Intégration de Python dans Power BI

Intégrer Python dans Power BI
Vidéo non disponible ! Réessayez plus tard
Cette vidéo fait partie de la formation
Maîtrisez Power BI Services
Revoir le teaser Je m'abonne
Transcription

Cette leçon fait partie de la formation
59,00€ Je commande

Formation incluse dans l'abonnement Elephorm Je m'abonne à Elephorm

DescriptionProgrammeAvis

Cette leçon fait partie de la formation
59,00€ Je commande

Formation incluse dans l'abonnement Elephorm Je m'abonne à Elephorm

Les objectifs de cette vidéo sont :
1. Comprendre comment intégrer Python dans Power BI.
2. Apprendre à utiliser Python pour l'importation et la transformation des données.
3. Créer des visualisations personnalisées en utilisant Python.

Dans cette leçon, nous explorerons comment intégrer Python dans Power BI pour réaliser des importations, transformations et visualisations de données.

Cette vidéo explique les différentes manières d'intégrer Python dans Power BI. Elle couvre les trois principales utilisations de Python dans Power BI Desktop : l'importation des données, les transformations via Power Query Editor et la création de visualisations personnalisées. L'auteur présente en détail les étapes de configuration nécessaire, incluant l'installation de Python et de Visual Studio Code, ainsi que l'importation de bibliothèques comme Pandas et Matplotlib. Finalement, la vidéo aborde les limitations et conditions d'utilisation de Python avec Power BI, telles que la nécessité d'une licence Power BI Pro pour les visualisations et les restrictions concernant le volume de données.

