Power BI 数据分析可视化软件入门教程

入   门

Power BI 的引导学习

Ø  什么是Power BI?

Power BI 是软件服务、应用和连接器的集合,它们协同工作以将相关数据来源转换为连贯的视觉逼真的交互式见解。

 

Power BI 简单且快速,能够从 Excel 电子表格或本地数据库创建快速见解。同时 Power BI 也是可靠的、企业级的,可进行丰富的建模和实时分析,及自定义开发。 因此它既是你的个人报表和可视化工具,还可用作组项目、部门或整个企业背后的分析和决策引擎。

Ø  Power BI 的组成部分

Power BI 包含 Windows 桌面应用程序(称为 Power BI Desktop)、联机 SaaS(*软件即服务*)服务(称为PowerBI 服务),及移动 Power BI 应用(可在 Windows 手机和平板电脑及 iOS 和 Android 设备上使用)。

 

这三个元素 - Desktop服务移动,旨在使用户通过最有效的方式创建、共享和使用商业见解。

Ø  Power BI 如何与你的角色匹配

你可能主要使用 Power BI 服务,但处理数字、生成业务报表的同事可能主要使用 Power BI Desktop(并将 Desktop 报表发布到 Power BI 服务,然后你可查看)。 而同事可能主要使用 Power BI 手机应用,监视销售配额的进度,深入了解新的潜在销售顾客详细信息。

也许你在服务的实时仪表板中查看库存和生产进度,也使用 PowerBI Desktop 来为自己团队创建有关客户参与统计信息的报表。

 

Power BI 中的工作流

Power BI 中的常见工作流开始于 PowerBI Desktop,此处会创建报表。 然后此报表会发布到 Power BI 服务中并进行共享,如此,Power BI Mobile 应用的用户便能使用该信息。

事实上工作流并非总是如此,但我们将使用该流程帮助你了解Power BI 的各个部分,以及它们间如何互为补充。

好了,现在我们已经概述了本课程 - Power BI 是什么,以及它的三个主要元素,让我们再看一看使用 Power BI

 

 

使用 Power BI

Power BI 中操作的一般流程如下:

  • 将数据导入 Power BI Desktop,并创建报表。
  • 发布到 Power BI 服务,你可在该服务中创建新的可视化效果或构建仪表板
  • 与他人(尤其是差旅人员)共享你的仪表板
  • 在 Power BI Mobile 应用中查看共享仪表板和报表并与其交互

如上所述,可在 Power BI 服务中完成获取数据和创建仪表板等所有操作。团队的其他人可能在 Power BI Desktop 完成她的所有操作,这也很完全可以。为帮助你了解 Power BI 的完整连续性及其可执行的操作,我们将对其进行全面展示。

第一步工作是了解 Power BI 的基本构建基块,这将为了解 Power BI 如何将数据转变为精彩的报表和视觉对象打下坚实的基础。

 

 

Power BI 的构建基块

在 Power BI 中执行的所有操作可以分解为几个基本构建基块。了解这些构建基块后,你可以对其中每个基块进行展开并开始创建详细且复杂的报表。

Power BI 中的基本构建基块有:

  • 可视化
  • 数据集
  • 报表
  • 仪表板
  • 磁贴

Ø  可视化效果

可视化效果(有时也称为 视觉对象)是数据的可视化表示形式,例如图表、图形、彩色编码的地图或其他你可创建用以直观呈现你的数据的有趣事物。 Power BI 有各种不同的可视化效果类型,并且随时在增加更多。

Ø  数据集

数据集 - Power BI 用来创建其可视化效果的数据集合。

基于 Excel 工作簿中的单个表,你可以有一个简单的数据集,类似于下图。

数据集也可以是许多不同源的组合,你可以筛选和组合以提供一个用在Power BI 中的唯一集合数据(数据集)。在将数据导入 Power BI 前先进行筛选,让你重点关注对你重要的数据。

Power BI 的一个重要且有利的部分是所包含的多个数据连接器。 无论所需的数据是位于 Excel 中还是位于 SQL 数据库中、Azure 或 Oracle 中或位于如Facebook、Salesforce 或 MailChimp之类的服务中,Power BI 的内置数据连接器可让你轻松连接到该数据。

