Erstellen von Power BI-Visuals mithilfe von Python

Dieses Tutorial erleichtert Ihnen den Einstieg in die Erstellung von Visuals mit Python-Daten in Power BI Desktop. Sie verwenden einige wenige der zahlreichen Optionen und Funktionen zum Erstellen von visuellen Berichten mithilfe von Python, Pandas und der Bibliothek Matplotlib.

Voraussetzungen

Arbeiten Sie Ausführen von Python-Skripts in Power BI Desktop durch, um Folgendes durchzuführen:

• Installieren Sie Python auf Ihrem lokalen Computer.

• Aktivieren Sie die Python-Skripterstellung in Power BI Desktop.

• Installieren Sie die Python-Bibliotheken Pandas und Matplotlib.

• Importieren Sie das folgende Python-Skript in 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) 
  

Erstellen eines Python-Visuals in Power BI Desktop

Nachdem Sie die Voraussetzungen abgeschlossen haben, haben Sie eine Tabelle in Power BI Desktop, die die Beispieldaten aus dem Python-Skript enthält: Fname, Alter, Gewicht, Geschlecht, Bundesland, Kinder und Haustiere. In diesem Lernprogramm wird diese Tabelle zum Erstellen visueller Elemente verwendet.

1. Wählen Sie im Bereich "Power BI Desktopvisualisierungen" das visuelle Python-Symbol aus.

   

2. Klicken Sie im daraufhin angezeigten Dialogfeld Visuelle Skriptelemente aktivieren auf Aktivieren.

   Im Berichtszeichenbereich wird ein Platzhalterbild für ein visuelles Python-Element angezeigt, und der Python-Skript-Editor wird am unteren Rand des mittleren Bereichs angezeigt.

   

3. Ziehen Sie die Felder Age (Alter), Children (Kinder), Fname (Vorname), Gender (Geschlecht), Pets (Haustiere), State (Staat) und Weight (Gewicht) in den Abschnitt Werte, in dem die Meldung Hier Datenfelder hinzufügen angezeigt wird.

   

   Basierend auf Ihrer Auswahl generiert der Python-Skript-Editor den folgenden Bindungscode.

   • Der Editor erstellt mit den von Ihnen hinzugefügten Feldern einen Dataset-Datenrahmen.
   • Die Standardaggregation lautet Nicht zusammenfassen.
   • Ähnlich wie bei Visuals vom Typ „Tabelle“ werden Felder gruppiert, und doppelte Zeilen werden nur einmal angezeigt.

4. Mit dem automatisch erstellten Dataframe aus den von Ihnen ausgewählten Feldern können Sie ein Python-Skript schreiben, das auf dem Python-Standardausgabegerät geplottet wird. Wenn das Skript abgeschlossen ist, wählen Sie in der Titelleiste des Python-Skript-Editors das Symbol Ausführen aus, um das Skript auszuführen und das Visual zu generieren.

   

Tipps

• Ihr Python-Skript kann nur Felder verwenden, die Sie dem Abschnitt "Werte " hinzufügen. Sie können Felder hinzufügen oder entfernen, während Sie an Ihrem Python-Skript arbeiten. Power BI Desktop erkennt Änderungen an Feldern automatisch. Wenn Sie Felder für den Bereich Werte auswählen oder aus diesem Bereich entfernen, wird im Python-Skript-Editor automatisch Unterstützungscode generiert bzw. aus diesem entfernt.

• In einigen Fällen sind automatische Gruppierungen möglicherweise nicht erwünscht, oder es sollen möglicherweise alle Zeilen angezeigt werden, einschließlich doppelter Zeilen. Fügen Sie in diesen Fällen ihrem Dataset ein Indexfeld hinzu, das alle Zeilen eindeutig macht und die Gruppierung verhindert.

• Sie können auf Spalten im Dataset zugreifen, indem Sie deren Namen verwenden. Beispielsweise können Sie für den Zugriff auf das Feld für das Alter den Code dataset["Age"] in Ihr Python-Skript schreiben.

• Power BI Desktop zeichnet das Visual neu, wenn Sie in der Titelleiste des Python-Skript-Editors das Element Ausführenauswählen oder wenn es zu einer Datenänderung aufgrund einer Aktualisierung, Filterung oder Hervorhebung von Daten kommt.

