Visualisoinnit vaativat joskus edistyneempää data-analytiikkaa kuin se, mitä Power BI tarjoaa. Power BI -visualisoinneissa ja analytiikassa käytetäänkin Python-ohjelmointikieltä, sillä Power BI tukee useita Pythonin ohjelmakirjastoista, kuten numpy, pandas, matplotlib, seaborn, scikit-learn, scipy ja statsmodels. Tässä koulutuksessa opit Pythonin perusteet ja Python-ohjelmointikielen käytön Power BI:n visualisoinneissa ja analytiikassa.

Tavoite

Koulutuksessa tutustut tehokkaaseen Python-ohjelmointikieleen Power BI -ympäristössä. Opit määrittämään Python-ympäristön käyttöön Power BI -ohjelmassa sekä tekemään yksinkertaista data-analytiikkaa ja näyttäviä visualisointeja.

Kenelle

Koulutus soveltuu niille, jotka osaavat Power BI:n peruskäytön ja haluavat syventää ohjelman käyttöä. Toivomme osallistujilta Power BI:n peruskäytön hallintaa, mutta Python-kielen osaamista ei edellytetä.

Ohjelmaversio

Koulutuksessa käytämme Power BI Desktop -ohjelman uusinta versiota ja Anaconda-kehitysympäristöön kuuluvaa selainpohjaista Jupyter Notebookia sekä WinPython ympäristön viimeisintä versiota. Suosittelemme lataamaan sovellukset ennen koulutuksen alkua.

Koulutuksen sisältö

Python-ympäristön käyttöönotto Power BI:ssa

Anaconda
WinPython
Power BI Desktopin Python-komentosarjaeditorin asetukset

Python-ohjelmointikielen perusteet

Ohjelmointikielen esittely
Kommentit
Koodin kirjoitussäännöt ja ohjelmalohkot
Muuttujat
Matriisit
Kielen ohjausrakenteet
Kirjastot ja kirjastojen käyttö (numpy, pandas, matplotlib, seaborn, scikit-learn, scipy ja statsmodels)

Tiedon tuonti Pythonilla Power BI Desktopiin

Python-komentosarja tiedon tuontitapana
Tarvittavien kirjastojen käyttöönotto
Tietojoukon lataaminen dataframeen
Dataframen tutkiminen
Tiedon lisääminen, poistaminen ja muokkaaminen dataframessa
Tiedon yhdistäminen useammasta dataframesta
Laskennan alkeet

Python-visualisointien tekeminen

Matplotlib ja seaborn kirjastoihin tutustuminen
Tyylit
Kaavioiden luonti
Kaavioiden tietojen muokkaus

Python Power Query Editorissa

Datan muokkaus editorissa Pythonilla

Python-visualisoinnit Power BI Desktopiin ladatusta datasta

Jo ladatuista tiedosta tehtävät Python-visualisoinnit

Data-analyysia Pythonilla

Esimerkkejä numpy, scikit-learn, scipy ja statsmodels kirjastojen käytöstä data-analyysin teossa Power Query Desktopissa.

Avainsanat

Python, Power BI, Power BI Desktop, Visualisointi, Data-analyysi, Kaavio, Numpy, Pandas, Matplotlib, Seaborn, Scikit-learn, Scipy, Statsmodels, Ohjelmakirjasto, Business Intelligence, Self Service Reporting