数据分析 - Power BI

BI 目的

单表的展示有限很多的时候只能体现现象, 仅仅进行监控级别没问题

但是就数据分析而言实在不够用, 大部分的事情需要多表多图展示才可以通过现象深入挖掘诱因

BI 安装

这里使用 microsoft 的 Power BI 因为基础而且免费, 和 microsoft 的环境同套学习成本低

下载软件包地址  点击这

安装就点点点就行了, 第一次打开会让你登录什么的, 全部茶雕就好

BI 流程

报表  原数据信息表结构存储 - 比如 A 用户, B 商品, C 订单

模型  根据表进行的模拟结合, 将多个表的数据进行集和 - 比如 A 用户下了 C 订单, 买了 B 商品

数据清洗  组合模型后对数据进行清理 - 比如去除无效数据, 空值等, 数据清洗在 BI 中会花费不小的时间

可视化图表   根据不同的展示因素进行相应的可视化处理 - 比如趋势用折线, 比例用 饼图条形图, 进度甘特图子弹图等

Dashboard   很多图之后为了解决从现象发觉本质的这个问题, 因此多张图表进行结合成 Dashboard

BI 基础使用

获取数据

通过获取数据按钮进行, 推荐使用 csv,  如果选择 excel 经常会有些格式不匹配的问题出现

选择加载后即可

创建图表

插入一个条形图, 初始状态下是灰色的空图, 加入轴和值 ( 对应 x,y )  拖动即可

然后就会自动创建出来图形

这里缺失 id 列, 可能店名存在重复, 在值中进行去重的处理

刷新数据源

刷新数据源只可以适用于非结构性的变化, 既新家数据以及原有数据的修改都不会有问题

但是如果是新增了一行数据列之类的就会报错, Power BI 是对数据的完全匹配, 因此结构变动是无法刷新的

这时候只能通过重新获取来完成

比如我这里对 原始数据新添加了一列 店名 id 来做唯一标识

此时使用刷新就会报错

编辑查询

在数据视图中, 在数据列可以右键点击编辑查询打开查询器

打开编辑器之后可以对数据进行修改和处理, 梅列前的这个地方可以修改替换类型

点击替换后,  可以看待 店名 id 的 数字类型标识就消失了.      --> 

替换图表

在选中当前图表的情况下, 再在可视化图表里面双击其他类型既可以进行当前图表的替换

联动图表

添加一张新的图表, 这里是对每个店铺 id 的 服务和环境的信息比对散点图

通过点击上面的低于即可以实现指定地域的下面散点图的展示

单值展示

对单一数值的展示可以在点击这个按钮实现, 同时可以进行其他的数据处理信息分析

图例修改

框框标识进行内容的修改, 小刷子可以对选中的图例进行格式的修改

   

筛选器

筛选器这里可以进行相当程度的数据清理,  比如可能有些恶意刷单的情况

数据清理较为麻烦的话通过图例也可以实现, 设置完回车即可生效, 因为没有确定按钮

    

如果不需要的话通过橡皮擦清除掉即可

筛选器也有全局级别的, 控制的范围不一样

BI  操作技巧

分析

不同的图标的类型的分析选项也不一样, 甚至某些就没有分析, 比如单值, 条形图的分析只有加入恒定线等等

选定指定图表后, 分析则可以进行数据分析以及向的元素处理

比如条形图

比如散点图

特殊联动显示

对于特定图的联动展示是不一样的, 比如这里对条形图, 散点图的展示为筛选, 而对于 块图则是用淡化其他比例的形式进行展示

如果不想要这样的 突出显示也可以进行这样设置换成筛选功能

选中主筛选的条形图, 然后格式编辑交互, 会在所有图上显示交互类型,  块图默认是突出显示, 更改为筛选器即可

如果选择 圆圈的那个标识则表示不联动, 即锁死数据

切片器

BI 中也存在类似于 excel 的 切片器

效果如下, 操作的结果类似于直接点击图表联动, 但是在较为复杂的图标中

切片器的点击肯定比图表上点击方便你的多

切片器也可以选择多选, 默认是单选, 关闭单选后即可多选

BI 数据分析

原文地址:https://www.cnblogs.com/shijieli/p/11699703.html

时间: 2024-10-07 16:37:45

数据分析 - Power BI的相关文章

Power BI教程_Power BI数据分析快速上手及案例实战

Power BI数据分析快速上手及案例实战 课程学习地址:http://www.xuetuwuyou.com/course/194 课程出自学途无忧网:http://www.xuetuwuyou.com 课程简介 本课程在<Power BI 数据分析快速上手>基础上结合大量的实例,深入讲解PowerBI中看似难懂的各种概念.操作, 并结合行业中的典型案例贯穿了从初级的数据透视表工具.数据透视表选项.数据透视表的刷新.数据透视表中的排序,到中级的动 态数据透视表的创建.数据透视表函数 GETPI