• Wenn Sie ein Python-Skript ausführen, das einen Fehler verursacht, wird das Python-Visual nicht gezeichnet, und im Zeichenbereich wird eine Fehlermeldung angezeigt. Sie können Fehlerdetails abrufen, indem Sie in der Meldung auf Details anzeigen klicken.

• Um eine größere Ansicht der Visualisierungen zu erhalten, können Sie den Python-Skript-Editorminimieren.

Erstellen eines Punktdiagramms

Erstellen Sie ein Punktdiagramm, um zu überprüfen, ob eine Korrelation zwischen dem Alter und dem Gewicht besteht.

1. Geben Sie im Python-Skript-Editor unter Paste or type your script code here (Hier Ihren Skriptcode einfügen oder eingeben) den folgenden Code ein:

   import matplotlib.pyplot as plt 
   dataset.plot(kind='scatter', x='Age', y='Weight', color='red')
   plt.show() 
   

   Der Bereich des Python-Skript-Editors sollte nun wie das folgende Bild aussehen:

   

   Mit dem Code wird die Bibliothek Matplotlib importiert, die das Visual zeichnet und erstellt.

2. Wählen Sie "Ausführen" aus, um das folgende Punktdiagramm in der Python-Visualisierung zu generieren.

   

Erstellen eines Liniendiagramms mit mehreren Spalten

Erstellen Sie ein Liniendiagramm zu jeder Person, an dem die Anzahl der Kinder und Haustiere abgelesen werden kann.

1. Entfernen Sie unter Paste or type your script code here (Hier Ihren Skriptcode einfügen oder eingeben) den vorherigen Code, oder kommentieren Sie ihn aus, und geben Sie den folgenden Python-Code ein:

   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() 
   

2. Wählen Sie "Ausführen" aus, um das folgende Linienplot mit mehreren Spalten zu generieren:

   

Erstellen eines Balkendiagramms

Erstellen Sie ein Balkendiagramm zum Alter jeder Person.

1. Entfernen Sie unter Paste or type your script code here (Hier Ihren Skriptcode einfügen oder eingeben) den vorherigen Code, oder kommentieren Sie ihn aus, und geben Sie den folgenden Python-Code ein:

   import matplotlib.pyplot as plt 
   dataset.plot(kind='bar',x='Fname',y='Age') 
   plt.show() 
   

2. Wählen Sie "Ausführen" aus, um das folgende Balkenplot zu generieren:

   

Einschränkungen

Für Python-Visuals in Power BI Desktop gelten die folgenden Einschränkungen:

• Die vom Python-Visual zum Zeichnen verwendeten Daten sind auf 150.000 Zeilen beschränkt. Wenn Sie mehr als 150.000 Zeilen auswählen, werden nur die obersten 150.000 Zeilen verwendet, und im Bild wird eine Meldung angezeigt. Darüber hinaus gilt für die Eingabedaten eine Maximalgröße von 250 MB.

• Wenn das Eingabedatenset eines Python-visuellen Elements eine Spalte mit einem Zeichenfolgenwert enthält, der länger als 32.766 Zeichen ist, wird der Wert abgeschnitten.

• Alle Python-Visuals werden mit einer Auflösung von 72 DPI angezeigt.

• Wenn die Berechnung eines Python-Visuals länger als fünf Minuten dauert, wird die Ausführung aufgrund der Zeitüberschreitung abgebrochen, was zu einem Fehler führt.

• Wie bei anderen Power BI Desktop-Visuals tritt ein Fehler auf, wenn Sie Datenfelder aus unterschiedlichen Tabellen auswählen, zwischen denen keine Beziehung definiert ist.

• Python-Visuals werden aktualisiert, wenn Daten aktualisiert, gefiltert oder hervorgehoben werden. Das Bild selbst ist nicht interaktiv.

• Visuelle Python-Objekte reagieren auf das Hervorheben von Elementen in anderen visuellen Objekten. Sie können jedoch keine Elemente in den visuellen Python-Objekten auswählen, um eine Kreuzfilterung für andere Elemente durchzuführen.

