Visualisering av notebook-filer i Microsoft Fabric

Microsoft Fabric är en integrerad analystjänst som påskyndar tiden till insikter i informationslager och stordataanalyssystem. Datavisualisering i notebook-filer är en viktig komponent som gör att du kan få insikter om dina data. Det hjälper till att göra stora och små data enklare för människor att förstå. Det gör det också enklare att identifiera mönster, trender och extremvärden i grupper av data.

När du använder Apache Spark i Fabric finns det olika inbyggda alternativ som hjälper dig att visualisera dina data, inklusive alternativ för notebook-diagram i Fabric och åtkomst till populära bibliotek med öppen källkod.

När du använder en Anteckningsbok för infrastrukturresurser kan du omvandla tabellresultatvyn till ett anpassat diagram med hjälp av diagramalternativ. Här kan du visualisera dina data utan att behöva skriva någon kod.

Inbyggt visualiseringskommando – display()-funktion

Med den inbyggda visualiseringsfunktionen Fabric kan du omvandla Apache Spark DataFrames, Pandas DataFrames och SQL-frågeresultat till omfattande formatdatavisualiseringar.

Du kan använda visningsfunktionen på dataramar som skapats i PySpark och Scala på Spark DataFrames- eller Resilient Distributed Datasets-funktioner (RDD) för att skapa den omfattande dataramtabellvyn och diagramvyn.

Utdata från SQL-instruktionen visas som standard i den renderade tabellvyn.

Tabellvy för rtf-dataram

Animerad GIF med förhandsgranskning av stor dataram.

  1. Tabellvyn återges som standard när kommandot display() används.
  2. Du kan profilera din dataram genom att klicka på knappen Inspektera . Den innehåller sammanfattad datadistribution och visar statistik för varje kolumn.
  3. Varje kort i sidofönstret "Inspektera" mappar till en kolumn i dataframken. Du kan visa mer information genom att klicka på kortet eller välja en kolumn i tabellen.
  4. Du kan visa cellinformationen genom att klicka på cellen i tabellen. Detta är användbart när dataramen innehåller lång strängtyp av innehåll.
  5. Du kan ange radantalet i tabellvyn, standardvärdet är 1 000, Notebook-stöd för att visa och profilera högst 1 0000 rader i en dataram.

Diagramvy för rtf-dataram

Animerad GIF av diagramvyn.

  1. När du har en renderad tabellvy växlar du till diagramvyn .

  2. Fabric Notebook rekommenderar automatiskt ett "Nyckel" "Värde"-par baserat på måldataramen för att göra standarddiagrammet significativt med datainsikter.

  3. Nu kan du anpassa visualiseringen genom att ange följande värden:

    Konfiguration Beskrivning
    Diagramtyp Visningsfunktionen stöder ett brett utbud av diagramtyper, inklusive stapeldiagram, punktdiagram, linjediagram med mera.
    Nyckel Ange intervallet med värden för x-axeln.
    Värde Ange intervallet med värden för y-axelns värden.
    Seriegrupp Använd den här konfigurationen för att fastställa grupperna för aggregeringen.
    Aggregering Använd den här metoden för att aggregera data i visualiseringen.

    konfigurationerna sparas automatiskt i notebook-utdatainnehållet.

    Kommentar

    Som standard tar funktionen display(df) bara de första 1 000 raderna av data för att återge diagrammen. Välj Sammansättning över alla resultat och välj sedan Tillämpa för att tillämpa diagramgenereringen från hela semantikmodellen. Ett Spark-jobb utlöses när diagraminställningen ändras. Observera att det kan ta flera minuter att slutföra beräkningen och återge diagrammet.

  4. När jobbet är klart kan du visa och interagera med den slutliga visualiseringen.

visa sammanfattningsvy (df)

Använd display(df, summary = true) för att kontrollera statistiksammanfattningen för en viss Apache Spark DataFrame. Sammanfattningen innehåller kolumnnamn, kolumntyp, unika värden och saknade värden för varje kolumn. Du kan också välja en specifik kolumn för att se dess minsta värde, högsta värde, medelvärde och standardavvikelse.

Animerad GIF med sammanfattningsvy.

displayHTML()-alternativ

Notebook-filer för infrastrukturresurser stöder HTML-grafik med hjälp av funktionen displayHTML .

Följande bild är ett exempel på hur du skapar visualiseringar med hjälp av D3.js.

Skärmbild av ett exempel på ett diagram som skapats med D3.js.

