powerbi中没有复合饼图怎么办?
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了powerbi中没有复合饼图怎么办?相关的知识,希望对你有一定的参考价值。
如果您在Power BI中需要使用复合饼图,可以考虑使用多个简单的饼图来实现。具体步骤如下:1. 在“可视化”面板中选择一个标准的饼图,并将其拖动到报表画布上。
2. 通过数据字段面板将所需的字段添加到该饼图中。
3. 可以根据需要对该饼图进行格式设置,例如更改颜色、字体等。
4. 复制该饼图并粘贴到同一页面上,然后重复步骤2和3,直至创建所有所需的分段。
5. 将每个新创建的圆形旋转并调整大小以适应原始圆形内部。可以使用Ctrl键+拖动来自由缩放和旋转它们。
6. 最后,在“格式”选项卡中选择“背景色”,并将其更改为与报告背景相匹配的颜色即可完成复合饼图效果。
希望这些步骤能够帮助您实现所需功能。 参考技术A 1 在Power BI中确实没有复合饼图这个功能。
2 这可能是因为复合饼图在数据可视化中使用的场景较少,而其他类型的图表则更为常见和实用。
3 如果您非常需要使用复合饼图,可以考虑使用其他数据可视化工具或者自己编写代码实现。
另外,Power BI也有其他类型的饼图可供选择,可以根据实际需要选择合适的图表类型。 参考技术B 1 powerbi中的确没有复合饼图。
2 这是因为复合饼图存在数据重叠和难以读取的问题,被认为不是一种有效的数据可视化方式。
3 但是,你可以使用其他类型的图表来展示数据,比如堆叠柱状图、条形图等,它们能够更有效地传达数据信息。
同时,你也可以通过自定义视觉效果来达到类似复合饼图的效果。 参考技术C 如果您想使用复合饼图,您可以使用Power BI的其他可视化选项,如堆叠饼图、柱状图或折线图,以实现类似的效果。此外,您也可以使用Power BI的自定义可视化选项,使用R或Python编写自定义可视化,从而实现复合饼图的功能。 参考技术D Power BI中的复合饼图可以在可视化面板中找到,可以将一个数据集的多个字段显示在同一个饼图中,并可以设置不同的分组、颜色等,以便更加清晰地展示数据。基本步骤如下:在可视化面板上选择“复合饼图”,然后将数据集中的字段拖放到相应的字段位置中,可以设置不同的分组、颜色等,最后点击应用即可。
DAX基础入门 – 30分钟从SQL到DAX — PowerBI 利器
看到漂漂亮亮的PowerBI报表,手痒痒怎么办?!
有没有面对着稀奇古怪的DAX而感到有点丈八金刚摸不着头脑或者干瞪眼?!
有没有想得到某个值想不出来DAX怎么写而直跳脚!?
看完这篇文章,你会恍然大悟,捂脸偷笑。呼呼呼~
前言:
这篇文章对于具有一点SQL查询基础人会十分容易理解,譬如:掌握SELECT,SUM,GROUP BY等。
注:此文不涉及到Filter Context(筛选上下文)的介绍。
正文:
对于对SQL有一定了解的人来说,咋看DAX,怎么都不习惯。 但是,如果理解以下几个后,DAX学起来就得心应手一些。
- SUMMARIZE
- FILTER
- CALCULATE 与 CALTULATETABLE
注:这里不会对这些语法详细的讲解,而是从SQL的角度,看看那些DAX的等价相似语句。
欢迎转载,请保留原文链接和作者信息。O(∩_∩)O谢谢。 DAX基础 – 30分钟掌握从SQL到DAX 作者:马丁叔叔
链接:http://www.cnblogs.com/lizardbi/p/DAX-FOUNDATION-DAX-FOR-SQL-DEVELOPER-IN-30-MINUTES.html
先来看一个例子,
查询Products表里的所有行:
DAX
|
SQL
|
-- list all the Products |
show all the Products SELECT * FROM tblProduct |
DAX Filter vs SQL Filter
DAX | SQL |
EVALUATE FILTER ( Product, RELATED ( Category[Product Category Name] ) = "Bike" ) |
SELECT * FROM Product P JOIN Category c on P.[Category_KEY] = c.[Category_KEY] WHERE c.[Product Category Name] = ‘Bikes‘ |
从Transaction表中统计销售数目 – SUM-GRUOP BY:
DAX | SQL |
-- 显示每个产品销售数目 EVALUATE SUMMARIZE ( ‘Transaction‘, ‘Transaction‘[ProductId], "Total qty", SUM ( ‘Transaction‘[Quantity] ) ) |
-- 显示每个产品销售数目 SELECT ProductId, SUM(Quantity) AS ‘Total Qty‘ |
SUMMERIZE
选择一个表中指定的列:
DAX | SQL |
-- list selected columns
EVALUATE
SUMMARIZE(
Product,
Product[Name],
Product[Size])
|
-- show selected columns
SELECT
Name,
Size
FROM tblProduct
|
排序:
DAX | SQL |
-- show products in name order
EVALUATE
Product
ORDER BY Product[ProductName]
|
-- show products by name
SELECT *
FROM tblProduct
ORDER BY ProductName
|
