号“BI 使徒”，
输入关键字 MACIE 可获取本书资源。希望通过
阅读此书，你的可视化分析水平得到技与道的综
合提升。做到知其然，并知其所以然。Carpe
diem.（活在当下。）最后，在此特别感谢关颖
柔女士对本书的贡献，特别是“中国离婚率因素
分析”内容的分享，并将此书献给她。作者
2021 年 8 月 24 日

这是一本理论与实践并重的工具书。其中的理论具有通用性，适用于任何可视化场景，具有理论维度的广度；实践部分专注于BI 工具中处于领导者地位的Power BI，具有工具维度的深度。