使用 Power BI 进行数据可视化

作为数据分析师，我们的目标是以人人都能理解其含义并据此采取行动的方式来呈现数据洞见。

Power BI 是微软推出的云端商业分析服务，可让任何人以更高的速度和效率对数据进行可视化与分析。它是一款功能强大且灵活的 BI 工具，可连接并分析各类数据。许多企业甚至将其视为数据科学相关工作的必备工具。Power BI 易于上手，得益于其拖放式界面。这一特性让排序、对比与分析等任务变得非常简单快捷。Power BI 还兼容多种数据源，包括 Excel、SQL Server 和云端数据存储库，因此对数据科学家而言是不二之选。

1. Power BI 概览

概述

Power BI 支持在本地和云端对数据进行分析与探索。Power BI 还提供便捷而安全的协作与共享能力，可在同事与组织之间分发自定义仪表板与交互式报告。

Power BI 概览。来源：Microsoft

Power BI 的组件

Power BI 由多个组件构成，这些组件可独立获取并单独使用。

Power BI 组件。来源：Wikipedia

选择使用哪一组件主要取决于项目或团队需求。我们将在此使用 Power BI Desktop，因为该组件主要用于生成业务报告并在桌面端创建内容。此外，其他工作通常也从 Power BI Desktop 开始，即报告的创建过程。

Power BI 入门

若想通过实践快速了解如何在 Power BI 平台中导航，请学习 DataCamp 课程 Introduction to Power BI。

2. 使用 Power BI 的优势

Power BI 具备多项优势，使其优于现有的分析工具：

同时提供云端与桌面端界面。
具备数据仓库、数据发现与交互式仪表板等能力。
支持加载自定义可视化，且
可在整个组织中轻松扩展。

3. Power BI Desktop

Power BI 是一款可免费下载并安装在系统上的应用程序。它可连接多种数据源。通常，分析工作从 Power BI Desktop 开始，报告亦在此创建。随后将报告发布到 Power BI 服务，并可共享至 Power BI 移动应用，以便在手机上查看报告。

Power BI Desktop。来源：Microsoft

安装

Power BI 仅支持 Windows 设备。Mac 用户可以在 Azure 中创建 Windows 虚拟机并在其上安装 Power BI，或者使用 Turbo.net，直接从云端将 Power BI 流式传输到 Mac。

使用 Power BI 有两种方式：

通过微软商店获取应用并登录开始使用。这是工具的在线版本。
下载软件至本地并安装。请务必阅读所有安装说明。

根据所选产品，将软件下载到计算机。接受许可协议后，点击 Power BI 图标/应用进行验证。如果出现以下界面，即表示一切就绪。

4. 快速上手

现在我们来了解如何在 Power BI Desktop 中开展工作。本节将稍作探索，以便熟悉其界面。

Power BI 工作区

下图标注了 Power BI 工作区的主要组成部分。

基础视图

报表视图（Report View）：创建仪表板的主要视图。
数据视图（Data View）：提供完整数据的预览。

关系视图（Relationship View）：展示各对象之间的关系。

连接数据源

Power BI 可连接多种数据源。点击 获取数据（Get Data） 图标可查看所有可将数据导入 Power BI 的选项。

我们来看几个最常用的数据源：

Excel 数据

让我们连接到一个 Excel 数据源。工作簿包含一些虚构的财务数据。从此处下载文件。Power BI Desktop 会加载工作簿并读取其内容，然后通过导航器窗口显示文件中的数据。

加载完成后，可在 字段（Fields） 窗格中查看数据。

Web

您还可以使用来自网页的数据。下面是一个关于美国各州退休环境优劣的数据显示集。

链接：https://www.bankrate.com/retirement/best-and-worst-states-for-retirement/

只需在 Get Data 中选择 Web 作为选项，并输入该 URL。

也可尝试其他数据源。

5. 转换数据

数据加载后会显示在 Fields 选项卡下。此处我们可以借助 查询编辑器（Query Editor） 修改数据集。无论数据源为何，查询编辑器都可用于修改数据集。我们可以进行重命名数据集、删除一个或多个列等操作。点击“主页”功能区中的 Edit Queries 按钮即可打开查询编辑器。

创建自定义列

继续使用上文的财务数据来按需整形。创建一个名为 New Manufacturing Price 的自定义列，其等于：

([manufacturing Price])*3
技术支持

更改列数据类型

列的数据类型也可以轻松更改。比如 Units Sold 列当前为浮点数数据类型，可调整为整数。

删除列

删除列同样简单。选中目标列，然后选择 Remove Columns 选项，如下图所示。我们将去除 Discount 列，因为它对数据集没有增益。

类似地，还可以执行诸如删除与添加行、转置、透视与拆分等多种操作，这些都能通过查询编辑器轻松完成。请注意，您为转换数据所执行的所有步骤都会显示在 Query Settings 面板中。

