Wykresy punktowe, wykresy bąbelkowe i wykresy kropkowe w Power BI

DOTYCZY: Power BI Desktop Power BI service

W tym artykule opisano sposób tworzenia wizualizacji wykresu rozrzutu w Power BI, co obejmuje wsparcie dla wykresów bąbelkowych i wykresów kropkowych.

Wykresy punktowe

Wykresy punktowe wyświetlają dane wzdłuż osi poziomej (x) i pionowej (y). Wykres pokazuje, jak są powiązane wartości liczbowe wzdłuż dwóch osi. Gdy dane przecinają się na dwóch osiach, Power BI wyświetla punkt danych.

Możesz analizować punkty danych, aby identyfikować relacje w danych. Punkty danych są dystrybuowane równomiernie lub nierównomiernie na osi poziomej w zależności od danych wykresu. Można ustawić maksymalnie 10 000 punktów danych. Podpowiedzi są dostępne dla wszystkich punktów danych. Etykietka narzędzia zawiera szczegółowe informacje dotyczące danych na podstawie danych przedstawionych na wykresie.

Wykresy bąbelkowe

Wykresy bąbelkowe rozszerzają koncepcję punktów danych, reprezentując dwie przecięte wartości z bąbelkiem. Rozmiar bąbelka reprezentuje trzeci wymiar danych, który jest przydatny do oceny. Wykres punktowy używa dwóch osi, ale wykres bąbelkowy może obsługiwać trzy serie danych, gdzie każda seria danych ma inny zestaw wartości.

Wykresy kropkowe

Wykresy kropkowe wykorzystują również właściwości wykresów punktowych. Na wykresie rozrzutu można dostosować niezależne skale osi, aby ujawnić więcej informacji o zgrupowanych wartościach. Wykresy kropkowe rozszerzają możliwości wykresu punktowego, umożliwiając dodawanie danych kategorii na osi poziomej. Widoczność informacji o kategorii może pomóc w szybkim analizowaniu danych i wyróżnianiu ważnych punktów. Ustawienia wykresu mogą ujawniać wzorce w dużych zestawach danych, takich jak wyświetlanie trendów liniowych lub nieliniowych, klastrów i wartości odstających.

Te trzy wizualizacje pomagają ujawnić relacje i wzorce w danych. Wizualizacje wykresu mogą identyfikować interesujące informacje o danych, które mogą nie być łatwo widoczne, patrząc tylko na wartości liczbowe.

Wykresy punktowe, wykresy bąbelkowe i wykresy kropkowe są przydatne do porównywania dużej liczby punktów danych bez względu na określony czas. Tym więcej danych uwzględnisz na wykresie, tym lepsze porównania, które można wykonać.

Kiedy używać wykresów rozrzutu, bąbelkowych i punktowych

Na poniższej ilustracji przedstawiono różne opcje wyświetlania oferowane dla tych wizualizacji.

Ilustracja, która porównuje przedstawienie wizualne wykresu punktowego, wykresu bąbelkowego i wykresu kropkowego w Power BI.

Wykresy punktowe działają dobrze w wielu scenariuszach:

  • Pokazywanie relacji między dwiema wartościami liczbowymi.
  • Wykreślanie dwóch grup liczb jako jednej serii współrzędnych x i y.
  • Wyświetlaj dane arkusza jako pary lub pogrupowane zestawy wartości.
  • Pokaż wzorce w dużych zestawach danych.
  • Porównaj duże ilości punktów danych niezależnie od pomiarów czasu.
  • Przekonwertuj oś poziomą na skalę logarytmiczną.
  • Zastąp wykresy liniowe, aby umożliwić zmianę skali osi poziomej.

Możesz użyć wykresu bąbelkowego w wielu tych samych scenariuszach co wykres punktowy. Wykresy bąbelkowe są również przydatne, gdy chcesz:

  • Wizualnie podkreślaj różnice wartości w zmiennym rozmiarze bąbelka.
  • Obsługa scenariuszy z trzema seriami danych, z których każda ma zestawy wartości.
  • Prezentowanie danych finansowych w wizualizacji, a nie w postaci liczbowej.
  • Wyświetlanie danych z kwadrantami.

Przypadki użycia wykresu kropkowego są podobne do scenariuszy opisanych dla wykresów punktowych i bąbelkowych. Główną zaletą wykresów kropkowych jest możliwość uwzględnienia danych kategorii wzdłuż osi poziomej.

Użyj przykładu wykresu punktowego

Aby postępować zgodnie z przykładami w tym artykule, utwórz tabelę obliczeniową z przykładowymi danymi w pustym raporcie programu Power BI Desktop.

