Power BI 基础¶

Power BI 是微软出品的商业智能工具，Desktop 版免费下载，拖拽式做图表和仪表盘，与 Excel 深度集成，内置 Copilot AI 助手，是企业数据分析的标配工具，学会后简历上写"熟悉 Power BI"非常加分。

核心知识点¶

知识点	说明
工具定位	商业智能与数据可视化工具
最新版本	2026 年 4 月更新（每月更新）
开发公司	微软（Microsoft）
核心优势	Excel 集成、DAX 计算、AI Copilot、免费桌面版
产品线	Desktop（免费）、Pro（付费）、Premium
新特性	Copilot AI、PBIR 格式、ARM 原生支持

安装配置¶

=== 安装方式 ===

方式 1：Microsoft Store（推荐）
1. 打开 Microsoft Store
2. 搜索 "Power BI Desktop"
3. 点击安装（免费）

方式 2：官网下载
1. 访问 https://powerbi.microsoft.com/downloads/
2. 下载 Power BI Desktop
3. 安装（支持 Windows 10/11）

注意：Power BI Desktop 目前只支持 Windows
      Mac 用户可以用 Power BI Service（网页版）
      或通过虚拟机 / Parallels 运行 Windows 版

=== 系统要求 ===
- Windows 10 / 11 / Server 2016+
- .NET Framework 4.8+
- 4GB 内存（建议 8GB+）
- 1GB 可用磁盘空间

基本使用¶

1. 数据导入¶

=== 连接数据源 ===

Power BI 支持 100+ 种数据源：
- Excel 文件（.xlsx）       最常用
- CSV / TXT                文本文件
- SQL Server / MySQL       数据库
- PostgreSQL               数据库
- Web                      网页数据
- Python / R 脚本          编程语言
- JSON                     JSON 文件

操作步骤：
1. 打开 Power BI Desktop
2. Home → Get Data
3. 选择数据源类型（如 Text/CSV）
4. 选择文件 → Load
5. 数据出现在右侧 Fields 面板

2. 创建第一个图表¶

=== 拖拽式创建图表 ===

1. 在右侧 Fields 面板找到你的数据字段
2. 勾选或拖拽字段到画布：
   - 勾选 "物种名" → 自动成为 X 轴
   - 勾选 "丰度" → 自动成为 Y 轴
   - Power BI 自动生成柱状图！

3. 切换图表类型：
   - 在 Visualizations 面板选择其他图表图标
   - 柱状图、折线图、饼图、散点图...

4. 格式化：
   - 点击图表 → Format（刷子图标）
   - 修改标题、颜色、字号、坐标轴等

=== 常用图表类型 ===
- 柱状图 / 条形图     分类比较
- 折线图              时间趋势
- 饼图 / 环形图       组成占比
- 散点图              两变量关系
- 矩阵（表格）        详细数据
- 卡片                单个关键指标
- KPI                 目标达成情况
- 树状图              层级结构
- 地图                地理分布

3. 筛选与切片器¶

=== 添加切片器（交互式筛选）===

1. Visualizations → 选择 "Slicer"（切片器图标）
2. 把 "组别" 字段拖到切片器
3. 画布上出现可交互的筛选器
4. 点击 "健康" → 所有图表只显示健康组数据

=== 筛选器面板 ===
右侧 Filters 面板：
- Visual Level Filters    只影响当前图表
- Page Level Filters      影响当前页面所有图表
- Report Level Filters    影响所有页面所有图表

拖字段到对应筛选区域 → 设置筛选条件

高级用法¶

1. DAX 公式（数据分析表达式）¶

=== DAX 是 Power BI 的公式语言 ===

// 新建度量值（Measure）
// Home → New Measure

// 基本聚合
总丰度 = SUM(abundance[value])              // 求和
平均丰度 = AVERAGE(abundance[value])        // 平均
物种数 = COUNTROWS(species)                 // 行数
最大值 = MAX(abundance[value])             // 最大

// 条件计算
健康组丰度 = CALCULATE(
    SUM(abundance[value]),                  // 计算什么
    abundance[group] = "健康"               // 筛选条件
)

// 占比计算
丰度占比 = DIVIDE(
    SUM(abundance[value]),                  // 分子
    CALCULATE(SUM(abundance[value]), ALL(abundance)),  // 分母（总计）
    0                                       // 除零时返回 0
)

