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! 

Power BI'de Python'un temellerini öğrenme

Seçenekler

Yarar

Sınırlama

Power BI'de Python'un artıları ve eksileri

Kurulum, içe aktarma ve veriyi dönüştürme

Power BI'yi Python için ayarla

Power BI: içe aktar ve birleştir

Python: içe aktar ve birleştir

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

Bu Power BI'de Python'a giriş kursunda, bir aşırı avlanma çalışması ve bir çevrimiçi perakendeciden alınan verileri kullanarak, Python betiklerini Power BI içinde veri hazırlığı, görselleştirmeler ve korelasyon katsayılarını hesaplama için nasıl kullanacağını öğreneceksin. Özellikle özel Python tabanlı görseller oluşturmak için Seaborn paketinden yararlanacaksın. Kursun sonunda, Python'ı Power BI içinde (ve dışında) kullanma konusunda kendini daha rahat hissedeceksin.

İster önce bir Pythonista, ister bir Power BI güç kullanıcısı ol, Python'ı Power BI ile entegre etmek veri araç setine harika bir katkıdır. Bu kurs, ikisini birlikte kullanarak her birinin avantajlarından faydalanabileceğini ve eldeki görev için en uygun olanı seçebileceğini gösterecek.

<h2>Python ile Power BI'yı özelleştirin </h2>
Power BI'da Python kursuna giriş bölümünde, aşırı avlanma araştırması ve çevrimiçi perakendeci verilerini kullanarak Power BI'da Python komut dosyalarını veri hazırlama, görselleştirme ve korelasyon katsayılarını hesaplama için nasıl kullanacağınızı öğreneceksiniz. 
<br><br>
<h2>Özel Görseller Oluşturun</h2>
Özellikle Python tabanlı özel görseller oluşturmak için Seaborn paketini kullanacaksınız. Sonunda, Power BI içinde (ve dışında) Python'u kullanırken biraz daha rahat hissetmelisiniz.
<br><br>
<h2>Alet kutunuzu güçlendirin</h2>
İster Pythonista ister Power BI'nın ileri düzey kullanıcısı olun, Python'u Power BI'ya entegre etmek veri araç kutunuza harika bir katkı sağlar. Bu kurs, ikisini birlikte kullanarak her birinin avantajlarından yararlanabileceğinizi ve elinizdeki görev için en uygun olanı seçebileceğinizi gösterecektir.


Introduction to DAX in Power BI

Introduction to Data Visualization with Seaborn

Python ile Power BI'de veri hazırlama, görselleştirme ve korelasyon hesaplamayı öğrenin.

Power BI'de Python'a Giriş

Power BI'da veri hazırlama, görselleştirme ve korelasyon katsayılarını hesaplama için Python komut dosyalarını kullanmayı öğrenin.

Veri kümeleri 250 MB'tan küçük olmalı

Bir görselleştirmede en fazla 150.000 satır kullanılabilir

Veri kümeleri "Public" olarak ayarlanır

Power BI'de Python'un artıları ve eksileri

Power BI'de Python'a Giriş

Uygulamalı etkileşimli egzersiz