Jaa


Esimerkkejä Power BI -visualisoinneista

Tässä artikkelissa kuvataan joitakin Power BI -visualisointeja, joita voit ladata, käyttää ja muokata GitHubista. Nämä mallivisualisoinnit kuvaavat sitä, miten voit käsitellä yleisiä tilanteita, kun kehität sovellusta Power BI:ssä.

Osittajat

Osittajan avulla voit tarkentaa raportin muissa visualisoinneissa näkyvän tietoosuuden. Osittajat ovat yksi monista tavoista suodattaa tietoja Power BI:ssä.

Näyttökuvassa näkyy Chiclet-osittaja. Näyttökuvassa näkyy aikajanan osittaja.
Chiclet-osittaja
Näytä kuvan tai tekstin painikkeet, jotka toimivat suodattimena muille visualisoinnille
Aikajanan osittaja
Graafinen päivämääräalueen valitsin, joka suodattaa päivämäärän mukaan
Näyttökuvassa näkyy osittajan malli.
Osittajamalli
esittelee kehittyneen suodatuksen ohjelmointirajapinnan käyttöä

Kaaviot

Voit inspiroitua Power BI -visualisointien valikoimasta, joka sisältää palkkikaavioita, ympyräkaavioita, sanapilveä ja muita.

Näyttökuvassa näkyy Aster Plot. Näyttökuvassa näkyy Luettelokaavio.
Aster Plot
A twist tavalliseen rengaskaavioon, joka käyttää toista arvoa pyyhkäisykulman tekemiseen
Luettelokaavio
Palkkikaavio, jossa on visuaalisia lisäelementtejä, jotka tarjoavat kontekstin, joka on hyödyllinen mittareiden seurannassa
Näyttökuvassa näkyy Chord. Näyttökuvassa näkyy Pistekaavio.
Chord
Graafinen menetelmä, joka näyttää matriisin tietojen väliset suhteet
Pistekaavio
Näyttää taajuuksien jakauman hienolla tavalla
Näyttökuvassa näkyy kaksois-SUORITUSKYKYILMAISIN. Näyttökuvassa näkyy Parannettu pistekaavio.

Kaksois-suorituskykyilmaisin visualisoi tehokkaasti kaksi mittaria ajan kuluessa ja näyttää niiden trendin yhteisellä aikajanalla
Parannetut pisteparannukset
olemassa olevassa pistekaaviossa
Näyttökuvassa näkyy Voimakaavio. Näyttökuvassa näkyy Gantt.
Pakota Graph
Force -asettelukaavio kaarevalla polulla, josta on hyötyä entiteettien välisten yhteyksien näyttämiseksi
Gantt
Palkkikaavio, joka havainnollistaa projektin aikajanaa tai aikataulua resurssien kanssa
Näyttökuvassa näkyy Taulukon lämpökartat. Näyttökuvassa näkyy histogrammikaavio.
Lämpökarttataulukon
tietojen vertaileminen helposti ja intuitiivisesti käyttämällä värejä taulukossa
Histogrammikaavio
Visualisoi tietojen jakautumisen jatkuvalla aikavälillä tai tietyllä ajanjaksolla
Näyttökuvassa näkyy LineDot-kaavio. Näyttökuvassa näkyy Mekko-kaavio.
LineDot-kaavio
Animoitu viivakaavio, joka sisältää animoituja pisteitä ja joka yhdistää yleisön tietojen avulla
Mekko-kaavio
Sekoitus 100 %:n pinottu pylväskaavio ja 100 % pinottu palkkikaavio yhdistettynä yhdeksi näkymäksi
Näyttökuvassa näkyy multi-KBI. Näyttökuvassa näkyy Power BI.
Multi KPI (Multi KPI
) Tehokas monen suorituskykyilmaisimen visualisointi ja keskeinen suorituskykyilmaisin sekä useita tukitietojen sparkline-kaavioita
Power KPI
A tehokas suorituskykyilmaisin sekä monirivinen kaavio sekä selitteet nykyistä päivämäärää, arvoa ja varianssia varten
Näyttökuvassa näkyy Power BI -matriisi. Näyttökuvassa näkyy Jaksottainen kaavio.
Power KPI Matrix
Monitorin tasapainotetut tuloskortit ja rajoittamaton määrä mittareita ja suorituskykyilmaisimia kompaktissa ja helppolukuisessa luettelossa
Jaksokaavio
Tämä viivakaavio, joka sisältää tärkeät tapahtumat, sopii täydellisesti tarinan kertomiseen tietojen avulla
Näyttökuvassa näkyy Säteittäinen kaavio. Näyttökuvassa näkyy Sankey-kaavio.
Säteittäinen kaavio
esittää useita mittareita luokka-akselille piirrettyinä, mistä on hyötyä määritteiden vertailemisessa
Sankey-kaavion
työnkulkukaavio, jossa sarjan leveys on suhteessa työnkulun määrään
Näyttökuvassa näkyy Stream-kaavio. Näyttökuvassa näkyy auringon purkauskaavio.
Virtakaavio
Pinottu aluekaavio, jossa on tasainen interpolointi ja jota käytetään usein ajan mittaan arvojen näyttämiseen
Auringonpurkauksen monitasoinen
rengaskaavio hierarkkisten tietojen visualisointiin
Näyttökuvassa näkyy Tornado-kaavio. Näyttökuvassa näkyy Word Cloud.
Tornadokaavio
Vertaa muuttujien suhteellista tärkeyttä kahden ryhmän välillä
Sanapilvi
Luo hauska visualisointi tiedoissasi usein esiintyvästä tekstistä

WebGL

WebGL sallii verkkosisällön käyttää OpenGL ES 2.0:aan perustuvaa ohjelmointirajapintaa 2D- ja 3D-hahmonnusta varten HTML-pohjalla.

Näyttökuvassa näkyy Maapallokartta.
Maapallokarttakaavion
sijainnit vuorovaikutteisella 3D-kartalla

R-visualisoinnit

Näissä esimerkeissä esitellään R-visualisointien ja R-komentosarjojen analyyttisen ja visuaalisen tehon hyödyntäminen.

Näyttökuvassa näkyvät kytkentäsäännöt. Näyttökuvassa näkyy klusterointi.
Liittämissäännöt
Paljasta näennäisesti toisiinsa liittymättömien tietojen väliset suhteet jos-niin-lausekkeiden avulla
Klusterointi
Etsi samankaltaisuusryhmät tiedoistasi k-means-algoritmin avulla
Näyttökuvassa näkyy klusterointi ja poikkeavat arvot. Näyttökuvassa näkyy Korrelaation piirto.
Klusterointi poikkeavien arvojen
kanssa Etsi samankaltaisuusryhmät ja poikkeavat arvot tiedoistasi
Korrelaatiokaavio
Korosta tietotaulukon korreloivimmat muuttujat
Näyttökuvassa näkyy Päätöspuukaavio. Näyttökuvassa näkyy ennusteet TBI TTS:stä.
Päätöspuukaavio
Toimintakaavio Puun muotoinen kaavio tilastollisen todennäköisyyden määrittämiseksi rekursiivisen osioinnin avulla
TBATS-aikasarjaennusteiden
ennustaminen sarjoille, joilla on useita kausivaihteluja, TBATS-mallin avulla
Näyttökuvassa näkyy Ennustaminen ARIMA:n avulla. Näyttökuvassa näkyy suppilokaavio.
Ennustaminen ARIMA
Predictin tulevilla arvoilla historiallisten tietojen perusteella käyttämällä autoregressiivistä integroitua liukuva keskiarvoa (ARIMA)
Suppilokaavio
Etsi suppilokaavion avulla poikkeavat arvot tiedoistasi
Näyttökuvassa näkyy poikkeamien havaitseminen. Näyttökuvassa näkyy Spline-kaavio.
Poikkeamien havaitseminen
Selvitä poikkeavat arvot tiedoistasi käyttämällä sopivinta menetelmää ja kaaviota
Spline-kaavio
Visualisoi ja selvitä meluisaa tietoa
Näyttökuvassa näkyy Aikasarja-hajotuskaavio. Näyttökuvassa näkyy Aikasarjan ennustekaavio.
Aikasarjan hajotuskaavio
Tutustu aikasarjan osiin käyttämällä "Kausivaihtelu ja trendi hajotus Loessin avulla"
Aikasarjan ennustekaavio
Eksponentiaalisen tasoitusmallin avulla tulevien arvojen ennustamiseen aiemmin havaittujen arvojen perusteella