Cara menggunakan plt.gca in python

Lompati ke konten utama

Browser ini sudah tidak didukung.

Mutakhirkan ke Microsoft Edge untuk memanfaatkan fitur, pembaruan keamanan, dan dukungan teknis terkini.

Membuat visual Power BI dengan menggunakan Python

• Artikel
• 09/30/2022
• 5 menit untuk membaca

Dalam artikel ini

Dengan Power BI Desktop, Anda dapat menggunakan Python untuk memvisualisasikan data Anda.

Prasyarat

Bekerja melalui tutorial Jalankan skrip Python di Power BI Desktop menggunakan skrip Python berikut:

import pandas as pd 
df = pd.DataFrame({ 
    'Fname':['Harry','Sally','Paul','Abe','June','Mike','Tom'], 
    'Age':[21,34,42,18,24,80,22], 
    'Weight': [180, 130, 200, 140, 176, 142, 210], 
    'Gender':['M','F','M','M','F','M','M'], 
    'State':['Washington','Oregon','California','Washington','Nevada','Texas','Nevada'],
    'Children':[4,1,2,3,0,2,0],
    'Pets':[3,2,2,5,0,1,5] 
}) 
print (df) 

Artikel Jalankan skrip Python di Power BI Desktop menunjukkan cara menginstal Python di komputer lokal Anda dan mengaktifkannya untuk pembuatan skrip Python di Power BI Desktop. Tutorial ini menggunakan data dari skrip di atas untuk mengilustrasikan pembuatan visual Python.

Membuat visual Python di Power BI Desktop

1. Pilih ikon visual Python di panel Visualisasi.

   

2. Pada kotak dialog Aktifkan visual skrip yang muncul, pilih Aktifkan.

   Saat Anda menambahkan visual Python ke laporan, Power BI Desktop mengambil tindakan berikut:

   • Gambar visual Python tempat penampung muncul di kanvas laporan.

   • Editor skrip Python muncul di sepanjang bagian bawah panel tengah.

   

3. Selanjutnya, seret bidang Usia, Anak-anak, Fname, Jenis Kelamin, Hewan Peliharaan, Status, dan Berat ke bagian Nilai yang bertuliskan Tambahkan bidang data di sini.

   

   Skrip Python Anda hanya dapat menggunakan bidang yang ditambahkan ke bagian Nilai. Anda dapat menambahkan atau menghapus bidang dari bagian Nilai saat mengerjakan skrip Python Anda. Power BI Desktop secara otomatis mendeteksi perubahan bidang.

   Catatan

   Jenis agregasi default untuk visual Python jangan meringkas.

4. Sekarang Anda dapat menggunakan data yang Anda pilih untuk membuat plot.

   Saat Anda memilih atau menghapus bidang, kode pendukung di editor skrip Python secara otomatis dibuat atau dihapus.

   Berdasarkan pilihan Anda, editor skrip Python menghasilkan kode pengikatan berikut.

   • Editor membuat kerangka data himpunan data, dengan bidang yang Anda tambahkan.
   • Agregasi default adalah: jangan meringkas.
   • Mirip dengan visual tabel, bidang dikelompokkan dan baris duplikat hanya muncul sekali.
   

   Tip

   Dalam kasus tertentu, Anda mungkin tidak ingin pengelompokan otomatis terjadi, atau Anda mungkin ingin semua baris muncul, termasuk duplikat. Jika demikian, Anda dapat menambahkan bidang indeks ke himpunan data Anda yang menyebabkan semua baris dianggap unik dan yang mencegah pengelompokan.

   Anda dapat mengakses kolom dalam himpunan data menggunakan nama masing-masing. Misalnya, Anda dapat membuat kode dataset["Age"] dalam skrip Python untuk mengakses bidang usia.

5. Dengan kerangka data yang dihasilkan secara otomatis oleh bidang yang dipilih, Anda siap untuk menulis skrip Python yang menghasilkan plot ke perangkat default Python. Saat skrip selesai, pilih Jalankan dari bilah judul editor skrip Python.

   Power BI Desktop memplot ulang visual jika salah satu peristiwa berikut terjadi:

   • Saat Anda memilih Jalankan dari bilah judul editor skrip Python
   • Setiap kali terjadi perubahan data, karena refresh, pemfilteran, atau penyorotan data

   Saat Anda menjalankan skrip Python yang menghasilkan kesalahan, visual Python tidak diplot dan pesan kesalahan kanvas muncul. Untuk detail kesalahan, pilih Lihat detail dari pesan.

   Untuk mendapatkan tampilan visualisasi yang lebih besar, Anda dapat meminimalkan editor skrip Python.

Sekarang mari kita buat beberapa visual.

Membuat plot sebar

Mari kita buat plot sebar untuk melihat apakah ada korelasi antara usia dan berat.

1. Di bawah Tempel atau ketik kode skrip Anda di sini, masukkan kode ini:

   import matplotlib.pyplot as plt 
   dataset.plot(kind='scatter', x='Age', y='Weight', color='red')
   plt.show() 
   

   Panel editor skrip Python Anda sekarang akan terlihat seperti ini:

   

   Pustaka matplotlib diimpor untuk memplot dan membuat visual kami.