  1. Otwórz program Power BI Desktop i utwórz nowy pusty raport.

  2. Wybierz pozycję Modelowanie>Nowej tabeli.

  3. Wklej następujące wyrażenie języka DAX:

    Sales Performance =
DATATABLE(
    "Region", STRING,
    "Product Category", STRING,
    "Marketing Spend", INTEGER,
    "Revenue", INTEGER,
    "Units Sold", INTEGER,
    "Customer Satisfaction", DOUBLE,
    {
        {"North", "Electronics", 45000, 280000, 1200, 4.5},
        {"North", "Clothing", 32000, 195000, 2800, 4.2},
        {"North", "Home & Garden", 28000, 165000, 1500, 4.0},
        {"North", "Sports", 18000, 98000, 900, 4.3},
        {"South", "Electronics", 52000, 310000, 1400, 4.6},
        {"South", "Clothing", 25000, 142000, 2200, 3.9},
        {"South", "Home & Garden", 35000, 210000, 1800, 4.4},
        {"South", "Sports", 22000, 125000, 1100, 4.1},
        {"East", "Electronics", 38000, 245000, 1050, 4.3},
        {"East", "Clothing", 42000, 268000, 3500, 4.5},
        {"East", "Home & Garden", 30000, 178000, 1650, 4.2},
        {"East", "Sports", 15000, 82000, 780, 3.8},
        {"West", "Electronics", 60000, 385000, 1650, 4.7},
        {"West", "Clothing", 28000, 158000, 2400, 4.0},
        {"West", "Home & Garden", 22000, 130000, 1200, 3.9},
        {"West", "Sports", 35000, 195000, 1450, 4.4}
    }
)

  4. Naciśnij klawisz Enter , aby utworzyć tabelę.

Utwórz wykres punktowy

Utwórz wykres punktowy, aby zbadać relację między wydatkami marketingowym i przychodami w różnych regionach.

  1. W okienku Wizualizacje wybierz pozycję Wykres punktowy.

  2. W okienku Dane przeciągnij te pola do obszarów pól:

    • Wydatki marketingowe na oś X
    • Przychód do osi Y
    • Region na Legendę

    Usługa Power BI tworzy punkty danych, w których przecinają się wartości wydatków marketingowych i przychodów. Kolory punktów danych reprezentują różne regiony, ujawniając, jak inwestycje marketingowe poszczególnych regionów są skorelowane z przychodami.

Wykres punktowy przedstawia wyraźną pozytywną korelację między wydatkami marketingowymi i przychodami. Zwróć uwagę, że region zachodni (najwyższe wydatki marketingowe) generuje również najwyższe przychody, podczas gdy punkty danych grupują się w wyraźne grupy regionalne.

Tworzenie wykresu bąbelkowego

Przekształć wykres punktowy w wykres bąbelkowy, dodając trzeci wymiar danych, który kontroluje rozmiar każdego punktu danych.

  1. W okienku Dane przeciągnij pole Sprzedane jednostki do pola Rozmiar.

    Usługa Power BI zastępuje każdy punkt danych bąbelkiem. Rozmiar bąbelka jest proporcjonalny do liczby sprzedanych jednostek dla tego punktu danych.

  2. Opcjonalnie przeciągnij pole Kategoria produktu do pola Legenda , aby zobaczyć, jak działają różne kategorie produktów.

    Wykres bąbelkowy pokazuje, że Odzież sprzedaje najwięcej jednostek (największe bąbelki), mimo nieosiągania najwyższych przychodów, podczas gdy Elektronika generuje wysokie przychody przy mniejszej liczbie sprzedanych sztuk.

Dostosowywanie zakresu rozmiaru bąbelka

Jeśli masz wartość w polu Rozmiar, możesz dostosować sposób obliczania rozmiarów bąbelków.

  1. Wybierz ikonę pędzla, aby otworzyć okienko Format .

  2. Wybierz Znaczniki>Wizualne.

  3. Zmień opcję skalowania zakresu :

    • Auto: wartość domyślna. Używa trybu magnitudy dla danych z pojedynczym znakiem lub trybu zakresu danych, gdy dane zawierają zarówno wartości dodatnie, jak i ujemne.
    • Wielkość: Konwertuje wartości ujemne na dodatnie o tej samej wielkości. Bąbelki rosną od zera do maksymalnej wielkości.
    • Zakres danych: rozmiary bąbelków różnią się w zależności od rzeczywistego zakresu danych. Najmniejsza wartość pokazuje najmniejszy bąbelek, największa wartość pokazuje największy bąbelek.

Zmienianie liczby punktów danych

  1. W okienku Format wybierz pozycję Ogólne.

  2. W obszarze Właściwości>Opcje zaawansowane dostosuj wartość Liczba punktów danych .

    Wartość maksymalna to 10 000. Podczas zbliżania się do wartości maksymalnej przetestuj dane wyjściowe wykresu, aby zapewnić dobrą wydajność.

Tworzenie wykresu kropkowego

Utwórz wykres kropkowy, aby porównać oceny zadowolenia klientów między kategoriami produktów, a każdy region jest wyświetlany jako oddzielny punkt danych.

