After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Налаштуйте Power BI за допомогою Python
У цьому вступному курсі з Python у Power BI ви використаєте дані з дослідження надмірного вилову риби та онлайн-ритейлера, щоб навчитися використовувати скрипти Python у Power BI для підготовки даних, візуалізацій і розрахунку коефіцієнтів кореляції.Створюйте власні візуалізації
Зокрема для створення власних візуалізацій на основі Python ви використовуватимете пакет Seaborn. Наприкінці ви маєте почуватися трохи впевненіше, використовуючи Python у Power BI (і поза ним).Підсиліть свій набір інструментів
Чи були ви спочатку Pythonista чи досвідченим користувачем Power BI, інтеграція Python у Power BI — це чудове доповнення до набору інструментів для роботи з даними. Цей курс покаже, що, використовуючи обидва разом, ви зможете скористатися перевагами кожного, обираючи найкращий варіант для конкретного завдання.Попередні вимоги
Навчальний план
Зміст курсу
1
Початок роботи з Python у Power BI
У цьому першому розділі ви дізнаєтеся про переваги й обмеження Python у Power BI, а також як увімкнути цю можливість у робочій книзі. Ви також виконаєте однакове завдання окремо в кожній технології, щоб краще зрозуміти їхні сильні та слабкі сторони. Power BI — потужний інструмент. А з Python він стає ще потужнішим!
2
Пропущені дані та імпутація
Тепер, коли ви вже запустили Python у Power BI, перейдемо до ще одного важливого кроку обробки даних — виявлення пропущених значень та їх імпутації. У цьому розділі ви знайдете пропущені дані в наборі даних спочатку за допомогою Python, а потім — Power BI. Далі ви опрацюєте підхід до заповнення пропусків, застосувавши методи імпутації.
3
Візуалізації з Seaborn у Power BI
У цьому розділі ви створите кілька візуалізацій на Python у Power BI за допомогою пакета Seaborn: лінійний графік, парний графік (pair plot) і спільний графік (joint plot). Ви також навчитеся інтерпретувати ці візуалізації, щоб отримувати інсайти з даних. На цьому етапі ви вже знатимете деякі ключові відмінності між Python і Power BI у базових кроках обробки даних. Наступний крок — візуалізувати ці дані!
4
Теплокарти та коефіцієнти кореляції
У цьому розділі ви продовжите оцінювати взаємозв'язки між змінними. Цього разу — кількісно, обчислюючи коефіцієнт кореляції. Ви дізнаєтеся, як зробити це спочатку в Power BI, а потім у Python. Нарешті, ви використаєте потужність візуалізацій Seaborn, щоб створити теплокарту кореляцій. Коли завершите курс, ви впевнено володітимете Power BI, Python і прийомами візуалізації даних. Чудова робота!
Вступ до Python у Power BI
Курс
завершено
