Power BI’da Python Entegrasyonu: Dağılım Grafikleri Ve Regresyon Örneğiyle

/ Yazar:

Power BI, veri görselleştirme için oldukça güçlü araçlar sunuyor. Ancak bazen verilerin daha spesifik hikayeleri olabiliyor ve bu hikayeleri aktarmak için daha özel görsellere ihtiyaç duyulabiliyor. Power BI’ın görselleştirme yeteneklerini Python’ın özelleştirme gücüyle birleştirerek daha etkileyici raporlar oluşturmaya hazır mısınız? Bu yazıda, Matplotlib kullanarak Power BI’da dağılım grafikleri oluşturma ve bunlara regresyon çizgileri ekleme sürecini adım adım anlatacağız. Hazırsanız başlayalım:

Power BI’da Python Görsellerini nasıl aktif edebiliriz?

Power BI’da Python görsellerinin çalışır duruma gelmesi için 3 aşamadan bahsedebiliriz:

1. Python kurulumu
2. Python kütüphanelerinin kurulumu
3. Power BI’da Python betiği oluşturma ayarlarını düzenleme

Python Kurulumu

Python resmi sitesini https://www.python.org/ ziyaret ederek kurulumu gerçekleştirebilirsiniz.

Python kütüphanelerinin kurulumu

Python kurulumu tamamlandıktan sonra kütüphanelerin kurulumuna başlanabilir. İşletim sisteminde, Komut istemi (Command) ekranına gelerek ilgili kütüphaneleri indirmek için:

py -m pip install matplotlib

py -m pip install pandas

Ayrıca aynı yöntemle numpy ve seaborn kütüphanelerini de kurmak faydalı olabilir.

py -m pip install numpy

py -m pip install seaborn

Power BI Python Betiği Ayarlarının Kontrolü

Python’da, kütüphanelerin yüklü olduğu Python versiyonu ile Power BI Python Betiği ayarlarında seçili olan Python versiyonunun aynı olup olmadığını kontrol edelim.

Power BI >> Seçenekler >> Python Betiği Oluşturma ayarları örneği:

Ayarlar da tamamsa hadi Python görselinin ilk haline bir göz atalım:
Örneğimizde Contoso Power BI dosyasını kullanıyoruz. Denemek isterseniz buradan indirebilirsiniz.

Sağ tarafta değerler alanı Power BI görselleriyle aynı. Bu alana grafiğini çizmek istediğimiz verileri getiriyoruz.

Python betik düzenleyicisi alanına ise değerler alanından alacağımız bilgiyi grafiğe dönüştüreceğimiz kodları giriyoruz. Bugün dağılım grafiği kullancağımız için iki sayısal sütun bilgisine ihtiyacımız var. Birim maliyet birim fiyat ilişkisini lineer regresyon çizgisiyle gözlemlemek için Python betik düzenleyicisine şu komutları yazalım.

import matplotlib.pyplot as plt
import numpy as np

# ------------- Eksen ve verileri tanımlayalım

data ={
    'X': dataset.UnitCost,
    'Y': dataset.UnitPrice
}

# ------------- Dağılım grafiği oluşturalım

plt.scatter(data['X'], data['Y'], c= "Lightblue")

# ------------- Eğim ve kesişim hesaplayalım. Deg 1 = lineer fit

eğim, kesişim = np.polyfit(data['X'], data['Y'], deg = 1)

# ------------- Regresyon çizgisini ekleyelim

plt.plot(data['X'], eğim * data['X'] + kesişim, color='red', label='Regression Line')

# ------------- Grafik Başlığı

plt.title('Dağılım Grafiği ve Lineer Regresyon Çizgisi')
 
# ------------- Eksen tanımları

plt.xlabel('Birim Maliyet')

plt.ylabel('Birim Fiyat')

# ------------- Çizgi adını belirten görsel oluşturalım 

plt.legend()

plt.show()

İşlem tamamlandığında, Python betik düzenleyicisi sağ üst köşesinde yer alan play tuşuna bastığımızda görselimiz hazır olacaktır.

Bugünkü yazımızda Python görsellerinin Power BI’da çalışması için Python kurulumundan, kütüphanelerin yüklenmesinden, olası hataların giderilmesinden konuştuk. Matplotlib kullanarak dağılım grafiği oluşturduk ve üzerine lineer regresyon çizgisi ekledik. Matplotlib ve Seaborn olağanüstü görselleştirme becerilerine sahip. Bu bilgilerle Power BI yolculuğunuzda spesifik hikayeleri anlatmanız umarız daha da kolaylaşır. Bir dahaki yazıda görüşmek üzere..

Benzer Yazılar