微软PowerBI考试 PL300-使用适用于 Power BI 的 Copilot 创建交互式报表

微软PowerBI考试 PL300-使用适用于 Power BI 的 Copilot 创建交互式报表

Microsoft Power BI 可帮助您通过交互式报表准备数据并对数据进行可视化。 如果您是 Power BI 的新用户,可能很难知道从哪里开始,并且创建报表可能很耗时。 通过适用于 Power BI 的 Copilot,您可以更轻松地将数据快速转化为见解。

准备您的数据以供适用于 Power BI 的 Copilot 使用

Microsoft Power BI 使您能够在单个工具内开发交互式报表。 典型的报表开发包括以下步骤:

准备数据和对数据进行建模
可视化和分析数据
保护和分发报表

每个步骤都可能很耗时,并且会让新 Power BI 用户望而生畏,具体取决于数据的复杂性和报表的要求。 通过使用适用于 Power BI 的 Copilot 执行如下一些任务,您可以减少创建报表所花费的时间:

基于自然语言创建度量值。

使用同义词更新语义模型,以改善用户问答体验。
根据预填充的提示生成报表内容、摘要视觉对象和页面。
分析基础语义模型的摘要。
但是,您仍需执行初始数据清理和转换任务,这对于确保报告的准确性至关重要。

确保数据质量

您还需要针对数据质量的不同方面评估语义模型,否则 Copilot 可能无效。

在创建 Power BI 报表时,数据质量至关重要,因为它直接影响从数据中获得的见解的准确性和可靠性。 下面是数据质量如何影响 Power BI 报表的成功创建的示例:

完整性:缺少值可能会导致差距。
有效性:超出范围的数据值可能会扭曲视觉对象和结果。
一致性:不一致的数据可能会影响与日期相关的视觉对象。
唯一性:重复项可能会影响数据准确性。
数据关系:如果没有关系,可能无法实现跨表视觉对象。
DAX 计算:有限的计算可能会导致可能获得的见解更少。

使用 Power Query 准备数据

Power Query 是准备语义模型的关键 Power BI Desktop 功能。 这是创建 Power BI 报表的初始步骤,在使用 Copilot 时不可或缺。 使用 Power Query 确保数据质量:

通过评估列质量、分配和配置文件来分析数据。 通过解决不一致、意外值或 null 值和其他数据质量问题来清理数据。 通过为列和查询实施用户友好的命名约定、更改列数据类型和应用数据形状转换来转换数据。

使用适用于 Power BI 的 Copilot 对您的数据进行建模

正确准备数据是获取数据见解的基础。 清理、转换和构形数据后,您便可以开始设计语义模型。

将表与关系相连接

下一步是创建表间关系。 通过关系,您可以稍后在开发流程中在报表视觉对象中筛选和汇总数据。 您可以使用自动检测关系功能开始操作,然后使用 Copilot 汇总初始语义模型,以确定是否需要任何其他关系。

在下图中,有一个包含通过关系连接的维度表的事实表。 当为语义模型使用星形架构或 snowflake 架构时,Power BI 报表效果最佳。

包含事实表和已连接维度表的星形架构语义模型的屏幕截图。

创建快速度量

连接表后,您可能会发现无法使用原样数据回答业务要求问题。 在本应用场景中,您可以使用 DAX (Data Analysis Expressions) 创建度量值,以创建新的数据计算来满足您的要求。 DAX 用途广泛且功能强大,但开始使用 Power BI 时也令人生畏。 DAX 描述为一种函数语言。 函数语言(例如 DAX)专注于使用函数计算结果,与基于集合的语言的分步方法相比,这可能更加与直觉相反。

Power BI 允许您创建快速度量,从而允许您添加要计算的数据字段。

“快速度量”窗格的屏幕截图,其中包含一些预填充选项,包括平均值和筛选器。

借助快速度量,您可以轻而易举地创建度量值并学习 DAX,同时满足报表要求。

使用 DAX 进行查询

Power BI Desktop 中有四个视图:报表、表、模型 和 DAX 查询。 在 DAX 查询视图中,您可以在功能区中选择 Copilot,并使用自然语言描述您的需求。