Voir plus
Questions réponses
Quelle est la première étape pour intégrer Python dans Power BI?
La première étape pour intégrer Python dans Power BI est de vérifier que Python est installé sur votre machine et de télécharger les packages nécessaires comme Pandas et Matplotlib.
Pourquoi une passerelle est-elle nécessaire lors de l'utilisation de scripts Python pour l'importation de données?
Une passerelle est nécessaire pour utiliser le rapport au niveau de Power BI Services lorsque les données sont extraites via un script Python afin de permettre la communication entre Power BI et les sources de données.
Quels sont les avantages de l'intégration de Python dans Power BI pour les visualisations?
L'intégration de Python permet de créer des visualisations personnalisées en utilisant des bibliothèques comme Matplotlib et Seaborn, offrant ainsi plus de flexibilité et des possibilités de visualisation avancées qui ne sont pas possibles avec les visuels natifs de Power BI.
Dans cette série de vidéos, nous allons voir comment intégrer Python dans Power BI. Certainement, lorsque nous essayons d'explorer le Power BI, nous trouvons que le Python peut être utilisé à plusieurs stades ou stages au niveau de BI Desktop. Le premier, c'est au niveau de l'importation. Lorsque nous cliquons sur « Retenir les données », et puis nous tapons sur « Plus », et puis nous tapons « Python ». Là, il est possible d'utiliser Python pour importer les données. Nous pouvons également constater que Python est déjà présent au niveau des transformations. Lorsque nous cliquons sur un jeu de données, nous cliquons sur « Modifier la requête » pour lancer le Power Query Editor. Au niveau de « Transformer », nous avons déjà Python qui est là. Donc, nous pouvons utiliser le Python au niveau de la transformation également. Il est également possible d'utiliser le Python au niveau des visualisations pour créer des visualisations personnalisées. C'est à ce niveau-là que nous trouvons le visuel Python. Donc, il suffirait de double-cliquer. Cela va ajouter le visuel au niveau de la scène. Avant d'explorer comment intégrer Python à ces trois niveaux, essayons d'abord de voir quelques règles importantes en relation avec l'utilisation de Python au niveau de Power BI. Si les données sont extraites via le Python Script, c'est-à-dire le script d'importation de Python, une passerelle doit être installée pour utiliser le rapport au niveau de Power BI Services. C'est important au cas où nous utilisons un module ou un script pour importer les données. S'il s'agit seulement d'une transformation ou de visualisation de données, il n'est pas nécessaire d'utiliser une passerelle ou une gateway. Il existe un nombre limité de bibliothèques Python qui sont prises en charge par le service Power BI. Là, il y a toute une liste au niveau de Microsoft. Si nous tapons là au niveau de Google, nous tapons Power BI Python Library, nous aurons donc la liste des bibliothèques qui sont supportées par Python. Ce n'est pas la totalité des bibliothèques. Il y a surtout les bibliothèques qui traitent les données, telles que CiaBorn, Pandas, NumPy. NumPy est déjà intégré dans Pandas. Matplotlib pour visualiser les données, pour créer des visuels. CiaBorn est également utilisé pour visualiser les données, pour créer des visuels personnalisés. Et bien d'autres bibliothèques, bien évidemment. Sinon, il faut faire attention si les noms de colonnes sont modifiés en dehors du script Python qui importe les données. Les visualisations Python nécessitent une licence Power BI Pro. Une licence Power BI non Pro et non Premium ne peut pas utiliser les visuels Python. Les données utilisées par les visuels Python sont limitées à 150 000 lignes, avec une limite de 250 méga octets par taille de données entrées. Il y a une limite également à ce niveau. Si un calcul visuel Python prend plus que 5 minutes, il expirera et entraînera une erreur. Et enfin, les bibliothèques Python doivent être incluses dans le script. Au cas où elles ne sont pas incluses dans le script, il y aura levé d'erreur également. Pour intégrer Python, c'est simple. Il suffirait de télécharger Python si ce n'est pas déjà installé. Donc nous tapons Python, tout simplement. Et à ce niveau là, nous cliquons sur Download. Et nous téléchargeons le package Python. Il faut donc l'attendre jusqu'à ce qu'il se télécharge. C'est un simple assistant d'installation que nous lançons pour installer Python. Sinon, Python est installé chez moi. Pour vérifier, c'est simple. Vous lancez une invite de commande au PowerShell. PowerShell, comme ça. Et puis, nous tapons Python. Irétirez version. Et voilà, le Python est déjà installé. Cette version est moins récente que celle téléchargée, c'est normal. Pour utiliser les bibliothèques, surtout la bibliothèque Pandas et bibliothèque Matplotlib qui sont fréquemment utilisées pendant les transformations et la visualisation des données, il faut lancer la commande py-m pip install Par exemple, pour installer Pandas, c'est pandas, comme ça. Il faut donc la lancer de cette manière là. Bien évidemment, la Pandas est installée chez moi. L'assistant d'installation m'informe que Pandas est installée, la toute dernière version. Sinon, Matplotlib, c'est la même chose. matplotlib Ce sont les bibliothèques que nous allons utiliser pendant les vidéos suivantes. Déjà, c'est installé chez moi également. Sinon, il faut intégrer le Python au niveau de Power BI parce qu'il n'est pas intégré par défaut. Probablement, si nous voulons développer des scripts en dehors de Power BI et nous voulons que l'environnement de développement intégré sera intégré au niveau de Power BI, il faut aller au niveau de fichiers, aller au niveau d'options et paramètres, options, au niveau de création de script Python, à ce niveau là, il faut définir l'environnement Python spécifique. Pour mon cas, Python est installé sous user.dl.appdata.local.program.python.python3 C'est installé à ce niveau là. Sinon, il faut y aller avec le parcours jusqu'à trouver où Python est installé. Pour mon cas, il est installé sous user.dl.appdata.local.program.python.python312 Pour l'IDE, c'est l'environnement de développement intégré. Pour mon cas, j'utilise le code Visual Studio Code. Pour installer Visual Studio Code, c'est simple. Il faut y aller au niveau de Google et taper Visual Studio Code. Vous cliquez sur Download et vous téléchargez dans la version Visual Studio Code pour Windows. Pour vérifier que le Visual Studio Code est installé, il suffira de taper Visual Studio Code au niveau de tous les programmes et puis vous lancez comme ça Visual Studio Code. C'est un environnement qui est convenable pour le développement. C'est mieux que l'éditeur par défaut qui est offert par Power BI. Bien évidemment, il faut indiquer ça à ce niveau-là en cliquant sur Autre et parcourir jusqu'à l'exécutable où se trouve le Visual Studio Code. Ça se trouve au niveau de user.dl.appdata.local.program.microsoft.visualstudiocode C'est à ce niveau-là. C'est le code.exe. Il faut pointer vers le dossier pour intégrer le Visual Studio Code à ce niveau-là. Nous cliquons sur OK. Et puis, l'environnement est prêt à utiliser Python. J'arrête la vidéo à ce niveau-là. Dans la prochaine vidéo, nous allons montrer comment intégrer la bibliothèque Pandas qui est très utilisée dans l'environnement Python pour effectuer des transformations sur les données. Nous allons voir ça au niveau de la vidéo.

Programme détaillé

Nos dernières formations Power BI
  • Pack 2 formations
    Pack de formation Power BI
    Découvrir
    Ce pack s'adresse aux professionnels des données, aux analystes d'affaires, aux étudiants en gestion et informatique, et à toute personne souhaitant maîtriser l'analyse de données avec Power BI.
    9h36 106 leçons
  • Maîtrisez Power BI
    Découvrir
    Vous souhaitez analyser des données provenant de sources uniques ou multiples ? Vous souhaitez créer vos ensembles de données individuels basés sur ces sources et transformer vos résultats en visualisations belles et faciles à réaliser ? Vous souhaitez également partager vos résultats avec des collègues ou collaborer sur vos projets ? Enfin, vous souhaitez pouvoir accéder à vos données depuis plusieurs appareils ? Alors l'écosystème Power BI vous offre les outils les plus convenables à vous !
    6h24 74 leçons
  • Apprendre Power BI Desktop
    Découvrir
    Power BI est le nouvel outil de Microsoft dédié à l'analyse de données, et à la Business Intelligence. Vous apprendrez, à partir de sa version Desktop, à vous connecter aux principales sources de données, à les mettre en forme dans un modèle relationnel. Vous pourrez les préparer à vos analyse grâce à une initiation aux fonctions DAX. Il vous restera à concevoir des rapports à l'aide des visualisations, puis à assurer leur publication en ligne.
    4h 48 leçons 5 / 5