Kör följande kod för att skapa den här visualiseringen.

displayHTML("""<!DOCTYPE html>
<meta charset="utf-8">

<!-- Load d3.js -->
<script src="https://d3js.org/d3.v4.js"></script>

<!-- Create a div where the graph will take place -->
<div id="my_dataviz"></div>
<script>

// set the dimensions and margins of the graph
var margin = {top: 10, right: 30, bottom: 30, left: 40},
  width = 400 - margin.left - margin.right,
  height = 400 - margin.top - margin.bottom;

// append the svg object to the body of the page
var svg = d3.select("#my_dataviz")
.append("svg")
  .attr("width", width + margin.left + margin.right)
  .attr("height", height + margin.top + margin.bottom)
.append("g")
  .attr("transform",
        "translate(" + margin.left + "," + margin.top + ")");

// Create Data
var data = [12,19,11,13,12,22,13,4,15,16,18,19,20,12,11,9]

// Compute summary statistics used for the box:
var data_sorted = data.sort(d3.ascending)
var q1 = d3.quantile(data_sorted, .25)
var median = d3.quantile(data_sorted, .5)
var q3 = d3.quantile(data_sorted, .75)
var interQuantileRange = q3 - q1
var min = q1 - 1.5 * interQuantileRange
var max = q1 + 1.5 * interQuantileRange

// Show the Y scale
var y = d3.scaleLinear()
  .domain([0,24])
  .range([height, 0]);
svg.call(d3.axisLeft(y))

// a few features for the box
var center = 200
var width = 100

// Show the main vertical line
svg
.append("line")
  .attr("x1", center)
  .attr("x2", center)
  .attr("y1", y(min) )
  .attr("y2", y(max) )
  .attr("stroke", "black")

// Show the box
svg
.append("rect")
  .attr("x", center - width/2)
  .attr("y", y(q3) )
  .attr("height", (y(q1)-y(q3)) )
  .attr("width", width )
  .attr("stroke", "black")
  .style("fill", "#69b3a2")

// show median, min and max horizontal lines
svg
.selectAll("toto")
.data([min, median, max])
.enter()
.append("line")
  .attr("x1", center-width/2)
  .attr("x2", center+width/2)
  .attr("y1", function(d){ return(y(d))} )
  .attr("y2", function(d){ return(y(d))} )
  .attr("stroke", "black")
</script>

"""
)

Bädda in en Power BI-rapport i en notebook-fil

Viktigt!

Den här funktionen är för närvarande i förhandsversion. Den här informationen gäller en förhandsversionsprodukt som kan ändras avsevärt innan den släpps. Microsoft lämnar inga garantier, uttryckta eller underförstådda, med avseende på den information som tillhandahålls här.

Powerbiclient Python-paketet stöds nu internt i Fabric Notebooks. Du behöver inte göra någon extra installation (t.ex. autentiseringsprocess) i Spark-körningsmiljön i Fabric Notebook 3.4. powerbiclient Importera bara och fortsätt sedan din utforskning. Mer information om hur du använder powerbiclient-paketet finns i powerbiclient-dokumentationen.

Powerbiclient stöder följande viktiga funktioner.

Rendera en befintlig Power BI-rapport

Du kan enkelt bädda in och interagera med Power BI-rapporter i dina notebook-filer med bara några rader kod.

Följande bild är ett exempel på återgivning av befintlig Power BI-rapport.

Skärmbild av ett snabbvisualiseringsobjekt för Spark.

Kör följande kod för att återge en befintlig Power BI-rapport.

from powerbiclient import Report

report_id="Your report id"
report = Report(group_id=None, report_id=report_id)

report

Skapa visuella rapportobjekt från en Spark DataFrame

Du kan använda en Spark DataFrame i notebook-filen för att snabbt generera insiktsfulla visualiseringar. Du kan också välja Spara i den inbäddade rapporten för att skapa ett rapportobjekt på en målarbetsyta.

Följande bild är ett exempel på en QuickVisualize() från en Spark DataFrame.

Skärmbild av en Power BI-rapport.

Kör följande kod för att återge en rapport från en Spark DataFrame.

# Create a spark dataframe from a Lakehouse parquet table
sdf = spark.sql("SELECT * FROM testlakehouse.table LIMIT 1000")

# Create a Power BI report object from spark data frame
from powerbiclient import QuickVisualize, get_dataset_config
PBI_visualize = QuickVisualize(get_dataset_config(sdf))

# Render new report
PBI_visualize

Skapa visuella rapportobjekt från en Pandas DataFrame

Du kan också skapa rapporter baserat på en Pandas DataFrame i notebook-filen.

Följande bild är ett exempel på en QuickVisualize() från en Pandas DataFrame.

Skärmbild av ett snabbvisualiseringsobjekt för Pandas.

