Zeit zu lesen: 5 Protokoll
Die Version von Power BI Desktop vom Juli 2020 enthält eine neue Vorschaufunktion, mit der Sie «externe Werkzeuge„Einfachere Verbindung zu Power BI-Modellen. Vor Juli konnten externe Tools eine Verbindung zu einem offenen Tabellenmodell herstellen. Mit der neuen Registerkarte "Externe Tools" in der Multifunktionsleiste und Power BI, das die Verbindungsinformationen als Argument an das Tool übergibt, ist dies eine viel bequemere Erfahrung.
Es gibt drei wichtige Community-Tools, mit denen Sie loslegen können: DAX Studio, ALM Toolkit und Tabular Editor. Eines der großartigen Dinge an dieser neuen Funktion ist jedoch, dass Sie Ihre eigenen externen Tools in JSON definieren und die derzeit geöffnete Power BI-Modellverbindung mit einem einfachen Klick an Ihr Tool übergeben können.
Warum Python?
¿Por qué utilizar python como una «herramienta» externa? Aunque python no es una «herramienta» en el mismo sentido que las «3 grandes» herramientas de la comunidad enfocadas este mes, quiero mostrar cuán versátil es la función de herramientas externas. También quiero alentar a las Personen a usar la imaginación y también explorar cómo Power BI no es realmente tan cerrado como algunas personas piensan, al menos el modelo de datos …
Einige dieser Ideen gelten nicht nur für Python, aber in den Communitys von Power BI und Data Science gibt es genügend Abwechslung, damit die Benutzer herausfinden können, ob dies im Kontext ihrer eigenen Umgebung, Fähigkeiten und Organisationen nützlich sein könnte.
Beispielidee: Codieren Sie Ihre eigene Power BI-Modelldokumentation
Was wäre, wenn es eine Möglichkeit gäbe, von Python aus eine Verbindung zu einem Power BI-Modell herzustellen und einen Python-Container dafür zu verwenden? Tabellarisches Objektmodell (TOM) .NET Bibliothek? Vielleicht, um die Informationen aus dem Modell zu importieren Pandas DataFrames, mit denen Sie Ihre eigene Modelldokumentation mit einem Klick erstellen können? (Es gibt viele Möglichkeiten, ein Modell bereits zu dokumentieren. Fügen Sie der Liste Ihren eigenen Python-Code hinzu.)
<>
Beispielidee: Exportieren Sie so viele Daten, wie Ihr lokaler Speicher zulässt
Mit Power BI Desktop können Sie 30.000 Datensätze in CSV exportieren von einem visuellen. Sie können mehr erhalten, wenn Sie die Tabelle manuell aus der Datenansicht kopieren, dies ist jedoch recht begrenzt. Wenn Sie mehr möchten, müssten Sie zuvor DAX Studio oder Power BI Report Builder verwenden. Fügen Sie dieser Liste Python hinzu.
Tenga en cuenta que exportar desde DAX Studio es más rápido si simplemente desea exportar. En situaciones en las que es posible que no siempre tenga acceso a DAX Studio o python Sein su herramienta de elección y prefiera obtener datos directamente de un modelo en un DataFrame de pandas y evitar los pasos de importación y exportación manuales intermedios, es una opción. ¿Sin embargo, 6 millones de registros? Juego de niños … Sin embargo, por motivos de rendimiento y para no afectar los recursos de su organización en el servicio Power BI, evite exportar esta cantidad de datos con el punto final XMLA en Power BI Premium: siga este escenario utilizando Power BI Desktop en su estación de trabajo local.
Por cierto, el otro día me burlé de un Tweet sobre las capacidades de exportación desde Desktop y me sorprendió la variedad de respuestas. Muchas de las respuestas no se centraron directamente en la pregunta explícita sobre Schreibtisch (konzentrierte sich auf die Einschränkungen des Dienstes und nicht auf den Desktop, bewarb externe Tools usw.), aber danke an alle, die geantwortet haben.
Beispielidee: Visualisieren Sie Power BI-Daten mit interaktiven Python-Bibliotheken
Una de las principales limitaciones del uso de objetos visuales de python en un informe de Power BI es que el objeto visual debe mostrar una imagen estática. Eso es lo suficientemente bueno para algunos escenarios, pero he respondido muchas preguntas sobre la extensión de python + Power BI (e incluso organicé un seminario Netz de BlueGranite sobre el tema incluido a continuación). En general, suele ser ideal para escenarios individuales o de equipo. La imagen estática, el rendimiento y la incapacidad de controlar las bibliotecas instaladas por Microsoft una vez implementadas en el servicio Power BI a menudo limitan su uso a escala.
Aquí está el seminario web original de Power BI + python que muestra las capacidades actuales para usar elementos visuales de python en informes de Power BI (+ suscríbase al Kanal von Youtube de BlueGranite colocando el cursor sobre el Logo en la parte superior izquierda y presionando el botón rojo Suscribirse):
Durch Herstellen einer Verbindung zum Power BI-Modell und Ausführen einer DAX-Abfrage zum Laden eines Pandas DataFrame können Sie auch interaktive Python-Anzeigebibliotheken wie Plotly oder Altair in der IDE Ihrer Wahl verwenden. Sie können Ihr Bild nicht nur als Standbild exportieren und in einen Power BI-Bericht einbetten (obwohl Sie dies natürlich immer noch können und sollten, wenn die Umstände dies zulassen).
Hier ist beispielsweise eine vollständige Codelösung, die mit Altair visualisierte Power BI-Daten anzeigt (beachten Sie den Hover-Tooltip, den Sie in einem Power BI-Bericht nicht erhalten würden). Sie müssen vermeiden, dass Sie die Power BI-Daten zuerst manuell exportieren müssen, bevor Sie sie in den DataFrame eingeben.
Der gleiche Vorteil gilt für Plotly oder eine andere Visualisierungsbibliothek. Möglicherweise zeigen Sie Power BI-Daten in einer Dash-App an und codieren Ihre Datenintegration, anstatt sich auf einen manuellen Export zu verlassen.
Beispielidee: Kombinieren Sie Daten aus dem Power BI-Modell mit einer anderen Datenquelle in Python
Aunque Power BI tiene Power Abfrage para combinar datos de diferentes orígenes, ¿qué pasa si Power BI * es * uno de los orígenes de datos? Por ejemplo, hay escenarios en los que Power Query no se ocupará de todo. Quizás desee fusionar datos de Power BI con otro DataFrame en python que contenga datos geográficos y exportar los resultados como un archivo geojson (para usar en el nuevo Power BI Azure Maps visuell, Na sicher!). Power BI konnte diesen Geojson nicht erstellen, Python jedoch. HINWEIS: Ich habe noch keinen Screenshot für dieses Szenario, da es immer noch nur eine Idee ist.
In Kürze in Teil 2: Erstellen Sie ein externes Python-Tool für das Power BI-Menüband
In einer Reihe anstehender Beiträge werde ich Ihnen zeigen, wie Sie mit solchen Szenarien mit Python mit Power BI-Modellen beginnen. In Teil 2 erkläre ich, wie ein externes Tool erstellt wird pbitool.json um Argumente an Python zu übergeben und ein Beispiel-Python-Skript auszuführen. Zukünftige Beiträge nach Teil 2 werden sich auf weitere der oben beschriebenen erweiterten Szenarien konzentrieren, z. B. den Zugriff auf TOM und das Ausführen von DAX-Abfragen über ein Python-Skript oder ein Jupyter-Notizbuch.
