https://zhuanlan.zhihu.com/p/64146209

Power BI与PowerQuery、PowerPivot有什么关系?

刚开始学习PowerBI的时候,总是能碰到Power Query和Power Pivot这两个词(下文简称为PQ和PP),现在中文里面学习PowerBI的资源本来就不是很多,大部分资源还都是介绍PQ和PP的,那么她们到底和PowerBI是什么关系呢?

微软的很多办公工具都是以Power开头,最熟悉的当然就是PowerPoint了,如果ppt可以直译为超级演示,PQ就是超级查询,PP就是超级透视,我们先来看一下PQ。

Power Query

用作数据处理的大众化软件就是万人皆知的Excel了,Excel作为日常办公使用当然没有问题,但在大数据时代,她明显有点扛不住,微软也意识到了这一点,所以从Excel2010开始,推出了一个叫Power Query的插件,可以弥补传统Excel的不足。

微软官网对Power Query的介绍:

Power Query是微软的数据连接和数据准备技术,使业务用户能够无缝访问存储在数百个数据源中的数据,并通过易于使用、引人入胜且无代码的用户体验来对其进行调整以适应他们的需求。

在Power Query编辑器中,用户可以使用超过300种不同的数据转换,并且转换的每一个步骤的数据都可以随时查看。这些数据转换功能在所有数据源中都是通用的,而不受基础数据源的限制,并且数据处理以后,所有的步骤都被记录下来,源数据发生变动只需要刷新就可以自动执行所有处理步骤。

简单来说,PowerQuery作为微软的数据清洗神器,适合各种数据转换、处理,可以极大的提升工作效果,从重复单调的工作中解脱出来,从而更有时间去关心更核心的业务分析问题。

现在还在用Excel2010和2013的同学可以从微软官网下载powerquery插件使用。

而到了Excel2016,微软直接把PQ的功能嵌入进来,放在数据选项卡下:

PowerBI中的获取数据界面是这样的:

是不是非常相似,功能也基本是一样,点击进去后都是进入查询编辑器,所用的也都是M语言,所以学习PP就是学习PowerBI中的数据处理模块,无论在Excel中学还是在Power BI中学,都是一样的。

Power Pivot

先来看看官方对Power Pivot的介绍:

PowerPivot是一种数据建模技术,用于创建数据模型,建立关系,以及创建计算。 可使用 PowerPivot 处理大型数据集,构建广泛的关系,以及创建复杂(或简单)的计算,这些操作全部在高性能环境中和所你熟悉的 Excel 内执行。

接触过Excel的人肯定都知道数据透视表,英文名是Pivot Table,按这个翻译PP可以叫做超级透视,但其功能要比数据透视表强大很多,所以PP被大家称为是数据建模,这个名字一下就显得高大上了吧,不过PP确实名副其实,她被称为微软近20年来最伟大的发明,也是PowerBI的灵魂,PP用到的语言是DAX,以后会详细介绍。

在Excel中也可以使用PP,首先从选项里面把这个功能加载进来:

然后Excel选项卡下就多了一个Power Pivot,界面如下:

这个和PowerBI中建模选项卡的功能区也非常相似,所以学习PP就是学习Power BI的数据建模,二者的本质内容是一致的。

刚才看Excel选项中加载项的时候,我们看到Power Pivot旁边还有两个Power兄弟,Power View和Power Map,PV就是数据可视化,PM就是数据地图,这两项也已经内嵌到PowerBI中,且功能更加强大。这两个学习都相对比较简单,就不作介绍,我们学习PowerBI的重点就是数据处理和数据建模,学好这两个以后,数据可视化就是水到渠成而已。

从上面的介绍可以看出,Power Query、Power Pivot、Power view以及Power Map等全部功能聚集到一起,就成了现在的Power BI。

Excel or Power BI Desktop?

既然在Excel和PowerBI Desktop中都可以学习最核心的组件PP和PQ,那么在哪里学习更好呢,其实都可以,看个人的使用习惯。我个人更推荐直接在PowerBI Desktop中学习,理由如下:

  • PowerBI Desktop界面更友好,逼格更高
  • PowerBI Desktop更新速度快,几乎每月都有更新,最新的M函数和DAX函数随时可以调用
  • 进行数据处理的最终目标是生成可视化报告,发现有趣的见解,这在PowerBI Desktop中整个流程一气呵成,且图表库和便捷性要完爆Excel
  • 更重要的是:PowerBI完全免费,绝对正版,这一点上比office要亲民的多

如果还没有开始学习Power BI,对PP和PQ没有什么概念,这篇文章可能比较枯燥,但理解了这些基本概念,对你之后的学习以及学习资料的查找很有帮助。

数据可视化之powerBI入门(四)Power BI与PowerQuery、PowerPivot有什么关系的更多相关文章

  1. 数据可视化之powerBI入门(十)认识Power BI的核心概念:度量值

    https://zhuanlan.zhihu.com/p/64150720 本文学习PowerBI最重要的概念:度量值 初学Power BI一般都会对度量值比较困惑,毕竟对长期接触Excel的人来说, ...

