作为 2018年 的终结篇并同时开启 2019,Excel120 将以此篇揭示 PowerBI 可以做出的最强大图表以及固定套路。
到了年底,PowerBI积累了一年的功能来了波大的,本次更新的功能涉及几处重大改进。更新功能列表如下:
白茶在刚开始接触PowerBI的时候,经常被一些基础的概念搞懵,也不好意思问别人说的具体是啥意思,分享一下一个小坑。
炎热的夏天到了,即使是做可视化的图表,都想着如何可以让感觉可以凉快一些吧,那今天我们就一起来设计清爽凉快的简明风格。
本文来研究客户的交易年龄。与自然年龄不同,交易年龄指的是客户在发生交易时的年龄,这在多年分析中的差异就会非常显著。
还有很多小伙伴学习了《PowerBI 全动态中国式复杂矩阵》的 1.0 和 2.0 版,已经获益良多,而今天,你将看到新的可能性。什么是 4.0 版?本文会给出说明。
近日,一场和 PowerBI DAX 之父 Jeffery Wang 的 AMA 活动。AMA 的意思是:Ask Me Anything。Jeffery Wang 在该活动中回答了很多关于 Power BI 尤其是 DAX 的相关重要问题。
在 PowerBI 中,矩阵的确是最强大而复杂的结构,为了突出显示各种信息,需要对内容来高亮显示。
PowerBI本身内置的排序方式,是遵循ASCII国际标准的方式,这就导致了中文的默认排序对于很多小伙伴来说并不友好。
可以彻底实现矩阵KPI红绿灯效果,而且非常完美。 实现此效果后,再配合 中国式复杂报表制作方法,此时心里有点激动了。
在章节1.2中,我做了一张图来表示各类图表的功能性,其中地图和散点图(气泡象限图)我列在了视觉冲击力与数据丰富度最高的位置。虽然它们并不像折线和柱形图那样常用,但在特别需要的情况下,非它们莫属,可谓不得不讲的神图。
关于推荐系统,如果在忘掉所有的公式和代码,忘记所有的语言描述,脑海里就剩下几张图景,会是什么?一张二维表格,一个拓扑图,一条时间线。这三幅图景,是我看待推荐算法的三种视角。
注意,后面两列都是度量值。理论上不会同时显示两个名称为“器具”的行,也不会同时出现三把“椅子”,且对应着不同的聚合值。
哎,说归说,还是需要继续学习CALCULATE函数,也是蛮无奈的。最近白茶在研究帕累托分析法,本期分享一下帕累托ABC分析法的基础——累计求和。
Power BI中DAX函数非常多,功能非常强大,下面结合一些实际场景来讲解DAX一些常用的函数,这些场景包含求和、计数、相除、排序、累计、环比、同比,为了更方便后续的可视化展示数据,我们新创建可视化展示的页面,创建一个新表存储后续展示的度量值,具体操作如下:
PowerBI 虽然从某种意义上说只是一个制作报表的工具,但在制作报表的过程中,从简单的报表,到极为复杂的报表都有可能。
比如我选择的是对比过去的三个星期,今天早晨8点钟之前,日期范围是三周以前的4月20日到5月10号,而过了8点之后,日期范围又变成4月21日到5月11日了。
不过,在进行周分析时,如果选择的范围是周(日历),那么你会发现日期的选择范围和我们预想的不一样(分析时日期是2020年5月20日周三):
很多人说国内的学习资料太少,在学习的过程中坎坷不断,我与大多数PowerBI学习者一样,一边读外文的博客摸索一边铺路,在不断尝试和与人分享的过程中,总结了个人认为最宝贵的十条DAX学习经验,分享给读者。
PowerBI作为微软系最新的商务智能办公系统,自去年发布以来,一直都备受瞩目。 他的更新频次相当之高,功能更新迭代非常迅速。 大概对可视化领域稍有涉猎的朋友们,都明白其中缘由,大数据与云计算的趋势席卷全球,海量数据处理成为了限制各行业发展的掣肘。而受制于编程工具的门槛,大部分数据处理业务人员,可能要严重依赖Excel以及其他无需编程的可视化自助操作软件。 以上需求也称为自助式BI工具,也就是无需IT人员主导的、业务人员可自行操作的商务智能工具。 而目前这个领域,Tableau的成功商业化使其已经赢得先机,
PBI催化剂是笔者两年前开发的国内首款PowerBI外部工具,用于在PowerBI模型和报表层的元数据批量管理。
AiTechYun 编辑:yuxiangyu 基础统计是应用机器学习中的有力工具,它可以更好地理解数据。而且,它也为更先进的线性代数运算和机器学习方法奠定了基础的工具,例如分别协方差矩阵和主成分分析(PCA)。因此,掌握线性代数中基础的统计非常重要。 在本教程中,你会了解基础的统计操作及其原理,和如何使用NumPy实现线性代数的符号和术语。 完成本教程后,你将知道: 期望值,平均数(average)和平均值(mean)是什么,以及如何计算它们。 方差和标准差是多少以及如何计算它们。 协方差,相关性和协方差矩
接下来要解决两个问题,一是有的层级为空,需要去掉最终矩阵里的空白行;二是得到正确的对应列的值。
过往的PowerBIDeskTop,它是一个独立的软件,不像Excel那样可以有二次开发的接口,但7月份更新PowerBIDeskTop后,已经开放了外部工具,单独有一个外部工具的选项卡。
除此之外,另增加批量创建表关系功能,对同类事实表追加关系变得SoEasyShu,又是批量完成,爽到爆。
在入门案例动态销售报告中已经带领大家入门制作PowerBI可视化报告。本文主题销售业绩分析将继续针对入门案例进行进一步优化,让大家更改的了解和掌握使用PowerBI的功能。优化内容主要有两个: 1、数据分析层面:在可视化报告中单独的一个销售业绩指标是没有意义的,只有通过对比指标才能知道销售业绩指标的好坏。对比方法主要通过同指标不同时间的对比,通过PowerBI智能时间函数,可以更加方便的计算累计销售额(YTD),同比(与去年同期对比),环比(与上月对比)等指标。 2、图表层面:使用KPI图表可以更加直观的显示业绩完成状况。通过对同比,环比格式设置可以进行分阶段显示数据。
写了这么多文章,终于写到了自己的老本行,财务分析。如果你恰好从事财务工作,这将是一篇巨大的福利。如果你与财务无关,也将从此文汲取营养,因为不仅仅是财务,各行各业都需要做预测值与实际值的差异分析。
本期的需求,就是上面的内容,就像白茶说的那样,本身PowerBI是自带突出显示和交叉筛选的。但是往往我们接触的用户群体,还处于从Excel到BI的过渡期,习惯了Excel里面背景高亮的操作,那么在PowerBI中如何满足这个中国式报表需求呢?