2. Saat Anda memilih tombol Jalankan skrip, plot sebar berikut dihasilkan di gambar visual Python tempat penampung.

   

Membuat plot baris dengan beberapa kolom

Mari buat plot garis untuk setiap orang yang menunjukkan jumlah anak dan hewan peliharaan mereka. Hapus atau komentari kode di bawah Tempel atau ketik kode skrip Anda di sini dan masukkan kode Python ini:

import matplotlib.pyplot as plt 
ax = plt.gca() 
dataset.plot(kind='line',x='Fname',y='Children',ax=ax) 
dataset.plot(kind='line',x='Fname',y='Pets', color='red', ax=ax) 
plt.show() 

Saat Anda memilih tombol Jalankan skrip, plot baris berikut dengan beberapa kolom dihasilkan.

Membuat plot batang

Mari kita buat plot batang untuk usia setiap orang. Hapus atau komentari kode di bawah Tempel atau ketik kode skrip Anda di sini dan masukkan kode Python ini:

import matplotlib.pyplot as plt 
dataset.plot(kind='bar',x='Fname',y='Age') 
plt.show() 

Saat Anda memilih tombol Jalankan skrip, plot batang berikut menghasilkan:

Keamanan

Penting

Keamanan skrip Python: Visual Python dibuat dari skrip Python, yang dapat berisi kode dengan risiko keamanan atau privasi. Saat mencoba melihat atau berinteraksi dengan visual Python untuk pertama kalinya, pengguna disajikan dengan pesan peringatan keamanan. Hanya aktifkan visual Python jika Anda mempercayai penulis dan sumbernya, atau setelah Anda meninjau dan memahami skrip Python.

Informasi selengkapnya tentang merencanakan dengan Matplotlib, Pandas, dan Python

Tutorial ini dirancang untuk membantu Anda mulai membuat visual dengan Python di Power BI Desktop. Ini hampir tidak membahas tentang banyak opsi dan kemampuan untuk membuat laporan visual menggunakan pustaka Python, Pandas, dan Matplotlib. Terdapat lebih banyak informasi di luar sana, dan berikut adalah beberapa tautan untuk membantu Anda memulai.

• Dokumentasi di situs web Matplotlib.
• Tutorial Matplotlib : Panduan Dasar Menggunakan Matplotlib dengan Python
• Tutorial Matplotlib – Pustaka Python Matplotlib dengan Contoh
• Referensi API Pandas
• Visualisasi Python di Layanan Power BI
• Menggunakan Visual Python di Power BI

Lisensi

Visual Python memerlukan lisensi Power BI Pro atau Premium Per Pengguna (PPU) untuk merender dalam laporan, refresh, filter, dan filter silang. Untuk informasi selengkapnya tentang lisensi Power BI Pro, dan perbedaannya dengan lisensi gratis, lihat konten Power BI Pro - apa itu?

Pengguna gratis Power BI hanya dapat menggunakan petak yang dibagikan dengan mereka di ruang kerja Premium. Lihat pembelian Power BI Pro untuk informasi selengkapnya.

Tabel berikut menjelaskan kemampuan visual Python berdasarkan lisensi.

Batasan yang diketahui

Visual Python dalam Power BI Desktop memiliki beberapa batasan:

• Batasan ukuran data. Data yang digunakan oleh visual Python untuk plot dibatasi hingga 150.000 baris. Jika lebih dari 150.000 baris dipilih, hanya 150.000 baris teratas yang digunakan dan pesan ditampilkan pada gambar. Selain itu, data input memiliki batas 250 MB.
• Jika himpunan data input Python Visual memiliki kolom yang berisi nilai string yang lebih panjang dari 32766 karakter, nilai tersebut akan dipotong.
• Resolusi. Semua visual Python ditampilkan pada 72 DPI.
• Batasan waktu perhitungan. Jika perhitungan visual Python melebihi lima menit, waktu eksekusi habis yang menghasilkan kesalahan.
• Hubungan. Seperti visual Power BI Desktop lainnya, jika bidang data dari tabel yang berbeda tanpa hubungan yang ditentukan di antara mereka dipilih, akan terjadi kesalahan.
• Visual Python di-refresh setelah pembaruan, pemfilteran, dan penyorotan data. Namun, gambar itu sendiri tidak interaktif dan tidak dapat menjadi sumber pemfilteran silang.
• Visual Python merespons penyorotan visual lain, tetapi Anda tidak dapat mengeklik elemen dalam visual Python untuk melakukan filter silang pada elemen lain.
• Hanya plot yang diplot ke perangkat tampilan default Python yang ditampilkan dengan benar di kanvas. Hindari secara eksplisit menggunakan perangkat tampilan Python yang berbeda.
• Visual Python tidak mendukung penggantian nama kolom input. Kolom akan dirujuk dengan nama aslinya selama eksekusi skrip.

Langkah berikutnya

Lihat informasi tambahan tentang Python di Power BI berikut ini.

• Menjalankan Skrip Python di Power BI Desktop
• Menggunakan IDE Python eksternal dengan Power BI