Анализ и визуализация данных в Yandex DataLens

Предисловие от издательства
Об авторе
Предисловие
Введение
Цель написания книги
Для кого предназначена эта книга
Структура книги
Сопроводительные материалы и исходные файлы
Глава 1. Основы Yandex DataLens
История DataLens: от корпоративной системы к
массовому селф-сервису
Причины перехода на Yandex DataLens
Облачное хранение данных
Как устроено облако
Модели предоставления облачных услуг
С места в карьер: строим первый дашборд
Загрузка компонентов из Marketplace
Интерфейс и терминология Yandex DataLens
Мой первый дашборд
Заключение
Глава 2. Подключение к данным
Организация хранения данных
Собственные сервера
Облако
Управляемые БД против виртуальной машины
Создание кластера базы данных MySQL
Подключение к базам данных
Подключение к базе данных на примере MySQL
Особенности подключения к другим БД
Подключение к CSV-файлам, Google Sheets и Excel
Подключение к CSV-файлам
Подключение к Google Sheets
Загрузка данных из Excel
Подключение к Яндекс Метрика и AppMetrica
Яндекс Метрика
AppMetrica
Права доступа к подключениям
Заключение
Глава 3. Подготовка данных: датасеты
Введение в датасеты
Создание датасета
Объединение данных из нескольких таблиц
Поля данных
Создание поля данных
Удаление поля данных
Изменение поля данных
Дублирование поля данных
Обновление полей в датасете
Запись формул в вычисляемых полях
Типы данных
Типы данных в Yandex DataLens
Таблица соответствий типов данных
Типы агрегации данных
Параметры уровня датасета
Фильтрация датасета
Создание фильтра
Изменение и удаление фильтра
Управление доступом к датасету и строкам
Права доступа ко всему датасету
Права доступа к данным на уровне строк
Датасеты на основе SQL-запросов
Заключение
Глава 4. Элементы визуализации: чарты
Чарты на основе датасета
Создание чарта на основе датасета
Разновидности чартов
Линейная диаграмма
Линейная диаграмма с двумя осями
Накопительная диаграмма с областями
Нормированная диаграмма с областями
Столбчатая диаграмма
Нормированная столбчатая диаграмма
Линейчатая диаграмма
Нормированная линейчатая диаграмма
Точечная диаграмма
Круговая диаграмма
Кольцевая диаграмма
Индикатор
Условный индикатор
Древовидная диаграмма
Таблица
Сводная таблица
Карта
QL-чарты
Создание QL-чарта
Добавление параметров в QL-чарт
Настройки чартов
Общие настройки
Настройки измерений и показателей
Настройки секций
Настройки секций на карте
Параметры уровня чарта
Иерархии в чартах
Диагностика чартов
Публикация чартов
Встраивание чартов
Управление доступом к чарту
Заключение
Глава 5. Панели визуализации: дашборды
Составляющие дашборда
Наш первый осмысленный дашборд
Создание дашборда
Добавление чартов на дашборд
Создание вкладок
Добавление селекторов на дашборд
Связи и алиасы
Добавление чартов из других датасетов
Текстовые виджеты и язык разметки Markdown
Добавление виджета с заголовком
Настройки дашборда
Публикация дашборда
Управление доступом к дашборду
Примеры дашбордов
Заключение
Глава 6. Стандартные функции и примеры их
использования
Агрегатные функции
Прямая агрегация
Условная агрегация
Статистическая агрегация
Приблизительная агрегация
Строковая агрегация
Логические функции
CASE
IF
IFNULL
ISNULL
ZN
Операторы
Математические операторы
Логические операторы
Математические функции
Функции округления
Функции сравнения
Арифметические функции
Тригонометрические функции
Строковые функции
Функции поиска в строке
Функции строковых преобразований
Функции для работы с регулярными выражениями
Функции преобразования типов
Функции даты и времени
Функции работы с датами
Функции возвращения части даты
Функции для работы с временными рядами
Функции для работы с массивами
Функции разметки
Географические функции
Заключение
Глава 7. Оконные функции и LOD-выражения
Оконные функции
Агрегатные оконные функции
Оконные функции смещения
Ранжирующие оконные функции
Вложенные оконные функции
BEFORE FILTER BY
Собираем дашборд-шпаргалку по оконным
функциям
LOD-выражения
Фиксированный уровень детализации
Добавление уровней детализации
Исключение уровней детализации
Собираем дашборд-шпаргалку по LOD-выражениям
Заключение
Глава 8. Инструменты ETL и обработка данных с
помощью Python
и машинного обучения
Инструменты и технологии ETL
Пример 1. Из базы в базу с очисткой и агрегацией
Пример 2. Поиск ближайших магазинов на карте
Москвы
Обработка данных с применением машинного
обучения
Пример 1. Прогнозирование на основе линейной
регрессии
Пример 2. Кластеризация магазинов методом k-
средних
Заключение
Предметный указатель