• Nur Zeichnungen auf dem Python-Standardanzeigegerät werden im Zeichenbereich ordnungsgemäß angezeigt. Verwenden Sie nicht explizit ein anderes Python-Anzeigegerät.

• Python-Visuals unterstützen das Umbenennen von Eingabespalten nicht. Die ursprünglichen Spaltennamen werden während der Skriptausführung verwendet.

Sicherheit

Python-Visuals verwenden Python-Skripts, die Code mit Sicherheits- oder Datenschutzrisiken enthalten können. Wenn Sie versuchen, ein Python-Visual zum ersten Mal anzuzeigen oder zum ersten Mal mit ihm zu interagieren, erhalten Sie eine Sicherheitswarnung. Aktivieren Sie Python-Visuals nur dann, wenn Sie dem Autor und der Quelle vertrauen, oder wenn Sie die zugehörigen Python-Skripts überprüft und nachvollzogen haben.

Lizenzierung

Es wird eine Power BI Pro- oder Premium-Einzelbenutzerlizenz benötigt, um visuelle Python-Objekte in Berichten zu rendern, zu aktualisieren, zu filtern und eine Kreuzfilterung durchzuführen. Benutzer kostenloser Power BI können nur Berichte nutzen, die für sie in Premium-Arbeitsbereichen freigegeben werden.

Die folgende Tabelle beschreibt die auf der Lizenzierung basierenden Funktionen der Python-Visualisierungen.

	Erstellen von visuellen Python-Elementen in Power BI Desktop	Erstellen von Power BI-Dienstberichten mit Python-Visuals	Anzeigen von Python-Visuals in Berichten
Gast (Power BI Embedded)	Unterstützt	Nicht unterstützt	Unterstützt* für Fabric/Premium-Arbeitsbereiche
Nicht verwalteter Mandant (Domäne nicht verifiziert)	Unterstützt	Nicht unterstützt	Nicht unterstützt
Verwalteter Mandant mit kostenloser Lizenz	Unterstützt	Nicht unterstützt	Unterstützt* für Fabric/Premium-Arbeitsbereiche
Verwalteter Mandant mit Pro oder PPU-Lizenz	Unterstützt	Unterstützt	Unterstützt*

Python-Visuelle Elemente im Dienst werden nur in Fabric-Regionen unterstützt. Diese Unterstützung bedeutet, dass berichte, die in Arbeitsbereichen veröffentlicht wurden, das Python-Diagramm visuell anzeigen, wenn der Arbeitsbereich über (1) eine Fabric-Lizenz, (2) eine Pro- oder PPU-Lizenz oder (3) eine Premium-Lizenz verfügt und der PBI-Homemandant in einer Region mit Fabric Spark-Workloadverfügbarkeit vorhanden ist. Python-Visuelle Elemente werden in Desktop für alle Benutzer unterstützt.

Weitere Informationen zu Power BI Pro-Lizenzen und wie sie sich von kostenlosen Lizenzen unterscheiden finden Sie unter Erwerben und Zuweisen von Power BI Pro-Benutzerlizenzen.

Zugehöriger Inhalt

Dieses Tutorial kratzt kaum an der Oberfläche der Möglichkeiten und Funktionen zum Erstellen visueller Berichte mithilfe von Python, pandas und der Matplotlib-Bibliothek. Weitere Informationen finden Sie in den folgenden Ressourcen:

• Dokumentation auf der Matplotlib-Website.
• Matplotlib-Tutorial: Basisanleitung zur Verwendung von Matplotlib mit Python
• Matplotlib Tutorial – Python Matplotlib Library with Examples (Matplotlib-Tutorial: Matplotlib-Bibliothek für Python mit Beispielen)
• API-Referenz für Pandas
• Python-Visualisierungen im Power BI-Dienst
• Erstellen visueller Python-Objekte in Power BI
• Comprehensive Python Scripting Tutorial (Umfassendes Tutorial zur Python-Skripterstellung)

Weitere Informationen zu Python in Power BI finden Sie unter:

• Ausführen von Python-Skripts in Power BI Desktop
• Verwenden einer externen Python-IDE mit Power BI