// 年同比增长
同比增长 = DIVIDE(
    [本年丰度] - [去年丰度],
    [去年丰度],
    0
)

// 累计求和
累计丰度 = CALCULATE(
    SUM(abundance[value]),
    FILTER(
        ALL(abundance[date]),               // 忽略日期筛选
        abundance[date] <= MAX(abundance[date])  // 到当前日期
    )
)

2. 数据建模（关系）¶

=== 表之间建立关系 ===

1. 左侧点击 "Model" 视图
2. 拖拽字段连接两个表
3. 例如：
   - abundance 表的 "sample_id"
   - metadata 表的 "sample_id"
   - 建立一对多关系

=== 关系类型 ===
- 一对多 (1:*)    最常见，如样本→丰度数据
- 一对一 (1:1)    如样本→元数据
- 多对多 (*:*)    需要中间表

=== 星型模型（推荐）===
中心：事实表（丰度数据）
周围：维度表（样本信息、物种分类、时间维度）

3. 仪表盘页面¶

=== 创建多页面报告 ===

1. 底部点击 "+" 添加新页面
2. 每页放不同主题的图表：
   - Page 1: 概览（KPI 卡片 + 趋势图）
   - Page 2: 物种分析（柱状图 + 饼图）
   - Page 3: 多样性（箱线图 + 散点图）
   - Page 4: 详细数据（矩阵表格）

3. 添加导航按钮：
   - Insert → Button → Navigation
   - 设置跳转到其他页面

4. Python / R 集成¶

# Power BI 中可以运行 Python 脚本

# Home → Transform Data → Run Python Script

import pandas as pd                    # 导入 Pandas
import matplotlib.pyplot as plt        # 导入 Matplotlib

# dataset 是 Power BI 传入的 DataFrame
df = dataset                           # Power BI 数据

# 生成自定义图表
fig, ax = plt.subplots(figsize=(8, 5))
ax.barh(df['物种'], df['丰度'])        # 水平柱状图
ax.set_xlabel('丰度 (%)')
ax.set_title('物种丰度')
plt.tight_layout()
plt.show()                             # 显示在 Power BI 中

5. 发布与共享¶

=== 发布到 Power BI Service ===

1. File → Publish → Publish to Power BI
2. 选择工作区
3. 等待上传完成
4. 在 app.powerbi.com 查看

=== 共享方式 ===
- Power BI Service（Web）    在线查看和编辑
- 嵌入 SharePoint            企业内网嵌入
- 导出 PDF                   静态报告
- 导出 PowerPoint            演示文稿

=== Copilot AI（2025-2026 新功能）===
- 自然语言提问：输入"显示各组的平均丰度"
- AI 自动生成图表
- 自动生成度量值描述
- 移动端也能使用 Copilot

常见报错与解决¶

报错信息	原因	解决方法
数据类型不匹配	文本被识别为数值	Transform Data 中修改类型
关系创建失败	字段类型不一致	确保关联字段类型相同
DAX 计算错误	语法或逻辑问题	检查函数名和括号匹配
刷新数据失败	数据源路径变了	Data Source Settings 中更新
文件太大无法发布	超过 1GB 限制	减少数据量或升级 Premium

速查表¶

===== Power BI 速查表 =====

# 界面区域
Report View       报告视图（画布）
Data View         数据视图（查看表格）
Model View        模型视图（表关系）
Fields Panel      字段面板（右侧）
Visualizations    可视化面板（右侧）
Filters           筛选器面板（右侧）

# 常用操作
Get Data          导入数据
Transform Data    数据清洗（Power Query）
New Measure       新建 DAX 度量值
Publish           发布到云端

# DAX 基础函数
SUM()             求和
AVERAGE()         平均
COUNT()           计数
COUNTROWS()       行数
MAX() / MIN()     最大/最小
CALCULATE()       带条件的计算
DIVIDE()          安全除法
IF()              条件判断
ALL()             忽略筛选
FILTER()          行级筛选

# 快捷键
Ctrl+Z            撤销
Ctrl+C/V          复制/粘贴
Ctrl+G            分组
Ctrl+Shift+F      全屏
Alt+F4            关闭

# Power BI vs Tableau vs Excel
# Power BI: 微软生态，DAX 强大，免费桌面版
# Tableau: 可视化最美，社区最大，Public 版免费
# Excel: 最熟悉，小数据量够用，缺乏交互
# 建议：三个都会最好，Power BI 是企业环境首选