第7章数据透视表和数据透视图.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第7章数据透视表和数据透视图.ppt

第7章 数据透视表和数据透视图 7.1 数据透视表视图 7.1.2 数据透视表视图的创建 7.1.2 数据透视表视图的创建 7.1.2 数据透视表视图的创建 7.1.2 数据透视表视图的创建 7.1.2 数据透视表视图的创建 7.2 多维数据分析 7.2.1 基本概念 7.2.1 基本概念 7.2.2 多维数据集及其数据源 7.2.3 多维数据分析方法 7.2.3 多维数据分析方法 7.2.3 多维数据分析方法 7.2.3 多维数据分析方法 7.2.3 多维数据分析方法 7.2.3 多维数据分析方法 7.2.4 使用数据透视表进行多维数据分析 7.2.4 使用数据透视表进行多维数据分析 7.3 创建数据透视图视图 7.3.1 数据透视图视图的数据源 7.3.2 数据透视图视图的元素 7.3.2 数据透视图视图的元素 7.3.3 创建数据透视图视图 7.3.3 创建数据透视图视图 7.3.3 创建数据透视图视图 7.4 查询、数据表视图、数据透视表视图和数据透视图视图之间的关系 7.5 多图表数据透视图 7.5 多图表数据透视图 7.5 多图表数据透视图 7.6 在数据透视图中绘制多个数据系列 7.6 在数据透视图中绘制多个数据系列 7.6 在数据透视图中绘制多个数据系列 7.6 在数据透视图中绘制多个数据系列 7.7 小结 【练习7-6(P200)】如上图所示,在数据透视图中绘制“订单数”和“销售额”两个数据系列。计算订单数和销售额的时间范围以“发货日期”为基准,计算销售额时考虑折扣。 (1)为将要创建的数据透视图准备数据源——基于分组的多表选择查询。 (2)向数据透视图添加字段 (3)添加新的数值轴 (4)设置数值轴的文本格式和位置 (5)为数值轴添加标题 (6)设置坐标轴标题及文本格式 (7)在数值(Y)轴上设置对数刻度 (8)添加图例 (9)设置图例的文本格式和位置 (10)添加和设置图表工作区标题 (11)隐藏字段按钮和拖放区域 * * Microsoft Access 2002或更高版本为表、查询和窗体等对象增加了两种新视图:“数据透视表(PivotTable)视图”和“数据透视图(PivotChart)视图”。 “数据透视表视图”使用“Office数据透视表组件”,易于进行交互式数据分析。 “数据透视图视图”使用“Office Chart组件”,可以创建动态的交互式图表。 7.1.1 数据透视表视图的结构 ①筛选区 ②行区 ③列区 ④明细数据区 【练习7-1(P173)】在数据透视表中显示某个城市中指定头衔的雇员的雇佣日期及姓名等信息。 操作步骤(P173): 1.打开“雇员”表的数据透视表视图 2.创建计算明细字段 3.向数据透视表添加字段 4.筛选数据 【练习7-2(P176)】基于多表查询的数据透视表 1.为数据透视表准备数据来源——创建多表选择查询 2.切换到查询的数据透视表视图 3.向数据透视表添加字段 4.创建计算明细字段 5.创建汇总字段 6.隐藏明细信息,显示汇总信息 7.修改字段标题 8.设置数据格式 9.选择数据范围 在经济学、管理学乃至社会学领域中,常常需要从不同的视角对发生的事实进行分析,以便为企业经营管理和社会经济管理提供决策依据,由此产生了多维分析(Multidimensional Analysis)的思想和方法。 度量值(Measure):决策者所关心的具有实际意义的数量。 维(Dimension):人们观察和分析数据(即度量值)的特定视角。 “维”具有层次结构,进而形成了维级别(Dimension Level)的概念 。 由于维级别的存在,人们所观察和分析的数据(即度量值)也就具有不同的粒度(Granularity)。 维的一个取值称为该维的一个维成员(Dimension Member)。如果一个维具有多个级别,那么该维的维成员就是在连续的若干个维级别取值的组合。 维级别与数据的粒度 多维数据分析指对多维数据集进行上卷、下钻、切片、切块、旋转等各种分析操作,以求剖析和透视业务数据,使业务分析员、决策者等用户能够从多个维、多层维级别观察度量值,从而全方位、多层次地了解基础业务数据中所隐含和反映的业务状态。 对多维数据集的旋转(Pivot或Rotate)分两种情况:一是在保持维及维级别和维成员不变的情况下,改变维的组织顺序;二是改变维组合,使用不同的维进行多维数据集变换。 【练习7-3(P185)】(由学生自己完成)创建如上图所示的数据透视表,其中“地区”是按照“客户”的地理位置划分的。 在数据透视图视图中,以各种图形的形式来表示数据。 这些图形包括柱形图、面积图、条形图、折线图、平滑线图、饼图、

文档评论(0)

ailuojue + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档