教程：创建 R 驱动的 Power BI 视觉对象

项目
01/30/2024

作为开发人员，你可以创建自己的 Power BI 视觉对象。这些视觉对象可供你、你的组织或第三方使用。

本文将分步指导如何创建 R 驱动的 Power BI 视觉对象。

在本教程中，了解如何：

创建 R 驱动的视觉对象
在 Power BI Desktop 中编辑 R 脚本
向视觉对象的依赖项文件添加库
添加静态属性

先决条件

Power BI Pro 帐户。开始之前，请注册免费试用版。
R 引擎。可以从很多位置（包括 Microsoft Open 下载页和 CRAN 存储库）免费下载 R 引擎。有关详细信息，请参阅使用 R 创建 Power BI 视觉对象。
Power BI Desktop。
对于 Windows 用户，需要 Windows PowerShell 版本 4 或更高版本，而对于 OSX 用户，则需要终端。

入门

准备视觉对象的一些示例数据。可以将这些值保存到 Excel 数据库或 .csv 文件中，然后将其导入到 Power BI Desktop 中。

MonthNo 总单位数

1 2303

2 2319

3 1732

4 1615

5 1427

6 2253

7 1147

8 1515

9 2516

10 3131

11 3170

12 2762
若要创建视觉对象，请打开 PowerShell 或终端，并运行以下命令：
```
pbiviz new rVisualSample -t rvisual
```
此命令为 rVisualSample 视觉对象创建一个新文件夹。结构基于 rvisual 模板。它将在视觉对象的根文件夹中创建一个名为 script.r 的文件。此文件将保管 R 脚本，该脚本运行后可在呈现视觉对象时生成图像。可以在 Power BI Desktop 中创建 R 脚本。
从新创建的 rVisualSample 目录运行以下命令：
```
pbiviz start
```
在 Power BI Desktop 中，选择“R 脚本视觉对象” ：
通过将“月份”和“单位总数”拖动到视觉对象的“值”中，将数据分配到开发人员的视觉对象中。
将“单位总数”的聚合类型设置为“不汇总”。
在 Power BI Desktop 中的 R 脚本编辑器中，键入以下内容：
```
plot(dataset)
```
此命令使用语义模型中的值作为输入来创建散点图。
选择“运行脚本”图标以查看结果。

MonthNo	总单位数
1	2303
2	2319
3	1732
4	1615
5	1427
6	2253
7	1147
8	1515
9	2516
10	3131
11	3170
12	2762

编辑 R 脚本

可以修改 R 脚本来创建其他类型的视觉对象。接下来创建一个折线图。

将以下 R 代码粘贴到 R 脚本编辑器中。

x <- dataset[,1] # get the first column from semantic model
y <- dataset[,2] # get the second column from semantic model

columnNames = colnames(dataset) # get column names

plot(x, y, type="n", xlab=columnNames[1], ylab=columnNames[2]) # draw empty plot with axis and labels only
lines(x, y, col="green") # draw line plot

选择“运行脚本”图标以查看结果。
R 脚本准备就绪后，将其复制到视觉对象项目的根目录中的 script.r 文件中。

在 capabilities.json 文件中，将 dataRoles: name 更改为 dataset，将 dataViewMappings 输入设置为 dataset 。

{
  "dataRoles": [
    {
      "displayName": "Values",
      "kind": "GroupingOrMeasure",
      "name": "dataset"
    }
  ],
  "dataViewMappings": [
    {
      "scriptResult": {
        "dataInput": {
          "table": {
            "rows": {
              "select": [
                {
                  "for": {
                    "in": "dataset"
                  }
                }
              ],
              "dataReductionAlgorithm": {
                "top": {}
              }
            }
          }
        },
        ...
      }
    }
  ],
}

添加以下代码，以支持从 src/visual. ts 文件中调整此映像大小。

  public onResizing(finalViewport: IViewport): void {
      this.imageDiv.style.height = finalViewport.height + "px";
      this.imageDiv.style.width = finalViewport.width + "px";
      this.imageElement.style.height = finalViewport.height + "px";
      this.imageElement.style.width = finalViewport.width + "px";
  }

