本文共 1070 字，大约阅读时间需要 3 分钟。

安装必要的库和依赖

要使用Power BI中的Python可视化功能，首先需要安装一些必要的库和依赖。这些包括powerbi-dataframe、pandas和matplotlib。你可以通过以下命令来安装这些库：

!pip install powerbi-dataframe pandas matplotlib

导入必要的模块

在Python代码中，你需要导入一些必要的模块。首先，导入powerbi_dataframe和pandas，然后导入matplotlib.pyplot：

import powerbi_dataframe as pbd  import pandas as pd  import matplotlib.pyplot as plt

从Power BI获取数据

使用powerbi_dataframe库来从Power BI获取数据。你需要提供你的Power BI工作簿的ID和数据集的名称，然后获取数据。以下是获取数据的示例代码：

# 替换下面的字符串为你的Power BI工作簿的ID和数据集的名称  workbook_id = "your_workbook_id"  dataset_name = "your_dataset_name"  data = pbd.get(workbook_id, dataset_name)

数据预处理

使用pandas库对获取到的数据进行预处理。例如，你可以查看数据的形状、列名、数据类型等：

# 查看数据的形状  print("Shape of data:", data.shape)  # 查看列名  print("Columns:", data.columns)  # 查看数据类型  print("Data types:", data.dtypes)

数据可视化

使用matplotlib库来创建图表。例如，你可以创建一个简单的柱状图来展示数据的分布：

# 假设你的数据有两列：'category'和'value'  data['category'].value_counts().plot(kind='bar')  plt.show()

将图表导出为图片

你可以使用matplotlib的savefig()函数来将图表保存为图片。例如，你可以将图表保存为一个名为chart.png的图片文件：

plt.savefig('chart.png')

以上就是从Power BI中获取数据并进行可视化的基本步骤。你可以根据需要修改代码，例如改变图表的类型、添加图例、调整颜色等。

转载地址：http://laxfk.baihongyu.com/