In this first chapter, you will learn the advantages and limitations of Python in Power BI as well as how to enable this capability within a workbook. You will also perform the same task using both technologies separately to build familiarity with the strengths and weaknesses of both. Power BI is a powerful tool. Python can be leveraged to make it even more powerful! 

De basis van Python in Power BI leren

Opties

Voordeel

Beperking

Voor- en nadelen van Python in Power BI

Data instellen, importeren en transformeren

Power BI instellen voor Python

Power BI: importeren en joinen

Python: importeren en joinen

Getting Started with Python in Power BI

Now that you're up and running with Python in Power BI, let's move on to another important data processing step - identifying missing data and imputation. In this chapter, you will identify missing data in a dataset using Python, then Power BI. You will then work through addressing missing data by leveraging imputation techniques.

Missing data and imputation

Data missing not at random

Finding missing data

Finding missing data with Python

Finding missing data in Power BI

Addressing missing values with imputation

Missing Data and Imputation

In this chapter, you will construct several Python-based visualizations, using the Seaborn package, in Power BI. Specifically, a line plot, pair plot, and joint plot. You will also learn how to interpret these visualizations to extract insights about the data. By this point, you will know some of the key differences between Python and Power BI in basic data processing steps.  The next step is to visualize this data!

Building visualizations with Seaborn

Ordering the steps for building a plot

Building Python-based visualizations

Starting with line plots

Produce a pair plot

Generate a joint plot

Visualizations with Seaborn in Power BI

In this chapter, you will continue evaluating the relationship between variables. This time, you will be doing so quantitatively by calculating the correlation coefficient. You will learn how to do this in Power BI then Python. Finally, you will leverage the power of Seaborn visualizations to create a correlation heatmap! By the time you finish the course, you'll be skilled in Power BI, Python, and data visualization techniques. Nice work!

Calculating correlation coefficients

Classifying correlation

How to calculate in Power BI and Python

Correlation coefficient in Power BI

Correlation heatmap with seaborn

A heatmap of fishing volume

Wrap-up

Heatmaps and Correlation Coefficients

DataCamp vs. Local Experience

Exercises and Datasets

In deze introductiecursus over Python in Power BI gebruik je gegevens uit een onderzoek naar overbevissing en van een online retailer om te leren hoe je Python-scripts in Power BI inzet voor datapreparatie, visualisaties en het berekenen van correlatiecoëfficiënten. Voor het bouwen van aangepaste Python-gebaseerde visuals maak je specifiek gebruik van het Seaborn-pakket. Aan het einde voel je je hopelijk wat zekerder om Python in (en buiten) Power BI te gebruiken.

Of je nu eerst een Pythonista was of een Power BI-power user: Python integreren in Power BI is een geweldige aanvulling op je data-toolbox. Deze cursus laat zien dat je door beide te combineren de sterke punten van elk kunt benutten en steeds het beste hulpmiddel voor de taak kunt kiezen.

<h2>Power BI aanpassen met Python </h2>
In deze cursus Python in Power BI leer je aan de hand van gegevens uit een onderzoek naar overbevissing en een online retailer hoe je Python-scripts in Power BI kunt gebruiken voor het voorbereiden van gegevens, visualisaties en het berekenen van correlatiecoëfficiënten. 
<br><br>
<h2>Maak je eigen afbeeldingen</h2>
Voor het maken van aangepaste Python-gebaseerde visuals gebruik je het Seaborn-pakket. Aan het einde zou je je wat meer op je gemak moeten voelen met het gebruik van Python in (en buiten) Power BI.
<br><br>
<h2>Geef je gereedschapskist een boost</h2>
Of je nu eerst een Pythonista of een Power BI-poweruser was, Python integreren in Power BI is een geweldige toevoeging aan je datatoolbox. Deze cursus laat zien dat je, door ze samen te gebruiken, de voordelen van beide kunt benutten en de beste kunt kiezen voor de taak die je moet doen.


Introduction to DAX in Power BI

Introduction to Data Visualization with Seaborn

Leer Python-scripts in Power BI te gebruiken voor datavoorbereiding, visualisaties en correlaties.

Introductie tot Python in Power BI

Leer hoe je Python-scripts in Power BI kunt gebruiken voor het voorbereiden van gegevens, visualisaties en het berekenen van correlatiecoëfficiënten.

Berekeningen zijn lastig te bouwen in DAX

Gegevenssets moeten kleiner zijn dan 250 MB

Tot 150.000 rijen kunnen worden gebruikt in een visualisatie

Voor- en nadelen van Python in Power BI

Introductie tot Python in Power BI

Praktische interactieve oefening