向视觉对象包添加库

corrplot 包创建相关矩阵的图形显示。有关 corrplot 的详细信息，请参阅 corrplot 包简介。

将 corrplot 库依赖项添加到 dependencies.json 文件。下面是文件内容示例：

{
  "cranPackages": [
    {
      "name": "corrplot",
      "displayName": "corrplot",
      "url": "https://cran.r-project.org/web/packages/corrplot/"
    }
  ]
}

现在可以开始在 script.r 文件中使用 corrplot 包。
```
library(corrplot)
corr <- cor(dataset)
corrplot(corr, method="circle", order = "hclust")
```
使用 corrplot 包的结果如下例所示：

将静态属性添加到“属性”窗格

现在已有一个基本的 corrplot 视觉对象，接下来将属性添加到“属性”窗格，让用户能够更改对视觉对象的观感。

我们将使用 method 参数来配置数据点的形状。默认脚本使用圆圈。修改视觉对象，允许用户在多个选项之间进行选择。

在 capabilities.json 文件中定义名为 settings 的 object，并向其赋予以下属性。

"settings": {
  "properties": {
    "method": {
      "type": {
        "enumeration": [
          { "value": "circle" },
          { "value": "square" },
          { "value": "ellipse" },
          { "value": "number" },
          { "value": "shade" },
          { "value": "color" },
          { "value": "pie" }
        ]
      }
    }
  }
}

打开 src/settings.ts 文件。使用公共属性 method、name、displayName 和 slices 创建一个 VisualCardSettings 类，代码框中所示。

import ItemDropdown = formattingSettings.ItemDropdown;

const methodOptions = [
    {
        displayName: "Circle",
        value: "circle"
    },
    {
        displayName: "Square",
        value: "square"
    },
    {
        displayName: "Ellipse",
        value: "ellipse"
    },
    {
        displayName: "Number",
        value: "number"
    },
    {
        displayName: "Shade",
        value: "shade"
    },
    {
        displayName: "Color",
        value: "color"
    },
    {
        displayName: "Pie",
        value: "pie"
    }
]

class VisualCardSettings extends FormattingSettingsCard {
    method: FormattingSettingsSlice = new ItemDropdown({
        name: "method",
        displayName: "Method",
        items: methodOptions,
        value: methodOptions[0]
    });

    name: string = "settings";
    displayName: string = "Settings";
    slices: Array<FormattingSettingsSlice> = [this.method];
}

完成这些步骤后，可以更改视觉对象的属性。

Screenshot of R visual settings.

最后，R 脚本必须具有默认属性。如果用户不更改属性值（在本例中为形状设置），视觉对象将使用此值。

对于属性的 R 运行时变量，命名约定为 <objectname>_<propertyname>，在本例中为 settings_method。

运行以下 R 脚本：

library(corrplot)
corr <- cor(dataset)

if (!exists("settings_method"))
{
    settings_method = "circle";
}

corrplot(corr, method=settings_method, order = "hclust")

打包并导入视觉对象

现在可以打包视觉对象，将其导入到任何 Power BI 报表。

填写 pbivis.json 文件中的 displayName、supportUrl、description、作者的 name 和 email 以及任何其他重要信息。
如果要更改可视化效果窗格上的视觉对象图标，请替换 assets 文件夹中的 icon.png 文件。
从视觉对象的根目录，运行以下命令：
```
pbiviz package
```
有关打包视觉对象的详细信息，请参阅打包自定义视觉对象
将视觉对象的 pbiviz 文件导入任何 Power BI 报表。有关如何执行此操作的说明，请参阅将视觉对象文件从本地计算机导入 Power BI。
最终的视觉对象如以下示例所示：

Screenshot of R visual settings with changed value.

教程：创建 R 驱动的 Power BI 视觉对象

先决条件

入门

编辑 R 脚本

向视觉对象包添加库

将静态属性添加到“属性”窗格

打包并导入视觉对象

反馈

反馈

其他资源

教程：创建 R 驱动的 Power BI 视觉对象

先决条件

入门

编辑 R 脚本

向视觉对象包添加库

将静态属性添加到“属性”窗格

打包并导入视觉对象

相关内容

反馈

反馈

其他资源