6. 报告

报告是由一个或多个页面上的可视化构成的集合。这些可视化通常彼此相关联。

7. 仪表板

仪表板是多个视图的集合，可同时对多种数据进行对比。与可包含多页的报告不同，仪表板是单页界面。

创建仪表板

当数据集准备就绪并完成了所有变更后，我们即可开始创建仪表板。Power BI 仪表板也称为画布，由单页上的多个可视化组成，用于讲述一个故事。这些称为磁贴（tiles）的可视化是从报告中固定到仪表板上的。

现在让我们使用超市数据集来看看可以获得哪些洞见：

按国家/地区的销售额

按细分市场的销售额与利润

按月份的销售额与利润

按产品的销售额

按折扣带的利润

创建的仪表板具有交互性，这意味着某个磁贴的变化会影响其他磁贴。

8. Power BI 与 R 和 Python 的集成

除了提供丰富的可视化优势外，Power BI 还具备出色的即开即用连接能力。Power BI 能轻松与 Python、R 等语言以及 SQL 等数据库管理系统集成。这在功能性方面带来了更多优势，也非常适用于习惯在 Python 或 R 中工作的数据科学家。他们可以将 R 和 Python 脚本直接导入工作区，并利用其可视化能力，这些可视化往往优于语言本身的原生输出。

本节我们将学习如何在 Power BI 中使用 Python 和 R 脚本。若想了解SQL 与 Power BI 的集成，请参阅我们的 SQL with Power BI 教程。

Power BI 与 R

R 是一种流行的统计语言，用于执行复杂分析与预测分析，如线性与非线性建模、统计检验、时间序列分析、分类、聚类等。将 Power BI 与 R 结合使用，可访问不断扩展的统计分析与数据挖掘库，帮助用户从数据中获得更深入的洞见。

先决条件

请确保您的本地系统已安装并运行以下内容：

R
独立的 R 集成开发环境（IDE），如 R Studio。

同时请注意：

仅导入数据框（data frame）
任何运行超过 30 分钟的 R 脚本都会自动超时。

确认您的系统已安装 R 与 R Studio。启动 Power BI，前往 Options and Settings -> Options

在 Options 下，转到 R Scripting 选项卡，并确保显示正确的 R 版本。

在 Power BI 中使用 R 脚本

在 Power BI 中使用 R 脚本是一篇非常优秀的资源。下面是来自同一来源的概述。

1. 使用 R 脚本导入数据

有时您可能不希望导入整个数据集，而只需其中一部分。您可以编写 R 脚本，仅选择特定列或行加载到 Power BI 中。

在本演示中，我们将使用 CRAN 发行版内置的著名 Iris 数据集。

数据集也可从文件导入。以下示例展示了如何使用如下脚本将CSV 文件加载到工作区。从此处下载文件。

iris_csv <- read.csv(file="C:/Users/Parul/Desktop/Iris", header=TRUE, sep=",")
技术支持

仅用 R 脚本导入数据意义有限，关键在于导入时即可对数据进行处理。下面的脚本使用 R 包 dplyr 中的 summarize 与 group_by 函数，在导入前先对数据分组并聚合：

启动 R Studio 并安装以下包：

install.packages("dplyr")  
install.packages("data.table")  
install.packages("ggplot2")
技术支持

现在使用以下 R 脚本导入 Iris 数据。我们将得到一个名为 iris_mean 的新数据集，其中包含四个度量的平均值，并按 Species 列的取值分组（来源：Power BI Introduction）。

library(dplyr)

iris_mean <- summarize(group_by(iris, Species),  
slength = mean(Sepal.Length), swidth = mean(Sepal.Width),  
plength = mean(Petal.Length), pwidth = mean(Petal.Width))
技术支持

2. 使用 R 脚本转换数据

当我们需要操作已导入到工作区中的数据时，R 脚本就派上用场了。比如希望在导入全部数据后再应用 summarize 与 groupby。可在查询编辑器中按以下方式运行 R 脚本实现：

