Power BI中怎样使用Python

一、下载python，并在Power BI中设置

Power BI中配置Python运行环境，及正确设置环境变量的方法，见链接：Power BI中配置Python运行环境，及相关错误问题解决_HGData的专栏-CSDN博客

二、运用python作图

1、点击Power BI 右边可“Python visual”，将需要作图的数据勾选上，这里是字段：x、y

 此时下面会出现编辑框：提示将x,y赋值给了dataset，后续将用dataset 进行操作

 2、输入以下代码，点击运行按钮，则会出现用python作的图

from matplotlib import pyplot as plt 
x = dataset['x']
y = dataset['y']
plt.plot(x, y, color='b', linestyle='-', linewidth=2)
plt.show()

 三、运用python处理数据，可结合机器学习库

1、从外部路径导入

New Source -> More -> Other -> Python Script

 输入python脚本：

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression

 
df = pd.read_excel(r'C:\Users\Desktop\python\test.xlsx')

x_train=np.array(df['x']).reshape(-1,1)
y_train=np.array(df['y']).reshape(-1,1)
    
# 训练线性模型
lr=LinearRegression()
lr.fit(x_train,y_train)
print("正规方程方法的系数：",lr.coef_)

# 预测结果
y_p = pd.DataFrame(lr.predict(x_train),columns=['y_p'])

 然后会出现，数据选择界面（python代码中的所有DataFrame结构的数据都会显示），然后选择需要的数据，导入到Power Query 中

2、从Power BI内部导入

在Power Query中选择需要进行处理的表，点击“Transform” -> “Py”

 出现代码框，输入代码，

注意：区别只是将读入df的代码修改成："df = dataset"，因为power query将此时的数据 赋值给了dataset

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression

df = dataset # 将读取数据的代码修改成这样

x_train=np.array(df['x']).reshape(-1,1)
y_train=np.array(df['y']).reshape(-1,1)
    
# 训练线性模型
lr=LinearRegression()
lr.fit(x_train,y_train)
print("正规方程方法的系数：",lr.coef_)

# 预测结果
y_p = pd.DataFrame(lr.predict(x_train),columns=['y_p'])

 出现以下结果，此时可以对需要的“table”进行展开处理，

注意：这里可以看出，python中的dataset 对应 power query 中前一步处理后的数据："Changed Type"；所以由此可见，可以在query中运用python对数据进行预处理