分享方式：

Power BI 視覺效果的範例

  • 文章

本文會說明您可以從 GitHub 下載、使用及修改的一些 Power BI 視覺效果。 這些範例視覺效果會說明如何處理使用 Power BI 進行開發時的常見情況。

交叉分析篩選器

交叉分析篩選器可將報表中其他視覺效果中所顯示資料的一部分縮小。 交叉分析篩選器是在 Power BI 中篩選資料的幾種方式之一。

顯示標籤方塊交叉分析篩選器的螢幕擷取畫面。 顯示時間軸交叉分析篩選器的螢幕擷取畫面。
[方塊交叉分析篩選器]
顯示在其他視覺效果中作為畫布內篩選的影像或文字按鈕		 [時間軸交叉分析篩選器]
依日期篩選的圖形化日期範圍選取器
顯示交叉分析篩選器範例的螢幕擷取畫面。
[交叉分析篩選器範例]
示範如何使用 [進階篩選 API]

圖表

透過我們 Power BI 視覺效果的資源庫 (包括橫條圖、圓形圖、文字雲與其他內容) 來獲得靈感。

顯示 [星圖] 的螢幕擷取畫面。 顯示 [子彈圖] 的螢幕擷取畫面。
[星圖]
這是標準環圈圖的變形，它會使用第二個值來推動掃掠角度		 [子彈圖]
包含額外視覺效果元素的橫條圖，以提供對追蹤計量實用的內容
顯示 [和弦圖] 的螢幕擷取畫面。 顯示 [點圖] 的螢幕擷取畫面。
[和弦圖]
顯示矩陣中資料之間關聯性的圖形化方法		 [點圖]
以絕佳的方式顯示頻率分佈
顯示 [雙重 K P I] 的螢幕擷取畫面。 顯示 [增強散佈圖] 的螢幕擷取畫面。
[雙重 KPI]
在一段時間內有效地視覺化兩個量值，並在聯合時間軸上顯示其趨勢		 [增強散佈圖]
改善現有的散佈圖
顯示 [強制配置圖] 的螢幕擷取畫面。 顯示 [甘特圖] 的螢幕擷取畫面。
[強制配置圖]
使用曲徑的強制配置圖表，適合用於顯示實體之間的關係		 [甘特圖]
搭配資源說明專案時間軸或排程的橫條圖
顯示 [資料表熱度圖] 的螢幕擷取畫面。 顯示［長條圖圖表］的螢幕擷取畫面。
[資料表熱度圖]
在資料表中使用色彩，以簡單又直覺的方式比較資料		 [長條圖圖表]
將一段連續間隔或特定時段的資料分佈視覺化
顯示 [折線圖] 的螢幕擷取畫面。 顯示 [Mekko 圖表] 的螢幕擷取畫面。
[折線圖]
使用動畫點透過資料與觀眾互動的動畫折線圖		 [Mekko 圖表]
100% 堆疊直條圖與 100% 堆疊橫條圖合併成的一個檢視
顯示 [多重 KPI] 的螢幕擷取畫面。 顯示 [强大 KPI] 的螢幕擷取畫面。
[多重 KPI]
强大的多重 KPI 視覺效果，其中包含關鍵 KPI 以及多個支援資料走勢圖		 [强大 KPI]
強大的 KPI 指標，具有多重折線圖與目前日期、值與差異的標籤
顯示 [强大 KPI 矩陣] 的螢幕擷取畫面。 顯示 [脈搏圖] 的螢幕擷取畫面。
[强大 KPI 矩陣]
在精簡、容易閱讀的清單中，監視平衡計分卡與無限數量的計量與 KPI		 [脈搏圖陣]
此折線圖已加註重要事件，是用資料說故事的理想選擇
顯示 [雷達圖] 的螢幕擷取畫面。 顯示 [Sankey 圖表] 的螢幕擷取畫面。
[脈搏圖陣]
繪製於類別軸上的多個量值，適用於比較屬性		 [Sankey 圖表]
數列寬度與流量成正比的流量圖
顯示 [量化波形圖] 的螢幕擷取畫面。 顯示 [多層環圈圖] 的螢幕擷取畫面。
[量化波形圖]
帶有平滑內插補點的堆疊區域圖，通常用於顯示一段時間內的值		 [多層環圈圖]
用於視覺化階層式資料的多層環圈圖
顯示 [龍捲風圖表] 的螢幕擷取畫面。 顯示 [文字雲] 的螢幕擷取畫面。
[龍捲風圖表]
比較兩個群組之間變數的相對重要性		 [文字雲]
從資料中的常用文字建立有趣的視覺效果

WebGL

WebGL 可讓 Web 內容使用以 OpenGL ES 2.0 為基礎的 API，在 HTML 畫布中執行 2D 與 3D 轉譯。

顯示 [地球地圖] 的螢幕擷取畫面。
[地球地圖]
在互動式 3D 地圖上繪製地點

R 視覺效果

這些範例會示範如何運用 R 視覺效果與 R 指令碼的分析與視覺化功能。

顯示 [關聯規則] 的螢幕擷取畫面。 顯示 [叢集] 的螢幕擷取畫面。
[關聯規則]
使用 if-then 陳述式找出看似不相關資料之間的關聯性		 [叢集]
使用 K-Means 演算法尋找您資料中的相似性群組
顯示 [具有極端值的叢集] 的螢幕擷取畫面。 顯示 [相互關聯繪圖] 的螢幕擷取畫面。
[具有極端值的叢集]
尋找您資料中的相似性群組與極端值		 [相互關聯繪圖]
反白顯示資料表中最相互關聯的變數
顯示 [決策樹圖] 的螢幕擷取畫面。 顯示 [預測 T B A T S] 的螢幕擷取畫面。
[決策樹圖]
使用遞迴資料分割來判斷統計機率的結構性樹狀圖表		 [預測 T B A T S]
針對使用 TBATS 模型的多個季節性數列進行時間序列預測
顯示 [使用 ARIMA 預測] 的螢幕擷取畫面。 顯示 [漏鬥圖] 的螢幕擷取畫面。
[使用 ARIMA 預測]
使用自回歸整合移動平均自模型 (ARIMA)，根據歷程記錄資料預測未來值		 [漏鬥圖]
使用漏斗圖尋找您資料中的極端值
顯示 [極端值偵測] 的螢幕擷取畫面。 顯示 [曲線圖] 的螢幕擷取畫面。
[極端值偵測]
使用最適當的方法與繪圖來尋找您資料中的極端值		 [曲線圖]
將雜訊資料視覺化並加以了解
顯示 [時間序列分解圖表] 的螢幕擷取畫面。 顯示 [時間序列預測圖表] 的螢幕擷取畫面。
[時間序列分解圖表]
使用「使用 Loess 的季節性和趨勢分解」來了解時間序列元件		 [時間序列預測圖表]
使用指數平滑模型，根據先前觀察到的值來預測未來值

相關內容