  1. W okienku Wizualizacje wybierz pozycję Wykres punktowy.

  2. W panelu Dane przeciągnij te pola do obszarów pól:

    • Kategoria produktu do osi X
    • Zadowolenie klientów z osi Y
    • Region do Legend

Po dodaniu pola kategorii do osi X zamiast pola liczbowego usługa Power BI tworzy wykres kropkowy. Nazwy kategorii są wyświetlane wzdłuż osi poziomej, co ułatwia porównywanie wartości między kategoriami.

Wykres kropkowy pokazuje, że elektronika konsekwentnie osiąga najwyższe zadowolenie we wszystkich regionach, podczas gdy Sport pokazuje najbardziej regionalne odmiany. Możesz szybko określić, które kategorie i regiony mogą wymagać uwagi.

Formatowanie wykresu

Opcje wyświetlania są dostępne w sekcjach Ogólne i Wizualizacja w panelu wizualnym Format Wizualizacji>. Pośmiń trochę czasu na zapoznanie się z funkcjami.

  • Spróbuj zmienić kolory punktu danych lub bąbelka, etykiety osi, tytuły wykresu, cieniowanie tła i nie tylko.

  • Aby zwiększyć dostępność, rozważ dodanie kształtów znaczników do każdego wiersza.

    Aby wybrać kształt znacznika, rozwiń pozycję Znaczniki w obszarze Wizualizacja, wybierz pozycję Kształt i wybierz kształt.

    Zrzut ekranu listy rozwijanej Typ kształtu z opcjami kształtu znaczników dla wykresu w Power BI.

    Zmień kształt znacznika na romb, trójkąt lub kwadrat.

Dodawanie analizy do wykresu

Wykresy punktowe obsługują kilka funkcji analitycznych w panelu Analiza w panelu Wizualizacje. Możesz dodać:

  • Linie trendu: Pokaż ogólny kierunek danych
  • Linie stałe: Dodaj linie odwołania do określonych wartości osi X lub Y
  • Linie minimalne, maksymalne, średnie i mediany: Podkreślenie statystycznych punktów odniesienia
  • Linie percentylu: Pokaż progi rozkładu danych
  • Cieniowanie symetrii: Ujawnij, którą oś mierzy preferowany punkt danych, symetrycznie cieniując tło na podstawie granic osi

Aby uzyskać szczegółowe instrukcje dotyczące korzystania z tych funkcji, zobacz Korzystanie z okienka Analiza w usłudze Power BI.

Zagadnienia i rozwiązywanie problemów

Zapoznaj się z poniższymi zagadnieniami dotyczącymi pracy z wykresami rozrzutu w Power BI.

Wykresy z wieloma punktami danych

Maksymalna liczba punktów danych, które można wyświetlić na dowolnym typie wykresu punktowego, wynosi 10 000. Gdy liczba punktów danych zbliża się do maksymalnego ustawienia, dobrym rozwiązaniem jest przetestowanie danych wyjściowych wykresu w celu zapewnienia dobrej wydajności.

Czas ładowania wizualizacji wykresu zwiększa się wraz ze wzrostem liczby punktów danych. Jeśli zdecydujesz się opublikować raport z limitem punktów danych ustawionym na wysokim końcu skali, należy przetestować dostęp do Internetu i urządzeń przenośnych do raportu. Upewnij się, że wydajność wykresu spełnia oczekiwania użytkowników.

Wykresy z pojedynczym punktem danych

Czy wykres punktowy ma tylko jeden punkt danych, który agreguje wszystkie wartości na osiach x i y, jak pokazano na poniższej ilustracji? Czy też agreguje wszystkie wartości wzdłuż pojedynczej linii poziomej lub pionowej?

Zrzut ekranu przedstawiający wykres punktowy zawierający tylko jeden punkt danych.

W tym scenariuszu można dodać pole do opcji Wartości dla wykresu w okienku Wizualizacje>Zbuduj wizualizację. Pole instruuje Power BI, jak grupować wartości. Pole musi być unikatowe dla każdego punktu, który chcesz wykreślić. Możesz podać numer wiersza lub pole identyfikatora. W poniższym przykładzie ustawiliśmy opcję Wartości na pole RowNum ID z modelu semantycznego.

Zrzut ekranu przedstawiający wykres punktowy z polem RowNum dodanym do opcji Wartości.

Jeśli dane nie zawierają określonego numeru wiersza lub identyfikatora, możesz utworzyć pole, aby połączyć wartości x i y. Pole musi być unikatowe dla każdego punktu, który chcesz wykreślić. W poniższym przykładzie ustawiliśmy opcję Wartości na nowe pole o nazwie TempTime w celu przechowywania połączonych wartości.

Zrzut ekranu przedstawiający wykres punktowy z nowym polem o nazwie TempTime dodanym do opcji Wartości.

Aby utworzyć nowe pole, użyj Query Editor Power BI Desktop, aby dodać kolumnę indeksu do modelu semantycznego. Następnie dodaj tę kolumnę do opcji Wartości wizualizacji.

Powiązana zawartość

  • Last updated on