Ø  报表

在 Power BI 中,报表是一起显示在一个或多个页面的可视化效果集合。在 Power BI 中,报表是彼此相关的项的集合。

报表使你可在多个不同页面(如有必要)创建多个可视化效果,并允许你以任何可最佳阐述你的情景的方式对它们进行排列。

你可能会有一个有关季度销售额的报表(一个有关产品在某一特定时间段的增长情况的报表)或者你可能会创建有关北极熊迁移模式的报表。无论你的主题为何,报表都可让你将可视化效果收集和整理到一个(或多个)页面上。

Ø  仪表板

如果你已准备好共享报表的单个页面,或共享可视化效果的集合,则创建仪表板。 Power BI 仪表板非常类似于汽车中的仪表板,是单个页面中你可与其他人共享的视觉对象的集合。通常,这是提供对你尝试呈现的数据以及情景的快速了解的选定视觉对象组。

仪表板必须位于单个页面,通常称为画布(画布是 Power BIDesktop 或该服务中的空白背景,你在其中放置可视化效果)。 将其想像成艺术家或画家使用的画布 - 一个你在其中创建、组合和返工有趣且引人注目的视觉对象的工作区。你可以与其他用户或组共享仪表板,然后当他们使用 Power BI 服务或其移动设备时可与你的仪表板进行交互。

Ø  磁贴

在 Power BI 中,磁贴是在报表或仪表板中找到的单个可视化效果。它是包含每个单个视觉对象的矩形框。 在下图中,你将看到一个磁贴(亮框突出显示),其周围环绕有其他磁贴。

当你在 Power BI 中*创建*报表或仪表板时,可以以任何你想要呈现信息的方式来移动或排列磁贴。 可以使它们更大、更改它们的高度或宽度,以及将它们随意依附到其他磁贴。

当你*查看*或*使用*仪表板或报表时,你可以与其进行交互,但不能更改磁贴的大小或更改其排列方式。

 

 

总的来说

这些是 Power BI 及其构建基块的基础知识。让我们花些时间回顾。

Power BI 是服务、应用和连接器的集合,使你能够连接到你的数据 - 无论数据位于何处 - 如有必要可进行筛选,然后将它们导入到 Power BI,你可在其中创建可与他人共享的引人注目的可视化效果。

现在,你了解了一些 Power BI 的基本构建基块,很显然,你可以创建对你来说有意义的数据集,并创建视觉上引人注目的报表来呈现你的情景。借助 Power BI 来呈现情景无需复杂或繁琐就极具吸引力。

对于一些人来说,在数据集中使用单个 Excel 表,然后与他们的团队共享仪表板将是一种极其有价值的使用 Power BI 的方法。

对于其他人来说,使用与其他数据库和实时源组合的实时Azure SQL 数据仓库表(然后进行实时筛选以构建可每时每刻监视制造进度的数据集)将是他们所寻求的Power BI 中的价值。

对于两者来说,过程都是相同的:创建数据集、生成引人注目的视觉对象,然后与他人共享。 同样,这两者(对于每个)的结果是一样的:利用不断扩展的数据世界,并将其转换为可操作的见解。

无论数据见解是需要简单数据集还是复杂数据集,PowerBI 均可帮助你快速开始,并且可如你的数据世界所要求的复杂性一样进行扩展。 因为 Power BI 是一款 Microsoft 产品,因此在可靠、可扩展、Office 友好以及企业级就绪方面可以信赖它。

现在,让我们了解一下它的工作方式。 我们将首先快速了解一下Power BI 服务。

 

 

快速了解一下 Power BI 服务

正如我们所了解的,Power BI 中的常见工作流是在 Power BI Desktop 中创建报表、将其发布到 Power BI 服务,然后与其他人进行共享,让他们可以在服务中或在移动应用上查看到。

有些人会在 Power BI 服务中开始,因此,让我们快速了解该服务,了解一种在 Power BI 中快速创建视觉对象的简单常用的方法:*内容包*。

内容包是基于特定数据源(如 Salesforce)的预配置现成视觉对象和报表的集合。使用内容包相当于微波加热一份冷冻快餐或者订购一份超值快餐套餐:只需几次单击操作和注释,就可以快速地为你提供一套搭配合理且所有菜式都在布局整洁且开袋即食的包装中的主菜。

