Il est temps de lire: 5 minutes
La version de juillet 2020 de Power BI Desktop inclut une nouvelle fonctionnalité d'aperçu qui vous permet de «outils externes”Pour vous connecter plus facilement aux modèles Power BI. Avant juillet, les outils externes pouvaient se connecter à un modèle tabulaire ouvert. Avec le nouvel onglet Outils externes sur le ruban, ainsi que Power BI passant les informations de connexion en tant qu'argument à l'outil, c'est une expérience beaucoup plus pratique.
Il existe trois outils communautaires de premier plan pour vous aider à démarrer: DAX Studio, ALM Toolkit et Tabular Editor. Cependant, l'un des avantages de cette nouvelle fonctionnalité est que vous pouvez définir vos propres outils externes dans JSON et transmettre la connexion de modèle Power BI actuellement ouverte à votre outil d'un simple clic.
Pourquoi 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 gens 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 …
Certaines de ces idées ne sont pas propres à python, mais les communautés Power BI et de science des données sont suffisamment variées pour que les gens découvrent si l'un de ces éléments pourrait être utile dans le contexte de leurs propres environnements, compétences et organisations.
Exemple d'idée: codez votre propre documentation de modèle Power BI
Et s'il y avait un moyen de se connecter à un modèle Power BI à partir de python et d'utiliser un conteneur python pour cela Modèle d'objet tabulaire (TOM) Bibliothèque .NET? Peut-être pour importer les informations du modèle vers pandas DataFrames pour vous aider à créer votre propre documentation de modèle en un clic? (Il existe déjà de nombreuses façons de documenter un modèle; ajoutez votre propre code Python à la liste)
<
Exemple d'idée: exportez autant de données que votre mémoire locale le permet
Power BI Desktop vous permet d'exporter 30000 enregistrements au format CSV à partir d'un visuel. Vous pouvez en obtenir plus si vous copiez la table manuellement à partir de la vue des données, mais c'est assez limité. Si vous en voulez plus, vous auriez dû auparavant utiliser DAX Studio ou Power BI Report Builder. Ajoutez python à cette liste.
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 être 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 tweeter 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 bureau (axé sur les limites du service et non sur le bureau, promu des outils externes, etc.), mais merci à tous ceux qui ont répondu.
Exemple d'idée: visualiser les données Power BI avec des bibliothèques Python interactives
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 la toile 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 canal de Youtube de BlueGranite colocando el cursor sobre el Logo en la parte superior izquierda y presionando el botón rojo Suscribirse):
En vous connectant au modèle Power BI et en exécutant une requête DAX pour charger un pandas DataFrame, vous pouvez également utiliser des bibliothèques d'affichage python interactives telles que Plotly ou Altair dans votre IDE de choix. Vous n'êtes pas limité à l'exportation de votre visuel sous forme d'image fixe et à son intégration dans un rapport Power BI (bien que vous puissiez et devriez évidemment toujours le faire lorsque les circonstances sont bonnes).
Par exemple, voici une solution de code complète qui affiche les données Power BI visualisées avec Altair (notez l'info-bulle de survol que vous n'obtiendrez pas dans un rapport Power BI). Vous pouvez éviter d'avoir à exporter manuellement les données Power BI avant de les entrer dans le DataFrame.
Le même avantage est valable avec Plotly ou toute autre bibliothèque de visualisation. Peut-être affichez-vous les données Power BI dans une application Dash et codez votre intégration de données au lieu de vous fier à une exportation manuelle.
Exemple d'idée: combiner les données du modèle Power BI avec une autre source de données en python
Aunque Power BI tiene Power Mettre en doute 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 Visuel Azure Maps, bien sûr!). Power BI n'a pas pu créer ce geojson, mais Python le pourrait. REMARQUE: je n'ai pas encore de capture d'écran pour ce scénario car ce n'est encore qu'une idée.
Bientôt dans la partie 2: créer un outil Python externe pour le ruban Power BI
Tout au long d'une série d'articles à venir, je vais vous montrer comment démarrer avec des scénarios comme celui-ci en utilisant python avec des modèles Power BI. Dans la partie 2, j'explique comment créer un outil externe pbitool.json pour passer des arguments à python et exécuter un exemple de script python. Les prochains articles après la partie 2 se concentreront sur plusieurs des scénarios avancés décrits ci-dessus, tels que l'accès à TOM et l'exécution de requêtes DAX à partir d'un script python ou d'un notebook Jupyter.
