采用项目式结构，系统介绍传感数据分析与可视化应用的基本流程与实用工具。本书围绕Excel、Python和Power BI三大核心工具，通过一系列由浅入深的实验完整贯穿从数据的获取、清洗、分析到可视化呈现的全流程。本书内容覆盖数据分析与可视化应用的关键技术栈，并结合丰富的工业领域真实案例，帮助读者构建跨平台的数据处理与应用能力。
本书结构清晰、案例驱动、实践性强，既可作为高等学校大数据技术、物联网应用技术、工业互联网技术等相关专业的教材，也适合数据分析、工业运维、智能制造等领域的技术人员参考。

项目一 Excel基本数据处理 1

1．1 项目要求 1
1．2 学习目标 1
1．3 相关知识 2
1．3．1 数据的加载与保存 2
1．3．2 数据编辑与格式设置 7
1．3．3 数据的统计计算 9
1．4 实验步骤 16
1．4．1 实验背景 16
1．4．2 数据录入 16
1．4．3 数据验证 16
1．4．4 单元格引用 17
1．4．5 排序与筛选 18
1．4．6 分类汇总 19
1．4．7 数据导出 19
习题 20

项目二 Excel高级功能 22
2．1 项目要求 22
2．2 学习目标 22
2．3 相关知识 23
2．3．1 Excel函数 23
2．3．2 Excel数据规划求解 32
2．4 实验步骤 36
2．4．1 实验背景 36
2．4．2 函数应用 37
2．4．3 规划求解应用 37
习题 38

项目三 Excel数据可视化 40
3．1 项目要求 40
3．2 学习目标 40
3．3 相关知识 41
3．3．1 Excel数据可视化 41
3．3．2 数据透视表与透视图 45
3．4 实验步骤 46
3．4．1 实验背景 46
3．4．2 图表的使用 47
3．4．3 迷你图的使用 48
3．4．4 数据透视表的使用 49
3．4．5 数据透视图的使用 49
习题 50

项目四 Python数据预处理 51
4．1 项目要求 51
4．2 学习目标 51
4．3 相关知识 52
4．3．1 NumPy的应用场景 52
4．3．2 NumPy的用法 53
4．3．3 NumPy统计函数的用法 54
4．3．4 pandas简介 55
4．3．5 pandas的常用数据处理与统计方法 58
4．3．6 数据集的常见格式 61
4．4 实验步骤 64
4．4．1 Python连接数据库的方法及基本操作 64
4．4．2 连接到MySQL 65
习题 71

项目五 Python数据处理与分析 72
5．1 项目要求 72
5．2 学习目标 72
5．3 相关知识 73
5．3．1 数据预处理流程 73
5．3．2 数据清洗 74
5．3．3 数据标准化 76
5．3．4 数据类型转换 77
5．4 实验步骤 79
习题 81

项目六 Python数据可视化 82
6．1 项目要求 82
6．2 学习目标 82
6．3 相关知识 83
6．3．1 Matplotlib绘制图表的流程 83
6．3．2 使用Matplotlib绘制散点图 84
6．3．3 使用Matplotlib绘制直方图 85
6．3．4 使用Matplotlib绘制折线图 86
6．3．5 使用Matplotlib绘制饼图 87
6．3．6 使用Matplotlib绘制箱线图 88
6．3．7 使用Matplotlib绘制正弦图和余弦图 89
6．3．8 使用Matplotlib绘制误差条形图 90
6．3．9 使用Matplotlib绘制玫瑰图 92
6．3．10 使用Matplotlib绘制词云图 93
6．4 工业数据可视化案例 94
6．4．1 温度传感器采集数据折线图 94
6．4．2 工业零件故障原因频次直方图 96
习题 99

项目七 Power BI的安装及数据连接 100
7．1 项目要求 100
7．2 学习目标 100
7．3 相关知识 101
7．3．1 数据分析的概念与通用流程 101
7．3．2 常用的可视化工具 102
7．3．3 Power BI 103
7．4 实验步骤 106
7．4．1 安装Power BI Desktop 106
7．4．2 使用Power BI Desktop获取Excel数据 107
7．4．3 使用Power BI Desktop获取MySQL数据库数据 109
习题 110

项目八 Power BI数据建模进行销售数据分析 111
8．1 项目要求 111
8．2 学习目标 111
8．3 相关知识 112
8．3．1 DAX概述 112
8．3．2 Power Query概述 113
8．3．3 度量值 114
8．4 实验步骤 114
8．4．1 实验背景 114
8．4．2 订单数据集成 114
8．4．3 订单数据清洗 117
8．4．4 订单数据转换 118
8．4．5 订单数据归约 119
8．4．6 数据建模 120
习题 126

项目九 使用Power BI进行煤炭行业产销对比分析 127
9．1 项目要求 127
9．2 学习目标 127
9．3 相关知识 128
9．3．1 图表的组成元素 128
9．3．2 图表类型 132
9．4 实验步骤 141
9．4．1 实验背景 141
9．4．2 绘制本期产量、销量情况仪表 141
9．4．3 绘制不同煤种产销情况折线和堆积柱形图 145
9．4．4 绘制不同煤种占比的环形图 148
9．4．5 绘制煤种月度产销趋势分析折线图 150
9．4．6 绘制煤种产销簇状条形图 152
9．4．7 绘制不同煤种产销率树状图 154
习题与解答 156