因此,让我们快速了解下内容包、服务及其工作原理。 在后面几节,我们会更详细地介绍内容包(和服务);将这个当做开胃的小菜吧。

Ø 使用云服务创建开箱即用型仪表板

借助 Power BI 很容易便可连接到数据。从 Power BI 服务,你只需选择主屏幕左下角的获取数据按钮。

*画布*(PowerBI 服务中心位置的区域)向你显示 Power BI 服务中的可用数据源。 除了常见的数据源(如 Excel 文件、数据库或 Azure 数据),Power BI 还可以轻松连接到软件服务(也称为 SaaS 提供商或云服务),如 Salesforce、Facebook、Google Analytics 和所有其他 SaaS 服务集合。

对于这些软件服务,Power BI 服务提供了一组现成的视觉对象,预先排列在名为内容包的仪表板和报表中。通过内容包,你可以在 Power BI 快速启动和运行来自你所选服务的数据。 例如,当你使用 Salesforce 内容包时,(一旦你提供了凭据)Power BI 会连接到你的 Salesforce 帐户,然后填充 Power BI 中预先定义的视觉对象和仪表板集合。

Power BI 提供了适用于各种类型服务的内容包。 下图按字母顺序显示了服务的第一个屏幕,该屏幕在你从服务框中选择获取时显示(如上图所示)。如你在下图中所见,有许多选项可供选择。

对于我们来说,我们将选择 GitHub。 GitHub 是用于在线源代码管理的应用程序。 一旦我为 GitHub 内容包输入信息和凭据,它将开始导入我的数据。

一旦加载了数据,将出现预定义的 GitHub 内容包仪表板。

除了仪表板,(作为 GitHub 内容包的一部分)生成用来创建仪表板的报表也可用,在数据导入期间创建,用于创建 GitHub 报表的数据集(从 GitHub 提取的数据集合)同样也可用。

在仪表板上,你可以单击任何视觉对象,并从创建视觉对象的位置自动转到报表页。 因此,在单击按拉取请求排列的前 5 名用户视觉对象时,Power BI 打开了“报表”(从中创建视觉对象的“报表”页)中的拉取请求页。

Ø  询问有关你数据的问题

你还可以询问有关你数据的问题,Power BI 服务将基于你的问题实时创建视觉对象。在下图中,你可以看到 Power BI 根据自然语言查询栏中键入的内容,创建了大量显示问题计数已关闭的视觉对象。

当你有喜欢的视觉对象时,可以选择“自然语言查询”栏右侧的固定图标,将该视觉对象固定到仪表板。 在这种情况下,视觉对象被固定到 GitHub 仪表板,因为它是当前选定的仪表板。

Ø 在 Power BI 服务中刷新数据

你也可以选择刷新内容包或在 Power BI中使用的其他数据的数据集。 若要设置刷新设置,请选择数据集旁边的省略号(三个句点),然后出现一个菜单。

从该菜单底部选择计划刷新选项。 “设置”对话框将出现在画布上,让你可以设置符合你要求的刷新设置。

 

 

 

回顾“引导学习”的此第一部分

让我们快速回顾一下我们在此第一部分中涵盖的内容。

Power BI 是软件服务、应用和连接器的集合,它们协同工作以将你的数据转换为交互式见解。你可使用单一基本源(如 Excel 工作簿)中的数据,或从多个数据库和云源提取数据以创建复杂数据集和报表。 Power BI 可如你想要的那么简单,或者可如你的复杂全局业务所要求的企业级就绪。

Power BI 包括三个主要元素 – PowerBI DesktopPower BI 服务和 Power BI Mobile – 均协同工作以让你可以按所需方式创建、交互、共享以及使用你的数据。

我们也讨论了 Power BI 中的基本构建基块,它们是:

  • 可视化效果 - 数据的可视化表示形式,有时简称为视觉对象
  • 数据集 - Power BI 用来创建可视化效果的数据集合
  • 报表 - 来自跨一个或多个页面的数据集的视觉对象集合
  • 仪表板 - 生成于报表的单页视觉对象集合
  • 磁贴 - 在报表或仪表板中找到的单个可视化效果

从这里,我们在导说员 WillThompson 的讲解下,在视频演示中了解了 Power BI。 Will 向我们简要概述了如何借助 Power BI 分析和可视化数据。

在 Power BI 服务中,只需几次点击即可创建一个仪表板。我们继续了解了 Power BI 服务,并使用了内容包- 现成的视觉对象和报表集合 - 并连接到了一个软件服务以填充内容包并使该数据变得生动。