本月除了常规的更新以外,引入了一个非常牛的大杀器,叫做VALQ,专门用来做计划,预测,调整等,在很多领域都有广泛的运用。
随着 PowerBI 在2020.7月的发布,迎来一个重要的功能:计算组(Caculation Group)。
对于爬虫大家应该不会陌生,我们首先来看一下爬虫的定义:网络爬虫是一种自动获取网页内容的程序,是搜索引擎的重要组成部分。网络爬虫为搜索引擎从万维网下载网页,自动获取网页内容的应用程序。看到定义我们应该已经知道它是可以从万维网上下载网页解析网页数据的。大家想一下在数据分析情景中它的应用场景有哪些?采集天气数据,网站采集文章,采集各种票务信息,股票信息采集等等有很多地方都会用的爬虫采集数据进行数据分析。通过数据分析增加分析维度信息,尤其是行业数据对标。
本文除了介绍PowerBI Desktop在2019年6月的更新,其将介绍PowerBI的几件大事。
极力推崇PowerBI是创作PowerBI大师的初衷,虽然从Excel到PowerBI有极其诱人的理由,但我们不可否认的是Excel本身作为全世界最广泛的办公工具它具有不可替代的应用场景。
文章背景: 在进行商业数据分析时,经常需要给不同的度量值(如销售额、销量等)计算同比、环比、YTD(年初至今)等指标,如果给每个指标都写一个以上的时间智能函数,那么会写很多重复的度量值,这些度量值的唯一不同就在于引用的基础度量值。比如:上月业绩 = CALCULATE([销售业绩],DATEADD('日期表'[日期],-1,MONTH))。
PowerBI中的权限控制是分层次的,具体请以官方文档为准。但为了便于快速理解,这里特此编制了一个权限结构图:
SQLBI的工具,有兴趣的可了解下,需要点英文阅读能力:https://www.sqlbi.com/tools/analyze-in-excel-for-power-bi-desktop/
拟合:已知有限个数据点,求近似函数,可不过已知数据点,只要求在某种意义下它在这些点上的总偏差最小。
Affinity Propagation Clustering(简称AP算法)是2007提出的,当时发表在Science上《single-exemplar-based》。特别适合高维、多类数据快速聚类,相比传统的聚类算法,该算法算是比较新的,从聚类性能和效率方面都有大幅度的提升。
PowerBI 将从2020.4开始将筛选面板彻底从左边的格式切换成右边的格式,请大家注意。
工具提示的作用是,在当前图表上鼠标停留时,弹出一个新的小页面,展示更详细的信息。详细的工具提示制作过程参考微软官方文档:
问:为什么还没有更新10月的文章? 答:没学会呢。 问:10月PBI更新又没有特别复杂的内容。 答:非也。10月PBI更新是PBI史上里程碑。
近日,PowerBI已经更新为度量值可以支持作为图像URL来进行解析,参考:PowerBI 2018 8月更新 一键导出PDF报告集合,这使得PowerBI在显示图标方面有了更多的可能性,本文来详细探讨这些可能性。
小黑,Datawhale团队成员,秦时明月十年铁粉,本科就读于山西大学,保研至天津大学并硕博连读,现为2018级博士,研究方向:脑机接口。
这是群里面的讨论文件,数据不是特别的复杂,喜欢动手的小伙伴可以按照图片自己搞一份。(@飞天篮球猪大佬当时出的题目是:求出第一笔成交日期,以及第一笔成交时的花费金额。)
但是实际使用上,二者还有一个核心的关键点,就是GENERATE函数可以传递第一参数的上下文,而CROSSJOIN函数不能传递第一参数上下文。
每个门店由店长管理,店长的管理被评价得到KPI。现在希望按照如下结构显示,该如何实现?
PowerBI于2日前更新,为何迟迟没有介绍更新的内容呢,这次涉及到两个很重大的更新:分级聚合(微软官方并未给出这个名字)以及PowerBI的查询编辑器(PowerQuery)开始支持 智能感知(千呼万唤始出来的功能)。
领取专属 10元无门槛券
手把手带您无忧上云