Kör följande kod för att återge en rapport från en Spark DataFrame.

import pandas as pd

# Create a pandas dataframe from a URL
df = pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/fips-unemp-16.csv")

# Create a pandas dataframe from a Lakehouse csv file
from powerbiclient import QuickVisualize, get_dataset_config

# Create a Power BI report object from your data
PBI_visualize = QuickVisualize(get_dataset_config(df))

# Render new report
PBI_visualize

När det gäller datavisualisering erbjuder Python flera grafbibliotek som är fyllda med många olika funktioner. Som standard innehåller varje Apache Spark-pool i Fabric en uppsättning kuraterade och populära bibliotek med öppen källkod.

Matplotlib

Du kan rendera standardritningsbibliotek, till exempel Matplotlib, med hjälp av de inbyggda återgivningsfunktionerna för varje bibliotek.

Följande bild är ett exempel på hur du skapar ett stapeldiagram med hjälp av Matplotlib.

Skärmbild av ett linjediagram som skapats med Matplotlib.

Skärmbild av ett stapeldiagram som skapats med Matplotlib.

Kör följande exempelkod för att rita det här stapeldiagrammet.

# Bar chart

import matplotlib.pyplot as plt

x1 = [1, 3, 4, 5, 6, 7, 9]
y1 = [4, 7, 2, 4, 7, 8, 3]

x2 = [2, 4, 6, 8, 10]
y2 = [5, 6, 2, 6, 2]

plt.bar(x1, y1, label="Blue Bar", color='b')
plt.bar(x2, y2, label="Green Bar", color='g')
plt.plot()

plt.xlabel("bar number")
plt.ylabel("bar height")
plt.title("Bar Chart Example")
plt.legend()
plt.show()

Bokeh

Du kan rendera HTML- eller interaktiva bibliotek, till exempel bokeh, med hjälp av displayHTML(df).

Följande bild är ett exempel på ritning av glyfer över en karta med hjälp av bokeh.

Skärmbild av ett exempel på ritning av glyfer över en karta.

Om du vill rita den här avbildningen kör du följande exempelkod.

from bokeh.plotting import figure, output_file
from bokeh.tile_providers import get_provider, Vendors
from bokeh.embed import file_html
from bokeh.resources import CDN
from bokeh.models import ColumnDataSource

tile_provider = get_provider(Vendors.CARTODBPOSITRON)

# range bounds supplied in web mercator coordinates
p = figure(x_range=(-9000000,-8000000), y_range=(4000000,5000000),
           x_axis_type="mercator", y_axis_type="mercator")
p.add_tile(tile_provider)

# plot datapoints on the map
source = ColumnDataSource(
    data=dict(x=[ -8800000, -8500000 , -8800000],
              y=[4200000, 4500000, 4900000])
)

p.circle(x="x", y="y", size=15, fill_color="blue", fill_alpha=0.8, source=source)

# create an html document that embeds the Bokeh plot
html = file_html(p, CDN, "my plot1")

# display this html
displayHTML(html)

Plotly

Du kan rendera HTML- eller interaktiva bibliotek som Plotly med hjälp av displayHTML().

Om du vill rita den här avbildningen kör du följande exempelkod.

Skärmbild av en karta över USA som skapats med plott.

from urllib.request import urlopen
import json
with urlopen('https://raw.githubusercontent.com/plotly/datasets/master/geojson-counties-fips.json') as response:
    counties = json.load(response)

import pandas as pd
df = pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/fips-unemp-16.csv",
                   dtype={"fips": str})

import plotly
import plotly.express as px

fig = px.choropleth(df, geojson=counties, locations='fips', color='unemp',
                           color_continuous_scale="Viridis",
                           range_color=(0, 12),
                           scope="usa",
                           labels={'unemp':'unemployment rate'}
                          )
fig.update_layout(margin={"r":0,"t":0,"l":0,"b":0})

# create an html document that embeds the Plotly plot
h = plotly.offline.plot(fig, output_type='div')

# display this html
displayHTML(h)

Pandor

Du kan visa HTML-utdata från Pandas DataFrames som standardutdata. Notebook-filer för infrastrukturresurser visar automatiskt det formaterade HTML-innehållet.

Skärmbild av en tabell som skapats med Pandas.

import pandas as pd 
import numpy as np 

df = pd.DataFrame([[38.0, 2.0, 18.0, 22.0, 21, np.nan],[19, 439, 6, 452, 226,232]], 

                  index=pd.Index(['Tumour (Positive)', 'Non-Tumour (Negative)'], name='Actual Label:'), 

                  columns=pd.MultiIndex.from_product([['Decision Tree', 'Regression', 'Random'],['Tumour', 'Non-Tumour']], names=['Model:', 'Predicted:'])) 

df