选择前几行:
DAX | SQL |
-- show 5 most expensive products EVALUATE TOPN ( 5, Product, Product[FullPrice] )
|
SELECT TOP 5 FROM Product
|
SUMMERIZE vs Group BY
记住:这个跟SQL极为相似,学习过程中只要想想SQL就容易理解很多了。
EVALUATE SUMMARIZE( 源表名, Group by 列 1, ..., Group by 列 N, 汇总列名1, 汇总列名1所对应的表达式, ..., 汇总列名N, 汇总列名N所对应的表达式 )
再来一个例子:
对产品的分类,颜色,产品名字进行统计:交易单量,销售数目
MSDN的例子
DAX |
SQL |
EVALUATE
SUMMARIZE(‘Internet Sales‘
, ROLLUP(‘Date‘[Calendar Year], ‘Product Category‘[Product Category Name])
, "Sales Amount", SUM(‘Internet Sales‘[Sales Amount])
, "Discount Amount", SUM(‘Internet Sales‘[Discount Amount])
)
|
SELECT D.[Calendar Year], PC.[Product Category Name] , SUM(F.[Sales Amount]) ‘Sales Amount‘ , SUM(F.[Discount Amount]) ‘Discount Amount‘ FROM [Internet Sales] F JOIN DATE D ON S.[DAY_KEY] = F.[DAY_KEY] JOIN [Product Category] PC ON PC.[Category_KEY] = F.[Category_KEY] GROUP BY D.[Calendar Year],PC.[Product Category Name] |
Date[Calendar Year] | Product Category[Product Category Name] | [Sales Amount] | [Discount Amount] |
---|---|---|---|
2005 | Bikes | 6958251.043 | 4231.1621 |
2006 | Bikes | 18901351.08 | 178175.8399 |
2007 | Bikes | 24256817.5 | 276065.992 |
2008 | Components | 2008052.706 | 39.9266 |
… | … | … | … |
等价的SQL如下,如果你只看浅蓝色的部分,是不是很好理解呢?
SUMMARIZE还有其他的Option,这里就不做详细介绍。
SUMMARIZE详情参考:https://msdn.microsoft.com/en-us/library/gg492171.aspx
CALCULATETABLE vs Sub Query
DAX | SQL |
EVALUATE SUMMARIZE ( CALCULATETABLE ( ‘Internet Sales‘, ‘Product Category‘[Product Category Name] = "Bikes" ), -- field to group by Product[Product Name], "Quantity sold", SUM ( ‘Internet Sales‘[Order Quantity] ) )
|
SELECT P.[Product Name], SUM(Fact.[Quantity]) as ‘Quantity sold‘ FROM (SELECT F.* FROM [Transaction] F JOIN Category c ON F.[Category_Key] = C.[Category_Key]
|
上述的SQL语句有很多种写法。
高亮部分CalculateTable里面筛选了Bikes这个类别,正如SQL的sub Query一样。
DAX ADDCOLUMNS vs SQL Derived Column
注:ADDCOLUMNS跟Calculated Column类似:即给指定的表加入计算列。不一样的地方在于Addcolumn所加的只在它所在的语句有效。
DAX | SQL |
EVALUATE ADDCOLUMNS ( ‘Product Category‘, "Number transactions", COUNTROWS ( RELATEDTABLE ( ‘Internet Sales‘ ) ) )
|
SELECT [Product Category Name], count(t.Id) AS ‘Number transactions‘ FROM Transaction F JOIN [Product Category] C on F.[Category_Key] = C.[Category_Key] GROUP BY C.[Product Category Name]
|
小结:
DAX语法十分灵活,有些看起来晦涩难懂,但是,如果能够以SQL为基础的角度去切入会事半功倍。
还有,此文没有介绍的上下文(Filter Context)是一个重要的概念,如果要真正掌握DAX和一些高级的用法,深刻理解上下文是必须的。
希望有时间好好讲讲这个。
本文固定链接:CPP学习网_CPP大学-DAX基础入门 – 30分钟从SQL到DAX — PowerBI 利器
以上是关于powerbi中没有复合饼图怎么办?的主要内容,如果未能解决你的问题,请参考以下文章