考虑在“DAX 查询”视图的 Copilot 功能中输入以下提示 total sales for all salespeople individually for all items in the accessories category

此提示旨在计算每个销售员在配饰类别的销售额总计。 在 AdventureWorks,有多个类别,其中包含多个产品。 配饰的销售额较低,业务要求是更好地了解销售更多配饰的人员,以便能够共享有价值的信息。

用于计算上一个提示的 DAX 查询的屏幕截图。

// DAX query generated by Fabric Copilot with "total sales for all salespeople individually for all items in the accessories category"
// Total sales for each salesperson for items in the accessories category
EVALUATESUMMARIZECOLUMNS('Salesperson'[Salesperson],FILTER('Product', 'Product'[Category] == "Accessories"),"Total Sales", [Total Sales])

下表显示 Copilot 生成的 DAX 查询的示例结果。 

图片

根据 DAX 查询创建度量值

在“DAX 查询”视图中使用 Copilot 以探索数据并确定需要创建的度量值,然后选择使用更改更新模型,以创建度量值。 以下查询是根据 suggest measures 提示生成的。

// DAX query generated by Fabric Copilot with "Suggest new measures in a DAX query for further analysis and try them out with one or more suitable columns"
DEFINE
// New measure to calculate the average profit per product soldMEASURE 'Sales'[AvgProfit per Product]= DIVIDE([Profit],[UniqueProductsSold])
// New measure to calculate the average sales per resellerMEASURE 'Sales'[AvgSales per Reseller]= DIVIDE([TotalSales],[UniqueResellers])
// New measure to calculate the average quantity per orderMEASURE 'Sales'[AvgQuantity per Order]= DIVIDE([TotalQuantity],[Orders])
// New measure to calculate the average sales per orderMEASURE 'Sales'[AvgSales per Order]= DIVIDE([TotalSales],[Orders])// Evaluate the new measures
EVALUATEROW(
"Avg Profit per Product",[AvgProfit per Product],
"Avg Sales per Reseller",[AvgSales per Reseller],
"Avg Quantity per Order",[AvgQuantity per Order],
"Avg Sales per Order",[AvgSales per Order])

生成的表如下: 

图片

以下屏幕截图是三个简单步骤的结果:

输入 suggest measures 提示。 

在结果返回后选择保留查询。 

运行查询。 

作为报表开发人员,您可以使用更改更新模型,以创建最适合您的项目的度量值。

“Suggest Measures”提示的屏幕截图,其中包含如前所述的建议度量值和表结果。

总结

Copilot 允许您更有效地探索和设计语义模型,从而扩展您的数据分析技能,并使您成为更好的报表开发人员。

使用适用于 Power BI 的 Copilot 创建报表

现在,您已了解准备数据的价值以及如何根据报表需求设计语义模型。 接下来,我们将探索如何可视化数据以及为数据驱动决策提供见解。

使用 Power BI Desktop 创建报表

Power BI Desktop 是主要的报表开发工具。 只需使用此应用程序,即可连接到、转换和可视化数据并对数据进行建模。 让我们探索 Copilot 如何帮助您在 Power BI Desktop 中创建视觉对象和报表。

Copilot 体验与其他 Microsoft Copilot 产品一致 - 选择 Copilot 按钮,将打开一个新窗格,其中包含建议的提示和聊天功能。

您可以尝试的一些提示是:

创建新的报表页面。
为新报表页面建议内容。
回答此数据问题...(然后在聊天中插入您的问题)。

Power BI Desktop 中的“Copilot”窗格的屏幕截图,其中包含建议的提示。

以下示例是使用创建新报表页面建议提示生成的。 Copilot 要求提供名称和描述,然后创建报表元素,包括:

带有产品和销售员切片器的标头。
销售额、成本和利润度量值(销售额减去成本)的总和的卡片视觉对象。
评估一段时间内的销售额、成本和利润的面积图。
评估按产品的销售额、成本和利润的柱状图。
按区域的销售额的地图视觉对象。
此报表和所有元素均在一个一致的主题中生成,并快速创建。

如前所述生成的报表页面的屏幕截图。

使用 Power BI 服务创建报表

当您在 Power BI Desktop 中创建报表时,您可以将其发布到 Power BI 或 Fabric 服务以进行协作和分发。 发布报表时,会在工作区中创建两个项目:语义模型报表

报表是您在 Power BI Desktop 的“报表”视图中创建的视觉对象表示形式。
语义模型是基础数据,包括关系和度量值。

若要通过 Power BI 服务创建报表,首先要从语义模型中选择省略号 (...),然后选择创建报表。

Power BI 服务的屏幕截图,其中已展开语义模型的省略号并已选择“创建报表”选项。

选择 Copilot 按钮,然后查看包含建议的提示和聊天字段的类似体验。

“Copilot”窗格的屏幕截图,其中包含建议的提示。

在本示例中,我们可以看到提供了几种不同的可能性,包括:

按销售员的销售业绩
区域销售分析
产品成本和收益率
在以下屏幕截图中,我们选择了产品成本和收益率 提示来生成新的报表页面。 本页面的布局与使用 Power BI Desktop 创建的页面布局相似。 还有卡片视觉对象、条形图、柱状图和面积图,可帮助分析不同产品的成本和收益率,包括标准成本、利润和利润率。

生成的报表和包含提示体验的 Copilot 窗格的屏幕截图。

使用自定义提示创建页面

您还可以根据自己对报表的数据和业务要求的知识,提供您自己的提示。 Copilot 可以根据您的提示创建的内容可能会受到限制。 有关我们的模型的一些想法是:

创建一个页面,按销售额显示前 10 个产品。
在新页面上创建一个视觉对象,显示所有售出产品中排名前三的颜色。

最终注意事项 使用 Copilot 时,您应该将其视为初稿,这需要您进行审查才能完成。 虽然您可能按原样保留视觉对象,但您可能需要更改其他视觉对象的颜色或标签。 请记住:

我们正在不断进行更新,敬请期待改进功能。
Copilot 回复是使用 AI 生成的,可能会出错。 始终自我检查。

使用适用于 Power BI 的 Copilot 创建摘要

摘要通过提供清晰简洁的概述来使访问群体保持参与,确保有效传达核心消息。 作为叙事流程的一部分,摘要还提供上下文并突出显示重要方面。

使用叙事视觉对象进行总结

叙事视觉对象允许您创建一个自定义视觉对象,以在报表视觉对象中汇总和引用数据。 自定义叙事可以更好地控制格式和文本。 Copilot 创建的摘要包括以下建议提示:

提供执行摘要
回答领导层可能提出的问题
创建见解的项目符号列表

还可以输入自定义提示。 选择引用当前页面上的所有视觉对象或要包括在摘要中的特定视觉对象。 此视觉对象在 Power BI Desktop 和服务中都可用。 您还可以在自定义摘要和 Copilot 摘要之间切换以进行比较。

“使用 Copilot 创建叙事”对话框和之前描述的选项的屏幕截图。

在以下屏幕截图(Copilot 生成的摘要)中,一些突出显示的要点为:

各个产品的最高和最低销售量。
大幅突增的销售量。
单日总利润和最高利润。

Copilot 生成的摘要的屏幕截图。

这些详细信息提供一目了然的见解,而整个报表则提供交互式视觉对象以供进一步分析。

在 Copilot 窗格中汇总

报表开发人员和使用者都可以使用 Copilot 窗格对报表进行汇总。 开发人员可以使用 Copilot 生成有关如何呈现数据的想法,而使用者可以更好地了解报表中的数据。