我们还使用了称为问与答的自然语言查询,以针对我们的回答提问,然后使 Power BI 基于这些问题创建视觉对象。 最后,我们对我们的数据设置了刷新计划,因此我们知道当我们返回到 Power BI 服务时,该数据将为最新。

下一步

我们之前提到过这一点,但值得在此进行重申:本课程通过遵循Power BI 中常见的工作流来构建你的知识:

  • 将数据导入 Power BI Desktop,然后创建报表。
  • 发布到在其中创建新的可视化效果或构建仪表板的 Power BI 服务
  • 与他人(尤其是差旅人员)共享你的仪表板
  • 在 Power BI Mobile 应用中查看共享仪表板和报表并与其交互

·       你可能不会自行执行所有这些工作 - 某些人将只能在由其他人创建的服务中查看仪表板。这没有关系,但由于*你将*完成本课程中的所有部分,因此你将*了解*这些仪表板的创建方式,以及它们连接到数据的方式...你甚至可能会决定创建一个你自己的仪表板。

·       下一部分见!


 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/475483.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

分组统计 - DataFrame.groupby() 所见的各种用法 - Python代码

目录 所见 1 :日常用法 所见 2 :解决groupby.sum() 后层级索引levels上移的问题 所见 3 :解决groupby.apply() 后层级索引levels上移的问题 所见 4 :groupby函数的分组结果保存成DataFrame groupby的函数定义: Da…

线性回归 - 多元线性回归案例 - 分析步骤、输出结果详解、与Python的结果对比 -(SPSS建模)

现在用 Python 写线性回归的博客都快烂大街了,为什么还要用 SPSS 做线性回归呢?这就来说说 SPSS 存在的原因吧。 SPSS 是一个很强大的软件,不用编程,不用调参,点巴两下就出结果了,而且出来的大多是你想要的…

R12 应付款模块(AP):预付款(prepayment)的标准处理流程

预付款的概念 财务会计的解释: 企业对于某些物资有时需要采取预先订购的方式,即按照购货合同规定预付一部分货款。这部分预先付给供货单位的订货款就构成了企业的预付账款。(来自会计学概论,要区分定金和预付款的区别!…

LeetCode 391. 完美矩形(set检查顶点+面积检查)

1. 题目 我们有 N 个与坐标轴对齐的矩形, 其中 N > 0, 判断它们是否能精确地覆盖一个矩形区域。 每个矩形用左下角的点和右上角的点的坐标来表示。例如, 一个单位正方形可以表示为 [1,1,2,2]。 ( 左下角的点的坐标为 (1, 1) 以及右上角的点的坐标为 (2, 2) )。…

时间序列 - 案例按步骤详解 -(SPSS建模)

时间序列简单的说就是各时间点上形成的数值序列,通过观察历史数据的变化规律预测未来的值。在这里需要强调一点的是,时间序列分析并不是关于时间的回归,它主要是研究自身的变化规律的。 准备工作:SPSS - 中文版 SPSS 22.0 软件下…

特征计算 - 遍历求值提速 6 万倍 lambda...if...else(if...else...) +map() 对比 iterrows() - Python代码

Python 进行 DataFrame 数据处理的过程中,需要判断某一列中的值(条件),然后对其他两列或三列进行求和(均值/最值)等运算,并把运算结果存储在新的一列中。干说可能觉得比较晕,我们来看…

非线性回归 - 案例按步骤详解 -(SPSS建模)

在上一篇时间序列的文章中,偶然发现另一份数据的整体趋势很符合非线性回归关系,那么就顺势写一篇非线性回归案例的文章吧。 准备工作:SPSS - 中文版 SPSS 22.0 软件下载与安装教程 - 【附产品授权许可码,永久免费】 数据解释&am…

邮件服务器之POP3协议分析

第1章. POP3概述 POP3全称为Post Office Protocol version3,即邮局协议第3版。它被用户代理用来邮件服务器取得邮件。POP3采用的也是C/S通信 模型,对应的RFC文 档为RFC1939。 该协议非常简单,所以我们只重点介绍其通信过程,而相关…

