Build your ultimate AI agent
Описание курса
Настройте Power BI с помощью Python
В этом вводном курсе по Python в Power BI вы будете использовать данные исследования перелова рыбы и интернет-ритейлера, чтобы научиться применять скрипты Python в Power BI для подготовки данных, визуализаций и расчёта коэффициентов корреляции.Создавайте собственные визуализации
В частности, для создания пользовательских визуализаций на основе Python вы будете использовать пакет Seaborn. К концу курса вы должны чувствовать себя немного увереннее, используя Python в Power BI и за его пределами.Расширьте возможности своего набора инструментов
Независимо от того, были ли вы сначала поклонником Python или опытным пользователем Power BI, интеграция Python в Power BI — это отличное дополнение к набору инструментов для работы с данными. Этот курс покажет, что, используя оба инструмента вместе, вы сможете извлечь преимущества каждого из них, выбирая лучший вариант для конкретной задачи.Предварительные требования
Программа
Структура курса
1
Начало работы с Python в Power BI
В первой главе вы познакомитесь с преимуществами и ограничениями Python в Power BI, а также узнаете, как активировать эту возможность в рабочей книге. Вы также выполните одну и ту же задачу с помощью каждой из технологий по отдельности, чтобы лучше понять сильные и слабые стороны обеих. Power BI — мощный инструмент, а Python делает его ещё мощнее!
2
Пропущенные данные и импутация
Теперь, когда вы освоились с Python в Power BI, перейдём к следующему важному этапу обработки данных — выявлению пропущенных значений и импутации. В этой главе вы научитесь обнаруживать пропущенные данные в наборе данных с помощью Python, а затем с помощью Power BI. После этого вы разберётесь, как устранять пропуски, применяя методы импутации.
3
Визуализации с Seaborn в Power BI
В этой главе вы создадите несколько визуализаций на основе Python с использованием пакета Seaborn в Power BI: линейный график, парный график и совместный график. Вы также научитесь интерпретировать эти визуализации, чтобы извлекать выводы из данных. К этому моменту вы уже будете знать основные различия между Python и Power BI в базовых шагах обработки данных. Следующий шаг — визуализировать эти данные!
4
Тепловые карты и коэффициенты корреляции
В этой главе вы продолжите изучать взаимосвязи между переменными — на этот раз количественно, вычисляя коэффициент корреляции. Вы узнаете, как это делается в Power BI, а затем в Python. В завершение вы воспользуетесь возможностями Seaborn, чтобы построить тепловую карту корреляции. К концу курса вы уверенно освоите Power BI, Python и методы визуализации данных. Отличная работа!
Введение в Python в Power BI
Курс
завершён