Copilot 会考虑所有数据,包括隐藏在当前未应用筛选器或切片器后面的数据。 您可以通过在提示中指示范围来汇总或回答整个报表中的问题,或仅汇总或回答当前页面的问题。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/web/83374.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Android11三网共存

一、优先级基本知识介绍 Android6.0之后系统中优先级设置都是根据Score分值来设置优先级,分值0-100,数值越高,越优先。 SIM卡网络 50 wifi网络 60 有线网络 70手机网络设置都有自己的Factory设置类,都继承自NetworkFactory.j…

【散刷】二叉树基础OJ题(三)

📝前言说明: 本专栏主要记录本人的基础算法学习以及刷题记录,使用语言为C。 每道题我会给出LeetCode上的题号(如果有题号),题目,以及最后通过的代码。没有题号的题目大多来自牛客网。对于题目的…

什么是数据交换?有哪些数据交换方式?

目录 一、数据交换是什么 二、数据交换面临的挑战 1. 数据格式差异 2. 数据标准不统一 3. 安全与隐私问题 4. 网络与性能问题 三、常见的数据交换方式 1. 文件交换 2. 数据库直连 3. 中间件交换 4. API接口交换 四、数据交换的发展趋势 1. 实时性要求提高 2. 标准…

C#winform画图代码记录

using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Threading.Tasks; using System.Windows.Forms;namespace 坐标变换 {public partial class Fo…

python打卡day50

import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms from torch.utils.data import DataLoader import matplotlib.pyplot as plt import numpy as np# 定义通道注意力 class ChannelAttention(nn.Module):def __i…

Go语言多线程问题

打印零与奇偶数(leetcode 1116) 方法1:使用互斥锁和条件变量 package mainimport ("fmt""sync" )type ZeroEvenOdd struct {n intzeroMutex sync.MutexevenMutex sync.MutexoddMutex sync.Mutexcurrent int…

ateⅹⅰt()的用法

在C/C++中, atexit() 函数用于注册程序退出时需要调用的函数,即使程序通过 main() 函数返回、 exit() 函数退出或异常终止,这些注册的函数也会被执行。以下是其详细用法: 1. 函数原型与头文件 #include <cstdlib> // C++中需包含此头文件 int atexit(void (*functio…

【大模型】 使用llama.cpp 进行模型转换和量化

目录 1 相关知识 ■llama.cpp ■GGUF 格式 ■量化 2 详细步骤 克隆 llama.cpp 仓库 安装依赖 配置 CMake 构建 构建项目 验证安装 转换 safetensors 为 FP16 GGUF 量化模型 (Q4_K_M) 测试量化模型 1 相关知识 ■llama.cpp llama.cpp是一个开源的 C/C++ 库,旨…

大数据学习(133)-Hive数据分析2

​​​​&#x1f34b;&#x1f34b;大数据学习&#x1f34b;&#x1f34b; &#x1f525;系列专栏&#xff1a; &#x1f451;哲学语录: 用力所能及&#xff0c;改变世界。 &#x1f496;如果觉得博主的文章还不错的话&#xff0c;请点赞&#x1f44d;收藏⭐️留言&#x1f4…

IDEA 连接 Docker 一键打镜像

首先&#xff0c;检查 IDEA 是否安装了 Docker 插件&#xff1a; 版本比较新的 IDEA 默认都安装了这个插件&#xff0c;如果没有安装&#xff0c;安装一下。 确保我们虚拟机上安装了 Docker 和 Docker-compose&#xff0c;并启动了 Docker。 找到 IDEA 下方的 Services tab 栏…

第六讲——一元函数微分学的应用之中值定理、微分等式与微分不等式

文章目录 连续函数性质定理定理1 有界与最值定理定理2 介值定理定理3 平均值定理定理4 零点定理定理5 费马定理导数介值定理(达布定理) 中值定理罗尔定理拉格朗日中值定理柯西中值定理泰勒公式 讨论方程的根问题——微分等式证明不等式问题使用函数的性质(单调性、凹凸性、最值…