Python 画图常用颜色 - 单色、渐变色、混色 - 够用

单色 装了seaborn扩展的话,在字典seaborn.xkcd_rgb中包含所有的xkcd crowdsourced color names。如下: plt.plot([1,2], lw4, cseaborn.xkcd_rgb[baby poop green]) 虽然觉得上面的已经够用了,但是还是备份一下这个最全的吧。 渐变色&…

[scikit-learn 机器学习] 2. 简单线性回归

文章目录1. 简单线性回归2. 评价模型本文为 scikit-learn机器学习(第2版)学习笔记1. 简单线性回归 import numpy as np import matplotlib.pyplot as pltX np.array([[6],[8],[10],[14],[18]]) y np.array([7,9,13,17.5,18]) plt.title("pizza …

Matplotlib - 散点图 scatter() 所有用法详解

目录 基本用法 散点的大小不同(根据点对应的数值) 散点的颜色不同(指定颜色或者渐变色) 散点图和折线图是数据分析中最常用的两种图形,他们能够分析不同数值型特征间的关系。其中,散点图主要用于分析特征…

Matplotlib - 折线图 plot() 所有用法详解

散点图和折线图是数据分析中最常用的两种图形。其中,折线图用于分析自变量和因变量之间的趋势关系,最适合用于显示随着时间而变化的连续数据,同时还可以看出数量的差异,增长情况。 Matplotlib 中绘制散点图的函数为 plot() &…

html 拍照旋转了90度_华为Mate X2概念图:可旋转正反三屏幕,单颗镜头在转轴上...

如果你是新朋友,请点击上方的蓝色字 关注 “高科技爱好者”,保证不会让你失望的.华为折叠手机的上市发售,引起了消费者的广泛关注,尤其是华为MateX系列手机的售价非常昂贵,同时出货量也比较少,所以外界都十…

[scikit-learn 机器学习] 3. K-近邻算法分类和回归

文章目录1. KNN模型2. KNN分类3. 使用sklearn KNN分类4. KNN回归本文为 scikit-learn机器学习(第2版)学习笔记K 近邻法(K-Nearest Neighbor, K-NN) 常用于 搜索和推荐系统。 1. KNN模型 确定距离度量方法(如欧氏距离…

Matplotlib - 柱状图、直方图、条形图 bar() barh() 所有用法详解

目录 基本用法 多个直方图并列显示 显示直方图上的数值 多个直方图堆叠显示 水平直方图 相较散点图和折线图,柱状图(直方图、条形图)、饼图、箱线图是另外 3 种数据分析常用的图形,主要用于分析数据内部的分布状态或分散状…

word里双横线怎么打_美人计 | 精致打工人秀智,教你内双怎么化

通勤妆千千万,大家画好才能算。国民初恋裴秀智搭档“南朋友”南柱赫,《启动了》这部剧让很多颜值控都纷纷沦陷了。起初奔着这两大主角看的,结果看着看着又被男二金宣虎圈了粉,在剧中裴秀智和金宣虎两小无猜的感情没能发展成爱情&a…

Matplotlib - 饼图、环形图 pie() 多重饼图 subplots() 所有用法详解

目录 基本用法 饼图中突出显示某部分 环形图(空心饼图) 多重饼图,并添加分割线 相较散点图和折线图,柱状图、饼图、箱线图是另外 3 种数据分析常用的图形,主要用于分析数据内部的分布状态或分散状态。饼图主要用于…

USACO2.11 The Castle hdu1198

题意: 我们憨厚的USACO主人公农夫约翰(Farmer John)以无法想象的运气,在他生日那天收到了一份特别的礼物:一张“幸运爱尔兰”(一种彩票)。结果这张彩票让他获得了这次比赛唯一的奖品——坐落于爱尔兰郊外的一座梦幻般的城堡&#…

Matplotlib - 箱线图、箱型图 boxplot () 所有用法详解

目录 基本用法 水平箱线图,显示均值 改变箱线图的形状(箱体的形状notch、异常值的形状sym) 改变箱线图的颜色(箱体边框的颜色、箱体填充色) 相较散点图和折线图,柱状图、饼图、箱线图(箱…

【转载】三极管,场效应管 工作原理小结

三极管属于流控器件,即Ib控制放大Ic, 场效应管属于压控器件,即Ugs控制Id。 二者都有三个工作区域,即截止区,恒流区和可变电阻区。 Ib小于开启电流时,Ic不受控,Rce很大,Ic很小&#x…