Opret Power BI-visualiseringer med Python

Dette selvstudium hjælper dig med at komme i gang med at oprette visualiseringer med Python-data i Power BI Desktop. Du kan bruge nogle af de mange tilgængelige indstillinger og funktioner til at oprette visuelle rapporter ved hjælp af Python, pandas og Matplotlib-biblioteket.

Forudsætninger

Gennemgå Kør Python-scripts i Power BI Desktop for at:

Installér Python på din lokale computer.
Aktivér Python-scripting i Power BI Desktop.
Installér Pandas - og Matplotlib Python-bibliotekerne.

Importér følgende Python-script til Power BI Desktop:

import pandas as pd 
df = pd.DataFrame({ 
    'Fname':['Harry','Sally','Paul','Abe','June','Mike','Tom'], 
    'Age':[21,34,42,18,24,80,22], 
    'Weight': [180, 130, 200, 140, 176, 142, 210], 
    'Gender':['M','F','M','M','F','M','M'], 
    'State':['Washington','Oregon','California','Washington','Nevada','Texas','Nevada'],
    'Children':[4,1,2,3,0,2,0],
    'Pets':[3,2,2,5,0,1,5] 
}) 
print (df)

Opret en Python-visualisering i Power BI Desktop

Når du har gennemført forudsætningerne, har du en tabel i Power BI Desktop, der indeholder eksempeldata fra Python-scriptet: Fname, Alder, Vægt, Køn,Tilstand, Børn og Kæledyr. Denne tutorial bruger den tabel til at lave visuelle billeder.

Vælg Python-ikonet i Power BI Desktop Visualizations-panelet .
I dialogboksen Aktivér scriptvisualiseringer , der vises, skal du vælge Aktivér.

Der vises et pladsholderbillede af Python-visualiseringen på rapportlærredet, og Python-scripteditoren vises nederst i den midterste rude.
Træk felterne Alder, Børn, Fname, Køn, Kæledyr, Stat og Vægt til afsnittet Værdier , hvor der står Tilføj datafelter her.

Python-scripteditoren genererer følgende bindingskode på baggrund af dine valg.
- Editoren opretter en datasætdataramme med de felter, du tilføjer.
- Standardsammenlægningen er Opsummer ikke.
- I lighed med visuelle elementer av tabel, er felter grupperet, og duplikerede rækker vises kun én gang.
Med dataframen, der automatisk genereres af de felter, du har valgt, kan du skrive et Python-script, der plotter til Pythons standard-enhed. Når scriptet er fuldført, skal du vælge ikonet Kør på titellinjen i Python-scripteditoren for at køre scriptet og generere visualiseringen.

Tip

Dit Python-script kan kun bruge felter, som du tilføjer til Værdier-sektionen . Du kan tilføje eller fjerne felter, mens du arbejder på dit Python-script. Power BI Desktop registrerer automatisk feltændringer. Når du vælger eller fjerner felter fra afsnittet Værdier , genereres eller fjernes understøttende kode i Python-scripteditoren automatisk.
I nogle tilfælde ønsker du måske ikke automatisk gruppering, eller du ønsker måske, at alle rækker vises, herunder dubletter. I disse tilfælde skal du tilføje et indeksfelt til dit datasæt, som gør alle rækker unikke og forhindrer gruppering.
Du kan få adgang til kolonner i datasættet ved hjælp af deres navne. Du kan f.eks. kode dataset["Age"] i Python-scriptet for at få adgang til feltet Alder.
Power BI Desktop replots visualiseringen, når du vælger Kør på titellinjen i Python Scripteditor , eller når der sker en dataændring på grund af opdatering, filtrering eller fremhævning af data.
Når du kører et Python-script, der resulterer i en fejl, afbildes Python-visualiseringen ikke, og der vises en fejlmeddelelse på lærredet. Hvis du vil have oplysninger om fejl, skal du vælge Se detaljer i meddelelsen.
Hvis du vil have en større visning af visualiseringerne, kan du minimere Python-scripteditoren.

Opret et punktdiagram

Opret et punktdiagram for at se, om der er en korrelation mellem alder og vægt.

Angiv denne kode under Indsæt eller skriv din scriptkode her i Python-scripteditoren:
```
import matplotlib.pyplot as plt 
dataset.plot(kind='scatter', x='Age', y='Weight', color='red')
plt.show() 
```
Ruden Python-scripteditor bør nu ligne følgende billede:

Koden importerer matplotlib-biblioteket, som afbilder og opretter visualiseringen.
Vælg Kør for at generere følgende spredningsdiagram i Python-visualiseringen.

Opret en kurveafbildning med flere kolonner

Opret en linjeafbildning for hver person, der viser antallet af børn og kæledyr.