2025.06.11【Ribo-seq】|用CPAT预测sORF序列的编码潜能

文章目录 前言一、准备工作1. 安装CPAT2. 下载物种特异性模型 二、准备sORF核酸序列1. 获取sORF的拼接核酸序列示例脚本&#xff08;假设已获得外显子fasta&#xff09;&#xff1a; 三、运行CPAT预测编码潜能1. 准备CPAT模型和hexamer表2. 运行CPAT 四、结果解读五、常见问题与…

Hive面试题汇总

一、hive架构相关 遇到这类问题&#xff0c;可以灵活的去回答&#xff0c;比如可以结合平时使用hive的经验作答&#xff0c;也可以结合下图从数据的读入、解析、元数据的管理&#xff0c;数据的存储等角度回答&#xff1a; 二、hive的特点 本题主要为了考察对hive的整体使用…

树莓派超全系列教程文档--(57)如何设置 Apache web 服务器

如何设置 Apache web 服务器 设置 Apache web 服务器安装 Apache测试 web 服务器更改默认网页 为 Apache 安装 PHP 文章来源&#xff1a; http://raspberry.dns8844.cn/documentation 原文网址 设置 Apache web 服务器 Apache 是一款流行的 web 服务器应用程序&#xff0c;您…

(九)现代循环神经网络(RNN):从注意力增强到神经架构搜索的深度学习演进

现代循环神经网络的内容&#xff0c;将介绍几种先进的循环神经网络架构&#xff0c;包括门控循环单元&#xff08;GRU&#xff09;、长短期记忆网络&#xff08;LSTM&#xff09;的变体&#xff0c;以及注意力机制等。这些内容将帮助你更深入地理解循环神经网络的发展和应用。 …

牛市与熊市:市场周期的双面镜

牛市推动资产增值与风险积累&#xff0c;熊市挤压泡沫并孕育机会&#xff0c;两者交替循环&#xff0c;构成市场自我调节机制。 1、概念对比&#xff1a;情绪与趋势的博弈 牛市&#xff08;Bull Market&#xff09;&#xff1a;指资产价格持续上涨&#xff08;通常涨幅超20%&a…

web程序设计期末复习-填空题

常用标签 块级标记 行内标记等 一、块级元素 特点&#xff1a; 独占一行可以设置宽度、高度、内外边距默认情况下会从上到下垂直排列 常见标签&#xff1a; 标签 含义 <div> 最常用的通用块级容器 <p> 段落 <h1>到<h6> 标题&#xff08;一级…

go全局配置redis,全局只需要连接一次,然后全局可以引用使用

创建redis文件夹、创建dadeRedis.go package redisimport ("context""github.com/go-redis/redis/v8""log""time" )var (client *redis.Clientctx context.Background() )// 初始化Redis连接&#xff08;建议在程序启动时调用&am…

缓冲区(C语言缓冲区+内核缓冲区)一个例子解释他们的关系和作用!!!

首先提出问题&#xff1a; 为什么以下代码是先sleep三秒后&#xff0c;屏幕才显示"XXXXXXX"。 #include<stdio.h> #include<unistd.h>int main() {printf("XXXXXXX");sleep(3);return 0; } 为什么以下代码是先显示"XXXXXXX"&#xf…

【2025版】Java 工程师学习路线图 —— 掌握程度描述版

✅【2025版】Java 工程师学习路线图 &#x1f4a1; 目标&#xff1a;成为合格的 Java 工程师&#xff08;前后端都要会&#xff09; &#x1f4dd; 结构清晰 | 阶段明确 | 掌握程度分级 | 适合自学或转行 &#x1f539; 阶段一&#xff1a;编程基础 计算机通识 模块内容推荐掌…