  2. 数据可视化之powerBI入门(十一)认识Power BI数据分析语言DAX

    DAX是英文Data Analysis Expression的缩写,意思是数据分析表达式,从名称上就可以看出,DAX公式是用作数据分析的,事实上也确实如此,从数据分析层面认识DAX会更有助于我们理解它 ...

  3. 数据可视化之powerBI入门(九)PowerBI数据建模:其实一点都不高深

    https://zhuanlan.zhihu.com/p/64149834 数据建模并没有那么高深,你同样可以学会!这篇文章通过一个实例创建一个简单的数据建模,并引出两个重要的概念:度量值和DAX. ...

  4. 数据可视化之powerBI入门(三)财务人员必学,使用Powerquery是一种什么体验?

    https://zhuanlan.zhihu.com/p/54700574 财务人员必学,使用Powerquery是一种什么体验? 你和Excel高手的距离只差了一个Power Query!!! 先思 ...

  5. 数据可视化之powerBI入门(二)体验PowerBI:零基础分分钟生成一份交互报表

    https://zhuanlan.zhihu.com/p/64144595 体验PowerBI:零基础分分钟生成一份交互报表 首先我们准备一份数据,Excel格式 数据是从2006年到2015年10年 ...

  6. 数据可视化之powerBI入门 (一)认识PowerBI

    来自  https://zhuanlan.zhihu.com/p/64144024 Power BI是什么? Power BI是微软推出的数据分析和可视化工具,我们先来看看微软官方是怎么介绍的: Po ...

  7. 数据可视化之powerBI入门(七)数据清洗中最常使用的十三招

    https://mp.weixin.qq.com/s?__biz=MzA4MzQwMjY4MA==&mid=2484067158&idx=1&sn=4ad955112df2f4 ...

  8. 数据可视化之powerBI入门(五)PowerQuery,支持从多种源导入数据

    PowerBI的强大绝不仅是最后生成炫酷的可视化报告,她在第一步数据获取上就显示出了强大的威力,利用Power Query 的强大数据处理功能,几乎可以从任何来源.任何结构.任何形式上获取数据 htt ...

  9. 数据可视化之powerBI入门(六)PowerQuery:横向/纵向追加数据

    https://zhuanlan.zhihu.com/p/64148432 上一篇文章都是在原表数据基础上的分分合合,但做数据分析的时候还经常需要在原有数据的基础上增加一些辅助数据,比如加入新列.新行 ...

随机推荐

  1. Windows下C,C++开发环境搭建指南

    Windows下C,C++开发环境搭建指南 前情提要 基于近一段时间很多网友发邮件反馈,说一些项目编译出现问题,诸如此类的情况. 就觉得很有必要写一篇C,C++开发环境的小指南,统一回复. 1.君欲善 ...

  2. MySQL连接查询驱动表被驱动表以及性能优化

    准备我们需要的表结构和数据 两张表 studnet(学生)表和score(成绩)表, 创建表的SQL语句如下 CREATE TABLE `student` ( `id` int(11) NOT NUL ...

  3. MySQL 性能优化细节

    服务器层面优化(了解) 将数据保存在内存中,保证从内存读取数据 设置足够大的innodb_buffer_pool_size,将数据读取到内存中. 建议innodb_buffer_pool_size设置 ...

  4. rust 宏

    macro_rules! four { () => {1 + 3}; } fn main(){ println!("{}", 1+four!()); println!(&qu ...

  5. arduino连接1602LCD方法

    arduino连接1602LCD方法 参考代码:

  6. Andrew Ng - 深度学习工程师 - Part 1. 神经网络和深度学习(Week 4. 深层神经网络)

     =================第2周 神经网络基础=============== ===4.1  深层神经网络=== Although for any given problem it migh ...

  7. IDEA自定义类注释和方法注释(自定义groovyScript方法实现多行参数注释)

    一.类注释 1.打开设置面板:file -> setting -> Editor -> file and code Templates 选择其中的inclues选项卡,并选择File ...

  8. Tensorflow2 自定义数据集图片完成图片分类任务

    对于自定义数据集的图片任务,通用流程一般分为以下几个步骤: Load data Train-Val-Test Build model Transfer Learning 其中大部分精力会花在数据的准备 ...

  9. 深入浅出PyTorch(算子篇)

    Tensor 自从张量(Tensor)计算这个概念出现后,神经网络的算法就可以看作是一系列的张量计算.所谓的张量,它原本是个数学概念,表示各种向量或者数值之间的关系.PyTorch的张量(torch. ...

  10. Spring中的AOP(一)

    1. Spring AOP实现机制 Spring采用动态代理机制和字节码生成技术实现AOP.与最初的AspectJ采用编译器将横切逻辑织入目标对象不同,动态代理机制和字节码生成都是在运行期间为目标对象 ...