使用Power BI Pro进行Salesforce数据分析

近日,微软发布了一个新的BI产品,叫做Power BI Pro.他是一个可以基于Microsoft Azure SQL.Microsoft Azure HDInsight.SharePoint列表.Excel文件.Hadoop文件.Microsoft Exchange.Facebook.Salesforce对象等数据源获取数据,并对获取的数据进行可视化分析,你只需要简单的点击和拖拽即可很快速的获得你所需的报表.甚至于你可以通过写一些代码实现你更复杂的数据分析功能. Power BI Pro微软除

Power BI数据分析案例实战

学习地址:http://www.xuetuwuyou.com/course/194 课程出自学途无忧网:http://www.xuetuwuyou.com 课程简介 本课程在<Power BI 数据分析快速上手>基础上结合大量的实例,深入讲解PowerBI中看似难懂的各种概念.操作, 并结合行业中的典型案例贯穿了从初级的数据透视表工具.数据透视表选项.数据透视表的刷新.数据透视表中的排序,到中级的动 态数据透视表的创建.数据透视表函数 GETPIVOTDATA 的使用.在数据透视表中执行计算项

使用Microsoft Power BI进行基本的数据分析

Power BI是微软开发的一款简单易用的数据可视化软件. 导入数据 使用Power BI的第一步是将数据导入到软件中.获取数据->更多,可以看到可使用多种数据源,甚至微软提供了一些联机的数据源供分析. 由于我要分析的数据在Mysql中,因此选择"Mysql 数据库"作为数据源,选中"Mysql 数据库",单击连接. 接下来填写Mysql所在的服务器地址和数据所处的数据库.我的数据库在本地,并且想要分析数据库名为zhihu1中的数据,因此填写"loc

微软新神器-Power BI横空出世,一个简单易用,还用得起的BI产品,你还在等什么???

在当前互联网,由于大数据研究热潮,以及数据挖掘,机器学习等技术的改进,各种数据可视化图表层出不穷,如何让大数据生动呈现,也成了一个具有挑战性的可能,随之也出现了大量的商业化软件.今天就给大家介绍一款逆天Power BI可视化工具.逆天的不仅仅是工具,还有其使用门槛和价格.        本文原文地址:http://www.cnblogs.com/asxinyu/p/Power_BI_Category.html Power BI系列文章地址:http://www.cnblogs.com/asxin

C#.NET开源项目、机器学习、Power BI (转载)

.NET技术, 开源项目, 数据挖掘, 机器学习, 微软Power BI, 足球赛事分析, Matlab与C#编程 博客园 管理 本站首页 头条推荐 Power BI .NET开源 机器学习 博客美化 X组件 Matlab 随笔 - 189  文章 - 15  评论 - 4316 [翻译]Awesome R资源大全中文版来了,全球最火的R工具包一网打尽,超过300+工具,还在等什么? 阅读目录 0.前言 1.集成开发环境 2.语法 3.数据操作 4.图形显示 5.HTML部件 6.复用组件研究

使用 Power BI 分析 “回家的路”

很多年以前,不知道怎么就听说,有个小小的转换器,能够把汽车CAN总线转接为串口,然后,就出现了再转成蓝牙或者WIFI接口的小设备.这个小设备能够获取OBD II标准的数据.OBD II的标准广泛用在各种汽车控制器上,能够通过这些数据获得汽车的各种状态数据和告警. 于是很多牛人基于这个小玩意,在电脑特别是手机上开发了不少应用.通过蓝牙或者WIFI获得数据后,处理显示出来.数据的使用多种多样,例如自定义仪表,然后利用挡风玻璃实现HUD抬头显示,利用手机对简单的故障告警进行清楚(消码)-我当时也很有兴

Power BI基础系列-01简介篇

Power BI是一套商业分析软件,它可以连接数百个数量源.简化数据准备并提供即席查询,即席查询(Ad Hoc)是用户根据自己的需求,灵活地选择查询条件,系统可以根据用户选择的条件生成对应的报表. Power BI简介 Power BI 是Microsoft公司自主研发发布的最新可视化工具,它结合了Power Query.Power Privot.Power View和Power Map等一系列工具的经验成果.最重要的是它可以将我们在Excel里的数据通过报表的形象呈现给用户,并且在Excel

用Power BI打造企业中的数据文化和氛围

很多公司,组织和个人都在给大数据做定义,认为大数据是海量级的数据,没有一个常用的工具能快速的对其进行管理和处理,需要经过再加工才能可用,有决策力,具有很强的不可控性.但也正是大数据的流动性,多种类型,快速变化性与庞大性这些特点才使其分析的结果更具客观性而非主观性. 当有高质量的数据是地基时,如何打造宏伟的建筑还是得需要洞察力.当我们制作报告.可视化时,我们经常会看到一种现象,如果只是给用户罗列了信息,用户根本找不到问题得所在,所呈现得内容就是毫无价值的,只有将它转化为行动力,才会被用户重视.因此