3. 使用 R 脚本创建可视化

借助 R 脚本，您可以在 Power BI 中创建可视化。输入脚本并加载所需库，即可获得与任一 R IDE 相近的可视化。步骤如下：

将 Iris 数据集导入工作区。
在可视化选项卡中点击“R script Visual”，画布上会出现一个 R 可视化占位图，底部会显示脚本编辑器。
选择要在脚本中使用的字段。选择 PetalLengthCm ,PetalWidthCm 和 Species。所选字段会显示在 Values 选项卡中，并在 R 编辑器中预填充 R 脚本。
脚本会用所选列创建名为 dataset 的数据框。您可以在此编写脚本或修改现有脚本。粘贴以下代码以导入 ggplot 库并创建散点图。

      library(ggplot2)  
      ggplot(data=dataset, aes(x=PetalWidthCm, y=PetalLengthCm)) +  
        geom_point(aes(color=Species), size=2) +  
        ggtitle("Petal Widths and Lengths") +  
        labs(x="Petal Width", y="Petal Length") +  
        theme_bw() +  
        theme(title=element_text(size=15, color="blue3"))
技术支持

Power BI 与 Python

Python 是广泛使用的通用编程语言，拥有大量可用于执行统计分析与基于机器学习算法的预测建模的库。

微软近期已支持在 Power BI 中集成 Python 脚本，从而可以在 Power BI 内运行 Python 脚本并获得 Python 可视化。我们来看实现所需的步骤。在此之前需满足以下前提条件：

确保 Python 在本地系统中已安装并可用。
需要的包与库（如 pandas、matplotlib 等）已安装。
当前仅支持 pandas 数据框。
任何运行超过 30 分钟的 Python 脚本都会自动超时。
在使用前需要启用 Python。启动 Power BI，前往 Options and Settings -> Options

在 Options 中，转到 Preview Features 选项卡并启用“Python Support”。

重启 Power BI，您将在可视化与 Transform 选项卡中看到 Python 图标。

在 Power BI 中有多种运行 Python 脚本的方式。

1. 直接运行 Python 脚本

步骤：

要运行 Python 脚本，请按下图选择 Get Data > More>Other > Python script。

然后在弹出的窗口中粘贴您的 Python 脚本。选择 OK 运行脚本，随后会将结果数据集导入 Power BI Desktop 工作区。

2. 使用 Python 创建可视化

将数据集导入工作区。这里继续使用该财务数据集，其涵盖一家假想公司的财务数据。
在可视化选项卡中点击“Python Visuals”，画布上会出现一个 Python 可视化占位图，底部显示 Python 脚本编辑器。
选择要在脚本中使用的字段。选择 Sales 与 Profit。所选字段会显示在 Values 选项卡中，脚本也会显示在 Python 脚本编辑器中。
脚本会用所选列创建名为 dataset 的 pandas 数据框。您可以在此编写脚本或修改现有脚本。粘贴以下代码以导入 matplotlib 并创建图表。
```
import matplotlib.pyplot as plt  
dataset.plot()  
plt.title("Sales Vs Profit")  
plt.show()
技术支持
```
运行脚本后，可视化会显示在画布上，其表现与在任一 Python IDLE 中一致。

接着，我们创建一个相关性图。除保留先前字段外，再选择 Discounts, gross Sales, 和 Units sold，并将脚本替换为以下新脚本：
```
import matplotlib.pyplot as plt  
plt.matshow(dataset.corr('pearson'))  
plt.show()
技术支持
```

我们还可以导入其他库。下面导入 Seaborn 库（请确保已安装）。所用数据集为通常随 seaborn 预置的 “Tips” 数据集。从此处下载该数据集并加载到工作区。然后将以下代码粘贴到脚本编辑器中，即可生成 seaborn 图表。

import matplotlib.pyplot as plt  
import seaborn as sns  
sns.set(style="darkgrid")

sns.relplot(x="total_bill", y="tip", data=dataset)  
sns.relplot(x="total_bill", y="tip", hue="smoker", data=dataset);  
sns.relplot(x="total_bill", y="tip", hue="smoker",col="time", data=dataset);

plt.show()
技术支持

包含所有 Python 可视化的仪表板最终如下所示。

Python 仪表板

9. 保存与发布

保存与导出文件

您可以将文件保存为 Power BI 模板。可视化也可以导出为 PDF 文件。

发布

数据只有在可在人员或组织之间共享时才更具价值。生成的仪表板或报告可以发布到 Power BI 服务并进行共享。随后我们可以使用 Power BI 应用查看或与仪表板/报告进行交互。

10. 结语

以上就是在 Power BI 中创建优质可视化所需了解的内容。尽管在每个阶段可能需要进行比这里更多的调整与修订，但随着不断试验与练习，您会更加熟悉 Power BI，并释放其强大功能，助您分析与呈现数据。

主题

Power BI 数据科学数据可视化 Python SQL