交互式報(bào)表Power BI教程：Power BI 散點(diǎn)圖中的高密度采樣

---

使用 Power BI Desktop 從數(shù)據(jù)獲得見(jiàn)解，然后進(jìn)行相關(guān)操作利用可視化分析免費(fèi)創(chuàng)建內(nèi)容豐富的交互式報(bào)表，一切盡在指尖。

點(diǎn)擊下載Power BI Desktop正式版

---

現(xiàn)在可使用新的采樣算法來(lái)改進(jìn)散點(diǎn)圖表示高密度數(shù)據(jù)的方式 。

例如，可以通過(guò)組織的銷(xiāo)售活動(dòng)創(chuàng)建一個(gè)散點(diǎn)圖，其中每個(gè)商店每年都有成千上萬(wàn)個(gè)數(shù)據(jù)點(diǎn)。此類(lèi)信息的散點(diǎn)圖將對(duì)可用數(shù)據(jù)進(jìn)行數(shù)據(jù)采樣（選擇數(shù)據(jù)中有意義的代表，以展示銷(xiāo)售情況如何隨時(shí)間變化），并創(chuàng)建一個(gè)散點(diǎn)圖表示基礎(chǔ)數(shù)據(jù)。這是高密度散點(diǎn)圖中的常見(jiàn)做法。 Power BI 改進(jìn)了高密度數(shù)據(jù)的采樣，本文詳細(xì)介紹了相關(guān)信息。

高密度散點(diǎn)圖的工作方式

以前，Power BI 以確定性方式在所有基礎(chǔ)數(shù)據(jù)中選擇采樣數(shù)據(jù)點(diǎn)的集合來(lái)創(chuàng)建散點(diǎn)圖。具體而言，Power BI 會(huì)在散點(diǎn)圖系列中選擇第一行和最后一行數(shù)據(jù)，然后將剩余的行平均分配，以便在散點(diǎn)圖上繪制總共 3,500 個(gè)數(shù)據(jù)點(diǎn)。 例如，如果示例有 35,000 行，則選擇第一行和最后一行進(jìn)行繪制，然后每 10 行繪制一個(gè)數(shù)據(jù)點(diǎn)（35,000/10 = 每 10 行 = 3,500 個(gè)數(shù)據(jù)點(diǎn)）。 

另外，在此之前，在數(shù)據(jù)系列中無(wú)法繪制的 null 值或點(diǎn)（如文本值）不會(huì)顯示出來(lái)，因此在生成視覺(jué)對(duì)象時(shí)不會(huì)加以考慮。通過(guò)此類(lèi)采樣，散點(diǎn)圖的感知密度同樣會(huì)基于代表性數(shù)據(jù)點(diǎn)，因此隱含的可視化密度屬于采樣點(diǎn)，而不是基礎(chǔ)數(shù)據(jù)的完整集合。

啟用“高密度采樣” 時(shí)，Power BI 會(huì)執(zhí)行一種算法來(lái)消除重疊點(diǎn)，并確保與視覺(jué)對(duì)象交互時(shí)可以訪(fǎng)問(wèn)視覺(jué)對(duì)象上的點(diǎn)。此外，該算法還可確保數(shù)據(jù)集中的所有點(diǎn)都會(huì)顯示在視覺(jué)對(duì)象中，從而為所選點(diǎn)的含義提供上下文，而不是僅僅繪制一個(gè)代表性的樣本。

根據(jù)定義，對(duì)高密度數(shù)據(jù)進(jìn)行采樣，以快速合理地創(chuàng)建能響應(yīng)交互操作的視覺(jué)對(duì)象。視覺(jué)對(duì)象上過(guò)多的數(shù)據(jù)點(diǎn)可能會(huì)阻礙它并降低趨勢(shì)的可見(jiàn)性。因此，如何對(duì)數(shù)據(jù)進(jìn)行采樣才能提供最佳的視覺(jué)對(duì)象體驗(yàn)并確保表示所有數(shù)據(jù)這一疑問(wèn)推動(dòng)了采樣算法的創(chuàng)建。Power BI 中現(xiàn)對(duì)該算法進(jìn)行了改進(jìn)，將整體數(shù)據(jù)集中重要點(diǎn)的響應(yīng)、表示和清楚保存以最佳方式組合。

