Przykłady wizualizacji usługi Power BI
W tym artykule opisano niektóre wizualizacje usługi Power BI, które można pobrać, użyć i zmodyfikować z usługi GitHub. Te przykładowe wizualizacje ilustrują sposób obsługi typowych sytuacji podczas opracowywania za pomocą usługi Power BI.
Fragmentatory
Fragmentator zawęża część danych wyświetlanych w innych wizualizacjach w raporcie. Fragmentatory to jeden z kilku sposobów filtrowania danych w usłudze Power BI.
Chiclet SlicerWyświetlaj obraz lub przyciski tekstowe, które działają jako filtr na kanwie w innych wizualizacjach | Fragmentatorosi czasu Graficzny selektor zakresu dat, który filtruje według daty |
Przykładfragmentatora Demonstruje użycie interfejsu API filtrowania zaawansowanego |
Wykresy
Zainspiruj się naszą galerią wizualizacji usługi Power BI, w tym wykresami słupkowymi, wykresami kołowymi, chmurą Word Cloud i innymi.
Aster PlotA twist na standardowym wykresie pierścieniowym, który używa drugiej wartości do napędzania kąta zamiatania | Wykres punktowy Wykres słupkowy z dodatkowymi elementami wizualnymi, które zapewniają kontekst przydatny do śledzenia metryk |
Akordmetoda graficzna, która wyświetla relacje między danymi w macierzy | Wykres kropkowy pokazuje rozkład częstotliwości w świetny sposób |
Podwójny wskaźnik KPIwydajnie wizualizuje dwie miary w czasie, pokazując ich trend na wspólnej osi czasu | Ulepszone ulepszenia punktowena istniejącym wykresie punktowym |
Wymuszanie diagramu układu grafówz krzywą ścieżką, która jest przydatna do pokazywania połączeń między jednostkami | Wykres słupkowy Ganttaprzedstawiający oś czasu lub harmonogram projektu z zasobami |
Mapa cieplnatabeli łatwo i intuicyjnie porównuje dane przy użyciu kolorów w tabeli | Wykreshistogramu wizualizuje rozkład danych w ramach ciągłego interwału lub określonego okresu |
WykresLineDot Animowany wykres liniowy z animowanymi kropkami, które angażują odbiorców w dane | WykresMekko Mieszanka 100% skumulowanego wykresu kolumnowego i 100% skumulowanego wykresu słupkowego połączonego w jeden widok |
Wielokiliterowa wizualizacja wielo wskaźników KPI z kluczowym wskaźnikiem KPI wraz z wieloma wykresami przebiegu w czasie obsługi danych | Power KPI Zaawansowany wskaźnik KPI zaawansowany wskaźnik KPIz wielowierszowym wykresem i etykietami dla bieżącej daty, wartości i wariancji |
Karty wyników o zrównoważonym wskaźniku kpI w usłudze Power KPIMonitor oraz nieograniczona liczba metryk i kluczowych wskaźników wydajności w kompaktowym, łatwym do odczytania liście | Wykres impulsowy Ten wykresliniowy z adnotacjami z kluczowymi zdarzeniami doskonale nadaje się do opowiadania historii z danymi |
Wykres radarowyprzedstawia wiele miar wykreślionych na osi kategorii, co jest przydatne do porównywania atrybutów | Diagram przepływu sankey,na którym szerokość serii jest proporcjonalna do ilości przepływu |
Wykres strumieniowy Wykres warstwowy skumulowany z płynną interpolacją, która jest często używana do wyświetlania wartości w czasie | Wykres sunburst chartwielopokładowy wykres pierścieniowy do wizualizacji danych hierarchicznych |
WykresTornado Porównanie względnej ważności zmiennych między dwiema grupami | Word Cloud— tworzenie zabawnej wizualizacji na podstawie częstego tekstu w danych |
WebGL
Biblioteka WebGL umożliwia korzystanie z interfejsu API opartego na technologii OpenGL ES 2.0 do renderowania 2D i 3D na kanwie HTML.
Lokalizacje wykresu mapy globuna interaktywnej mapie 3D |
Wizualizacje języka R
W tych przykładach pokazano, jak wykorzystać możliwości analityczne i wizualne wizualizacji wizualizacji języka R i skryptów języka R.
Regułyskojarzeń Odkrywanie relacji między pozornie niepowiązanymi danymi przy użyciu instrukcji if-then | GrupowanieZnajdowanie grup podobieństwa w danych przy użyciu algorytmu k-średnich |
Klastrowanie za pomocą wartości odstającychZnajdowanie grup podobieństw i wartości odstających w danych | Wykreskorelacji Wyróżnij najbardziej skorelowane zmienne w tabeli danych |
Diagram schematudrzewa decyzyjnego do określania prawdopodobieństwa statystycznego przy użyciu partycjonowania cyklicznego | Prognozowanie prognozowania szeregów czasowych TBATSdla serii, które mają wiele sezonów przy użyciu modelu TBATS |
Prognozowanie za pomocą funkcji ARIMAPrzewidywanie przyszłych wartości na podstawie danych historycznych przy użyciu autoregresywnej zintegrowanej średniej ruchomej (ARIMA) | Wykreslejkowy Znajdź wartości odstające w danych przy użyciu wykresu lejkowego |
Wykrywaniewartości odstających Znajdź wartości odstające w danych przy użyciu najbardziej odpowiedniej metody i wykresu | Wizualizacja wykresukrzywego i zrozumienie hałaśliwych danych |
Wykresdekompozycji szeregów czasowych Opis składników szeregów czasowych przy użyciu "Dekompozycji sezonowej i trendu przy użyciu loess" | Wykresprognozowania szeregów czasowych przy użyciu modelu wygładzenia wykładniczego do przewidywania przyszłych wartości na podstawie wcześniej obserwowanych wartości |
Powiązana zawartość
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla