“当一张照片能让我们注意到意想不到的东西时，这才是它的最大价值。” 

— 约翰·图基

数据可视化指的是用图形表示信息和数据。通过使用图表、图形和地图等视觉元素，数据可视化工具让数据分析师方便解释和了解数据中的趋势、异常和模式。 

在大数据和大量信息需要处理的背景下，数据可视化软件应运而生，成为了一种必不可少的工具，使数据分析师能够以更简单、更快的方式深入了解他们正在处理的数据。

其他可用于实现相同目标的工具也包括编程，我们能够通过编程构建更灵活、更专属的功能，但这类个性化可视化花费的时间也更长。

在本文中，我整理了一份关于如何用 Microsoft 的商业分析服务 Power BI 来做数据可视化分析的详尽指南。接下来，请跟我一起在实践中探索！

目录：

• 1. Power BI 简介。（阅读 2 分钟）
• 2. 为什么要使用Power BI？（阅读 2 分钟）
• 3. 绘图类型（阅读 5 分钟）

Power BI 是 微软（Microsoft） 的一项商业分析服务，旨在提供交互式可视化和商业智能功能，它的界面足够简单，让终端用户可以创建自己的报告和图表。

从本质上讲，Power BI由一组软件服务、应用程序和连接器组成，通过协同工作，将不相关的数据源转变为连贯和交互式的解析。数据可以存储在 Excel 中，也可以储存在基于云的环境或数据仓库中，并且都可以从 Power BI 访问，以便分析。

Power BI 由一组协同工作的应用程序组成，可用于创建并得到商业解析。以下三种最为常见：

• Windows 上的Power BI桌面应用程序。
• Power BI 服务的在线软件服务。
• 适用于 Windows、iOS 和 Android 设备的 Power BI 移动应用。

在Power BI 中常见的工作流首先会连接到数据源并生成报表。之后，发布这个报表到 Power BI 服务，与其他用户共享，这样，其他用户也能查看该报表并反馈。

首先，你可以点击此链接下载 Power BI Desktop 应用程序，点击后，将跳转至 Microsoft Store页面。

下载应用程序后，就可以开始使用了。进入应用程序后，你会先看到主画布，可以通过拖放系统至画布，实现数据探索可视化。该系统支持大范围现代可视化中选择绘图类型，并轻松地从导入的数据中选择数据特征文件或数据库。

Power BI 的一大功能，是它支持提取和连接不同来源的数据，这与像 Excel 、 PowerPoint 这类其他 Microsoft Office 软件包工具相反：

它不仅有多个数据源，而且还允许来自不同来源的数据在探索过程中进行交流，以获得进一步的解析。

这个功能可以通过“主页（Home）”的菜单栏完成，选择获取数据（Get Data）。其中有些信息非常有趣，他们来自于 excel 、CSV 文件、Access、Oracle、Azure SQL 和 MySQL 数据库、Spark 和 Hive、Salesforce、GitHub 甚至 Python 脚本，都可与你的脚本进行交流。

Power BI 还有一个功能非常有趣，即自动刷新已存储的数据，以促进日常分析任务，例如内部的商业报告。

另一方面，除了提供多种多样的图表类型（例如折线图、条形图、饼图和堆积条形图）外，Power BI 还包括一个市场，可以在其中找到专属且复杂的图表类型。

A. 面积图（Area Chart）

面积图，也称为分层面积图（layered area chart），是一种图表类型，用来表示一个或多个数量随时间的变化，它显示数据的方式类似于折线图，增加了变量体积的可视化。

当你想表示一个变量随时间变化的趋势，但数值不用非常精确时，面积图是一个不错的选择，例如：公司全年的销售额、支出费用以及员工的生产力变化。

为了得到上面的图表，我们要从可视化面板中选择面积图，并将所需的值和轴拖到画布上。

B. 条形图（Bar Charts）

在 Power BI 中生成这类图表，我们要从可视化面板中选择条形图。

当我们将所需的值和轴拖到画布上后，我们就可以继续设置图像的样式，包括修改标题、标签、背景颜色、条形颜色以及其他功能。

C. 组合图（Combo Chart）

组合图是将折线图和柱状图组合在一起的单个可视化图表。当折线图和条形图使用同一X轴，且比较不同值范围的多个度量时，组合图是一个不错的选择。此外，组合图有助于在同一可视化图表张比较两个度量之间的相关性。

在下图中，我准备了一个示例图，其中显示了总销售额（左 Y 轴以百万为单位）与每个产品的平均价格（右 Y 轴以美元为单位）之间的关系，并区分了销售额的链条：

在 Power BI 中生成这种类型的图表，我们需要从可视化面板中选择折线图和堆积柱形图，“横轴”表示月份，用非常明显的特征强调条形图中的“条形”，在本例中是“链条”。“列”代表销售额和平均单价，通过折线图与总销售额进行比较。

D. 环形图（Doughnut Charts）

环形图类似于饼图，因为它显示了每个部分和整体的关系。唯一的区别是，中心是空白的，为标签或图标留出空间。

下面图中，我准备了一个示例图，其中显示了品牌连锁店之间的总销售额分布：

为了在 Power BI 中生成这种类型的图表，我们要从可视化面板中选择“圆环图（Donut Chart）”，并按月份设置“图例”、将销售总额信息拖动到“值”。之后，你可以根据自己的需要或喜好进行自定义。

在选择此图表实现可视化之前，请记住，圆环图的各个值加起来必须为 100%，而且，类别过多的话会导致难以阅读和理解。

E．漏斗图（Funnel Charts）

漏斗图通常用于展示流程的顺序连接阶段。最常见的应用场景是销售流程，因为它们可以显示每个阶段的潜在收入金额，并帮助公司识别许多潜在问题领域。

每个漏斗阶段代表总数的百分比。因此，在大多数情况下，漏斗图的形状像漏斗——第一阶段最大，随后的每个阶段都比前一个阶段小。

在以下这些情况中，漏斗图是一个不错的选择：

• 数据是连续的，并且至少经过几个阶段。
• 据估计，第一阶段的数量会大于后续阶段的数量。
• 我们想分阶段计算潜在收入。

为了在 Power BI 中生成这种类型的图表，我们要从可视化面板中选择漏斗图，并用流程的不同阶段完成“组（Group）”的内容，并将销售总额信息拖到“值（Values）”，让它们在各个阶段之间进行分配。之后，你可以根据自己的需要或喜好继续自定义图表。

F. 径向测量图表（Radial gauge charts）

径向图表有一个圆弧，会显示单个的值，用于衡量目标或关键绩效指标 (KPI) 的进度。线（或针）会代表目标或目标值，阴影代表该目标的进度。弧内的值代表进度值。

本例中，我比较了今年到目前为止的总销售额与往年平均总销售额，每年大约 9000 万，而年初这个数字为 4500 万。

径向图表是显示目标进度、表示百分位度量（如 KPI）、甚至显示单个度量运行状况的绝佳选择。

为了在 Power BI 中生成这种类型的图表，我们要从可视化面板中选择仪表图（Gauge Chart），并使用要实现的所度量填入“目标值（Target Value）”和要比较的实际数字的“值（Value）”。

此外，你还可以手动设置最小值和最大值。之后，你可以根据自己的需要或喜好自定义图表。

通过本文中列举的指南和绘图类型，我希望能帮助你提高使用 Power BI 实现可视化的能力。

如果你喜欢本文包含的信息，请随时与我们联系，分享你的想法。如果你有任何问题或想法要分享，欢迎在文章下方留言、讨论，或者你可以在社交网络中找到我以获取更多相关内容。

原文作者：Julian Herrera
翻译作者：Lia
美工编辑：过儿
校对审稿：Jiawei Tong
原文链接：https://towardsdatascience.com/business-intelligence-visualizations-with-power-bi-fcc4ccc5a906