新的散點(diǎn)圖采樣算法的工作方式

適用于散點(diǎn)圖的“高密度采樣”的新算法采用能夠更有效地捕獲和表示基礎(chǔ)數(shù)據(jù)的方法，此類(lèi)方法還可以消除重疊點(diǎn) 。具體操作方法為：首先為每個(gè)數(shù)據(jù)點(diǎn)繪制一個(gè)小型半徑（可視化效果上給定點(diǎn)的可視圓圈大小）。然后增加所有數(shù)據(jù)點(diǎn)的半徑大小；當(dāng)兩個(gè)（或多個(gè)）數(shù)據(jù)點(diǎn)重疊時(shí)，用一個(gè)（增加了半徑大小的）圓圈表示這些重疊的數(shù)據(jù)點(diǎn)。 該算法繼續(xù)增加數(shù)據(jù)點(diǎn)的半徑，直到半徑值產(chǎn)生的合理數(shù)量的數(shù)據(jù)點(diǎn)（3,500）顯示在散點(diǎn)圖中。

此算法中的方法可確保在生成的視覺(jué)對(duì)象中顯示離群值。該算法在確定重疊的同時(shí)還會(huì)設(shè)置比例，完全按照基礎(chǔ)可視化點(diǎn)直觀顯示指數(shù)比例。該算法還將保留散點(diǎn)圖的整體形狀。

注意：將高密度采樣算法用于散點(diǎn)圖時(shí)，目標(biāo)是準(zhǔn)確分發(fā)數(shù)據(jù)，而不是隱含的可視化密度。例如，你可能會(huì)看到一個(gè)散點(diǎn)圖，其中有許多圓圈在某個(gè)區(qū)域重疊（密度），并想像肯定有許多數(shù)據(jù)點(diǎn)聚集在那里；由于高密度采樣算法可以使用一個(gè)圓圈來(lái)表示許多數(shù)據(jù)點(diǎn)，因此隱含的可視化密度（或“群集”）將不會(huì)出現(xiàn)。

此外，會(huì)忽略不能繪制的數(shù)據(jù)點(diǎn)（例如 null 或文本值），因此選擇另一個(gè)可以繪制的值，從而進(jìn)一步確保散點(diǎn)圖的真實(shí)形狀保持不變。

使用散點(diǎn)圖的標(biāo)準(zhǔn)算法時(shí)

在一些情況下，高密度采樣不能應(yīng)用于散點(diǎn)圖，而是使用原始算法 。 這些情況如下所示：

• 如果右鍵單擊“詳細(xì)信息”下的值，然后從菜單中將其設(shè)置為“顯示不含數(shù)據(jù)的項(xiàng)”，那么散點(diǎn)圖將恢復(fù)為原始算法 。

• “播放” 軸中的任何值都將導(dǎo)致散點(diǎn)圖恢復(fù)為原始算法。
• 如果散點(diǎn)圖上缺少 X 軸和 Y 軸，則圖表將恢復(fù)為原始算法。
• 使用“分析” 窗格中的“比率線(xiàn)” 會(huì)導(dǎo)致圖表恢復(fù)為原始算法。

如何為散點(diǎn)圖啟用高密度采樣

要啟用“高密度采樣”，請(qǐng)選擇散點(diǎn)圖，轉(zhuǎn)到“格式設(shè)置”窗格，展開(kāi)“常規(guī)”卡，然后在卡片的底部附近，將“高密度采樣”切換滑塊切換為“開(kāi)” 。

注意：啟用滑塊后，Power BI 將在可能的情況下嘗試使用“高密度采樣” 算法。如果該算法無(wú)法使用（例如，在“播放” 軸添加一個(gè)值），滑塊將停留在“打開(kāi)” 位置，即使圖表已恢復(fù)為標(biāo)準(zhǔn)算法也是如此。如果之后你從“播放”軸刪除一個(gè)值（或者情況變?yōu)樵试S使用高密度采樣算法），由于功能處于活動(dòng)狀態(tài)，圖表將自動(dòng)為該圖表使用高密度采樣 。

注意事項(xiàng)和限制

高密度采樣算法是 Power BI 的一個(gè)重要改進(jìn)，但在使用高密度值和散點(diǎn)圖時(shí)需要了解以下注意事項(xiàng)。

• 高密度采樣 算法僅適用于到基于 Power BI 服務(wù)的模型、導(dǎo)入的模型或 DirectQuery 的實(shí)時(shí)連接。

 本文內(nèi)容就到這里了，本教程后面會(huì)持續(xù)更新，感興趣的朋友可以多多關(guān)注，如果您能在評(píng)論區(qū)留言提出問(wèn)題或者解決問(wèn)題，我們將會(huì)很高興！

相關(guān)內(nèi)容推薦：

Power BI Desktop 使用教程>>>

---

想要購(gòu)買(mǎi)Power BI Desktop正版授權(quán)，或了解更多產(chǎn)品信息請(qǐng)點(diǎn)擊在線(xiàn)客服

 也歡迎撥打慧都熱線(xiàn)023-68661681，我們有專(zhuān)業(yè)的大數(shù)據(jù)團(tuán)隊(duì)，為您提供免費(fèi)大數(shù)據(jù)相關(guān)業(yè)務(wù)咨詢(xún)！