Under Indsæt eller skriv scriptkoden her skal du fjerne eller kommentere den forrige kode og angive følgende Python-kode:

import matplotlib.pyplot as plt 
ax = plt.gca() 
dataset.plot(kind='line',x='Fname',y='Children',ax=ax) 
dataset.plot(kind='line',x='Fname',y='Pets', color='red', ax=ax) 
plt.show()

Vælg Kør for at generere følgende linjeplot med flere kolonner:

Opret et søjlediagram

Opret et søjlediagram for hver persons alder.

Under Indsæt eller skriv scriptkoden her skal du fjerne eller kommentere den forrige kode og angive følgende Python-kode:
```
import matplotlib.pyplot as plt 
dataset.plot(kind='bar',x='Fname',y='Age') 
plt.show() 
```
Vælg Kør for at generere følgende søjleplot:

Begrænsninger

Python-visualiseringer i Power BI Desktop har følgende begrænsninger:

De data, Python-visualiseringen bruger til afbildning, er begrænset til 150.000 rækker. Hvis du vælger mere end 150.000 rækker, bruges kun de øverste 150.000 rækker, og en besked vises på billedet. Inputdataene har også en grænse på 250 MB.
Hvis inputdatasættet i en Python-visuel version har en kolonne, der indeholder en strengværdi længere end 32.766 tegn, bliver værdien trunkeret.
Alle Python-visualiseringer vises med 72 DPI-opløsning.
Hvis en Beregning af Python-visualiseringer overskrider fem minutter, opstår der timeout for udførelsen, hvilket resulterer i en fejl.
Som med andre Power BI Desktop-visualiseringer opstår der en fejl, hvis du vælger datafelter fra forskellige tabeller uden en defineret relation mellem dem.
Python-visualiseringer opdateres ved dataopdateringer, filtrering og fremhævning. Selve billedet er ikke interaktivt.
Python-visualiseringer reagerer på fremhævningselementer i andre visualiseringer, men du kan ikke vælge elementer i Python-visualiseringen for at filtrere andre elementer på tværs.
Det er kun afbildninger af Python-standardvisningsenheden, der vises korrekt på lærredet. Undgå eksplicit at bruge en anden Python-visningsenhed.
Python-visualiseringer understøtter ikke omdøbning af inputkolonner. De oprindelige kolonnenavne bruges under scriptudførelse.

Sikkerhed

Python-visualiseringer bruger Python-scripts, som kan indeholde kode, der udgør en risiko for sikkerheden eller beskyttelsen af personlige oplysninger. Første gang du forsøger at få vist eller interagere med en Python-visualisering, får du vist en sikkerhedsadvarsel. Aktivér kun Python-visualiseringer, hvis du har tillid til forfatteren og kilden, eller når du har gennemset og forstået Python-scriptet.

Licenser

Python-visualiseringer kræver en Power BI Pro - eller Premium pr. bruger-licens for at kunne gengives i rapporter, opdateres, filtreres og filtreres på tværs. Brugere af gratis Power BI kan kun bruge rapporter, der deles med dem i Premium-arbejdsområder.

I følgende tabel beskrives egenskaber for Python-visualiseringer, der er baseret på licenser.

	Opret Python-visualiseringer i Power BI Desktop	Opret Power BI-tjeneste rapporter med Python-visualiseringer	Få vist Python-visualiseringer i rapporter
Gæst (Power BI embedded)	Understøttet	Ikke understøttet	Understøttet* til Fabric/Premium-arbejdsområder
Ikke-administreret lejer (domæne er ikke bekræftet)	Understøttet	Ikke understøttet	Ikke understøttet
Administreret lejer med gratis licens	Understøttet	Ikke understøttet	Understøttet* til Fabric/Premium-arbejdsområder
Administreret lejer med Pro- eller Premium pr. bruger-licens	Understøttet	Understøttet	Understøttes*

Python-visuals i tjenesten understøttes kun i Fabric-regioner. Denne understøttelse betyder, at rapporter, der er offentliggjort til arbejdsområder, viser Python-diagrammet, når arbejdsområdet har (1) en Fabric-licens, (2) en Pro- eller PPU-licens, eller (3) en premium-licens, og PBI-hjemmelejeren er i en region med Fabric Spark-arbejdsbelastningstilgængelighed. Python-visualiseringer understøttes i Desktop for alle brugere.

Du kan få flere oplysninger om Power BI Pro-licenser, og hvordan de adskiller sig fra gratis licenser, under Køb og tildel Power BI Pro-brugerlicenser.

Denne vejledning kradser kun lige i overfladen af mulighederne og mulighederne for at lave visuelle rapporter ved at bruge Python, pandas og Matplotlib-biblioteket. Du kan finde flere oplysninger i følgende ressourcer:

Du kan få flere oplysninger om Python i Power BI under:

Feedback

Var denne side nyttig?

Last updated on 2026-01-22