【#文档大全网# 导语】以下是®文档大全网的小编为您整理的《《POWERBI数据处理和分析》 教学大纲》，欢迎阅读！
《Power BI 数据处理与分析》教学大纲
教学课时：2课时/周 授课周数：16周 授课课时：32课时
一、课程目标
课程讲解使用Power BI 实现数据处理和分析的相关方法和操作，主要内容包括认识数据分析、数据的获取、数据处理基础、Power Query 中的M 语言、使用M 语言进行数据处理、数据可视化、Power Pivot中的DAX语言、数据分析基础、数据分析进阶、数据分析高级应用案例。
在数据处理方面，学生在面对较复杂的数据处理场景时，可以适当使用M语言编写程序，以完成自动化程度更高、逻辑更加复杂的数据处理任务。
在数据可视化方面，使得学生掌握从不同角度对数据进行展示，从而在数据探索分析、数据建模分析及分析结果展示等不同阶段获得有力支持。
在数据建模分析方面，使得学生能够清晰地理解Power BI在数据分析中的数据提取和计算原理，同时结合具体的应用案例，使学生尽可能深入地掌握使用Power BI 进行数据建模分析的方法。
通过课程的学习，学生能够理解数据科学的基本概念和理论，对数据处理和分析所具有个完整环节，包括数据的表示、获取、存储、清理、处理转换、分析和可视化具有系统性的了解，使得不同基础的学生可以根据自己的需要，掌握使用Power BI Desktop 进行不同层次的数据处理和分析的方法。
二、课程内容和学时分配
第1章 数据分析概述（2课时） 1.1 数据分析基本概念
1.2 数据分析工具Power BI简介 1.3 Power BI安装与使用
知识点：数据的基本概念、数据分析的主要内容及流程、数据的表示和存储、数据分析与数据思维、Power BI的基本构成、数据处理组件Power Query、数据分析组件Power Pivot、数据可视化组件Power View、Power BI与其他软件的集成、Power BI Desktop的界面与基本操作、Power BI Service的界面与基本操作、Power BI App的界面与基本操作。
第2章. 数据的获取（1课时） 2.1 本地数据源数据的获取 2.2 网络数据源数据的获取
知识点：EXCEL文件数据的获取、文本文件数据的获取、JSON数据的获取、桌面数据库文件数据的获取、网络数据源数据的获取、网络数据库数据的获取。
第3章 数据处理基础（3课时） 3.1 数据的清理
3.2 基本数据类型数据的处理 3.3 高级类型数据的处理
知识点：文本编码的处理、异常数据值的处理、行列数据的简单处理、文本数据的处理、数值数据的处理、日期时间数据处理、高级类型数据的处理。
第4章. POWER QUERY中M语言基础（2课时） 4.1 M语言概述 4.2 M语言语法
4.3 M语言的库函数介绍
知识点：M语言程序基本结构、M语言词法、M语言数据类型、M语言运算符、M语言表达式、M语言程序控制结构、M语言函数、M语言的库函数。
第5章 使用POWER QUERY之M语言进行数据处理（6课时） 5.1 数据类型之间互相转换基础 5.2 表格数据的行列处理转换基础 5.3 常见数据源数据的获取 5.4 文本数据的处理 5.5 数值数据的处理 5.6 日期时间数据的处理 5.7 JSON数据的处理
5.8 数据处理综合案例——半结构化EXCEL数据的处理 5.9 数据处理过程中M语言的灵活应用
知识点：原子类型数据之间的类型转换、表格和记录数据之间互相转换、表格和列表数据之间互相转换、表格行列转换、提升表格数据第一行为列标题、表格中列的数据类型的转换、将表格中值为记录类型的数据进行扩展、将表格中值为列表类型的数据进行扩展、删除表格中的列、拆分表格中的列、获取表格中的列名、文本数据的获取、EXCEL数据的获取、网页数据的获取、文本数据的提取、文本拆分、文本合并、数值处理常用函数、日期和时间的生成、取日期和时间分量、日期时间的计算、JSON数据的转换和读取、JSON数据的整理、半结构化EXCEL数据的处理、数据的自动化获取和处理。
第6章. 数据可视化（4课时） 6.1 数据可视化技术概述 6.2 基础可视化对象 6.3 进阶可视化对象 6.4 高级可视化对象 6.5 报表
本文来源：https://www.wddqxz.cn/e6541b8bae51f01dc281e53a580216fc700a53d5.html
2023-01-31
