În acest prim capitol, vei afla care sunt avantajele și limitările Python în Power BI, precum și cum să activezi această funcționalitate într-un registru de lucru. Vei realiza același exercițiu folosind cele două tehnologii separat, pentru a te familiariza cu punctele forte și slabe ale fiecăreia. Power BI este un instrument puternic – iar Python îl poate face și mai puternic!

Noțiuni de bază despre Python în Power BI

Avantaje și dezavantaje ale Python în Power BI

Configurare, import și transformare date

Configurează Power BI pentru Python

Power BI: import și îmbinare

Python: import și îmbinare

Primii pași cu Python în Power BI

Acum că ai pus bazele lucrului cu Python în Power BI, trecem la un alt pas important în procesarea datelor: identificarea datelor lipsă și imputarea. În acest capitol, vei identifica datele lipsă dintr-un set de date folosind Python, apoi Power BI. Vei parcurge apoi metode de gestionare a datelor lipsă prin tehnici de imputare.

Date lipsă și imputare

Date lipsă non-aleatoriu

Identificarea datelor lipsă

Identificarea valorilor lipsă cu Python

Identificarea datelor lipsă în Power BI

Tratarea valorilor lipsă prin imputare

În acest capitol, vei construi mai multe vizualizări bazate pe Python, folosind pachetul Seaborn, în Power BI – mai exact, un grafic liniar, un pair plot și un joint plot. Vei învăța, de asemenea, cum să interpretezi aceste vizualizări pentru a extrage informații relevante din date. Până în acest punct, vei cunoaște câteva dintre diferențele esențiale dintre Python și Power BI în pașii de bază ai procesării datelor. Următorul pas este să vizualizezi aceste date!

Construirea vizualizărilor cu Seaborn

Ordonarea pașilor pentru construirea unui grafic

Construirea vizualizărilor bazate pe Python

Primul pas cu graficele linie

Creează un pair plot

Generează un grafic joint

Vizualizări cu Seaborn în Power BI

În acest capitol, vei continua să analizezi relația dintre variabile, de data aceasta dintr-o perspectivă cantitativă, calculând coeficientul de corelație. Vei învăța cum să faci acest lucru în Power BI, apoi în Python. În final, vei folosi puterea vizualizărilor Seaborn pentru a crea un heatmap al corelațiilor! La finalul cursului, vei stăpâni Power BI, Python și tehnici de vizualizare a datelor. Felicitări!

Calcularea coeficienților de corelație

Corelație

Clasificarea corelației

Cum se calculează în Power BI și Python

Coeficientul de corelație în Power BI

Heatmap de corelație cu Seaborn

O hartă termică a volumului de pescuit

Concluzie

Heatmap-uri și coeficienți de corelație

Exercises and Datasets

DataCamp vs. Local Experience

În acest curs de introducere în Python în Power BI, vei folosi date dintr-un studiu privind suprapescuitul și dintr-un retailer online pentru a învăța cum să utilizezi scripturi Python în Power BI pentru pregătirea datelor, vizualizări și calculul coeficienților de corelație. Pentru construirea vizualurilor personalizate bazate pe Python, vei folosi pachetul Seaborn. La finalul cursului, te vei simți mai confortabil folosind Python în Power BI și nu numai.

Indiferent dacă ai început ca pasionat de Python sau ca utilizator avansat de Power BI, integrarea Python în Power BI este un plus valoros în setul de instrumente pentru date. Acest curs îți va arăta că, folosindu-le împreună, poți profita de avantajele fiecăruia și poți alege cea mai potrivită soluție pentru fiecare situație.

<h2>Personalizează Power BI cu Python </h2>
În acest curs introductiv despre Python în Power BI, vei folosi date dintr-un studiu despre pescuitul excesiv și de la un retailer online pentru a învăța cum să folosești scripturi Python în Power BI pentru pregătirea datelor, vizualizări și calcularea coeficienților de corelație. 
<br><br>
<h2>Creează vizualuri personalizate</h2>
Mai exact, pentru crearea de elemente vizuale personalizate bazate pe Python, vei utiliza pachetul Seaborn. La final, ar trebui să te simți puțin mai confortabil folosind Python în Power BI (și în afara lui).
<br><br>
<h2>Îmbunătățește-ți setul de instrumente</h2>
Fie că ai fost mai întâi un pasionat de Python sau un utilizator avansat de Power BI, integrarea Python în Power BI este o completare fantastică pentru setul tău de instrumente pentru date. Acest curs va demonstra că, folosindu-le împreună, poți valorifica avantajele fiecăruia, alegând-o pe cea mai potrivită pentru sarcina de față.


Introduction to DAX in Power BI

Introduction to Data Visualization with Seaborn

Învață să folosești scripturi Python în Power BI pentru pregătirea datelor, vizualizări și corelații.

Introducere în Python în Power BI

Învață să folosești scripturi Python în Power BI pentru pregătirea datelor, vizualizări și calculul coeficienților de corelație.

Data Scientist

Ce este un coeficient de corelație?

Exemplu de coeficient de corelație #1

Exemplu de coeficient de corelație #2

Exemplu de coeficient de corelație #3

Matricea de corelație

Hartă termică a corelației

Exemplu de hartă termică a corelației

Corelația nu înseamnă cauzalitate

Să exersăm!

Heatmap-uri și coeficienți de corelație - Calcularea coeficienților de corelație

Calcularea coeficienților de corelație

Create Your Free Account