Power BI 的 Visio 自定义视觉,这个功能是非常值得让人兴奋的,小悦相信这是一个非常重要的开发,不仅适用于 Visio,也适用于Power BI。现在已经有越来越多的可视化,它们以更简洁的方式提供数据的清晰度,但也有可视化无法展现它们之间的关系的。

如今,通过 Visio 自定义可视化,将可以添加任何 Visio 图表与已有的其他类型的视觉效果集成的功能  ,完善了PowerBI上可视化的缺陷。

尽管许多这些Visio图是使用一些数据连接创建的,例如Excel,SQL Server  或  SharePoint  列表,但  Power BI  可用于来自更多来源的数据,如Dynamics 365,Common Data Source,Twitter,Facebook,还有很多很多,小悦在这就不一 一列举了,你们懂得~

 

在Power BI中开始使用Visio:

如何添加viso下面地址有详细说明:

https://support.office.com/en-us/article/add-visio-visuals-to-power-bi-reports-4f09be62-f436-45c2-93b0-4a0f66b1f5a7?ui=en-US&rs=en-US&ad=US

简而言之,你只需要在SharePoint Online  或  OneDrive for Business上存储  Visio文档,以及准备一些与图中的形状对应的数据。使用Visio Online呈现图表,并自动呈现所有数据图形。

如果你需要获取 Visio 的自定义可视化,可从 Power BI 内部里面添加。

Power BI中Web版本功能较少,但仍可创建 Power BI 报告 Visio 图表

Power BI 数据可以通过三种方式与 Visio 形状相关联:

1.  匹配Shape Data  行中的值

2.  匹配形状文本

3.  通过将值拖动到形状上来手动

Power BI 数据值可以添加到 Visio 中的形状为文本或颜色填充。我们喜欢使用 Visio 中的数据/自定义导入数据/连接数据功能来确保形状具有必要的Shape Data 值。

如前所述,这是 Visio 自定义视觉,但它有一些限制:

1.  只显示和链接一个页面,并且由于页面选项卡不可见,因此无法手动选择其他页面。

2.  页面上的形状不得超过2,000个(包括子形状),尽管可能存在超过1,000个形状的着色问题。

3.  颜色仅适用于数值

4.  不支持图层操作

5.  不支持自动刷新Shape Data

6.  对于具有大量形状的页面,加载速度很慢

7.  没有  Power BI  操作来更新 Visio 文档URL

上述限制显然有一些好的做法,但还有一些不那么明显:

1.  保存 Visio 文档并激活所需的页面

2.  保存页面,使图层处于所需状态

3.  将 Visio 页面中的颜色变化保持在最小值,以便 Power BI 高亮显示和颜色填充突出

4.  支持图层颜色,可用于应用灰色

5.  用灰度版本替换嵌入的彩色图像

6.  删除所有数据图形

7.  无论如何都会被抑制,只会增加形状数和加载时间

8.  考虑从形状中删除单个超链接,因为它们将在点击时立即进行

9.  多个超链接仍然显示在弹出窗口中。事实上,我会考虑为大型多页Visio  文档创建一个自动例程,自动将其拆分为许多单页文档,删除任何数据图形和数据连接。多页文档将保留为可编辑,数据链接,高度彩色的版本,但可以按需分割为多个部分。

当然,这些限制是基于自定义视觉的当前版本,因此可能会在未来进行更新的。


1.Power BI免费下载:http://www.yeacer.com/

Microsoft Power BI Desktop中文最新版:下载地址

2.欢迎加入的Power BI技术群,目前正在学习阶段,有兴趣的朋友可以一起学习讨论。

 Power Data技术交流群:702966126 (验证注明:博客园Power BI)

更多精彩内容请关注微信公众号:悦策PowerBI 


如果您觉得阅读本文对您有帮助,请点一下“推荐”按钮,您的“推荐”将是我最大的写作动力!欢迎各位转载,作者博客:https://www.cnblogs.com/yeacer/ 

Power BI和 Visio 集成优缺点的更多相关文章

  1. Pyramid Analytics宣布无缝集成BI Office和微软Power BI Desktop

    全球领先的企业商业智能(BI)软件提供商Pyramid Analytics与微软联手,凭借完善的分析平台BI Office强化Power BI Desktop的个人生产力功能.新的“Publish t ...

  2. 如何把Power BI嵌入到Web应用中

    (此文章同时发表在本人微信公众号"dotNET开发经验谈",欢迎右边二维码来关注.) 题记:这篇其实不是一个操作向导了,主要对Power BI的嵌入特性进行探讨. Power BI ...

  3. 当TFS/VSTS遇上Power BI

    引言 众所周知,要对TFS进行深入的图表分析,往往需要依赖于SQL Server Analysis Service和SQL Server Reporting Service.虽然随着TFS对敏捷项目的 ...

  4. 微软Power BI 每月功能更新系列——9月Power BI 新功能学习

    Power BI Desktop 9月新功能摘要 Power BI 9月更新如期而至,这一次Power BI 又推出了新功能——聚合预览,它可在内存中无缝地存储汇总值,大大提高报告的性能.另外本月还包 ...

  5. 一张图看懂微软Power BI系列组件

    一.Power BI简介 Power BI是微软最新的商业智能(BI)概念,它包含了一系列的组件和工具.话不多说,直接上图吧: Power BI的核心理念就是让我们用户不需要强大的技术背景,只需要掌握 ...

  6. 5步玩转Power BI Embedded,老司机全程带路解析

    最近,由世纪互联运营的 Microsoft Azure 发布了一个超级炫酷的服务 Power BI Embedded,该服务可以通过 REST API 和 Power BI SDK 将 Power B ...

  7. Microsoft宣布为Power BI提供AI模型构建器,关键驱动程序分析和Azure机器学习集成

    微软的Power BI现在是一种正在大量结合人工智能(AI)的商业分析服务,它使用户无需编码经验或深厚的技术专长就能够创建报告,仪表板等.近日西雅图公司宣布推出几款新的AI功能,包括图像识别和文本分析 ...

  8. 微软Power BI 每月功能更新系列——7月Power BI 新功能学习

    Power BI Desktop 7月产品功能摘要 7月是Power BI Desktop团队的重要发布!但由于官方延迟更新,我们的讲述也就更晚了一点,也许大家觉得没有必要了,都8月了,谁还看7月的? ...

  9. 微软新神器-Power BI横空出世,一个简单易用,还用得起的BI产品,你还在等什么???

    在当前互联网,由于大数据研究热潮,以及数据挖掘,机器学习等技术的改进,各种数据可视化图表层出不穷,如何让大数据生动呈现,也成了一个具有挑战性的可能,随之也出现了大量的商业化软件.今天就给大家介绍一款逆 ...

随机推荐

  1. auto关键字

    使用前: #include<string> #include<vector> int main() { std::vector<std::string> vs; f ...

  2. “Material Design”设计规范在 ComponentOne For WinForm 的全新尝试!

    概述 Material Design设计规范的受欢迎程度和实用性已经引起了 ComponentOne 技术团队的重视.ComponentOne Enterprise 2018V3 版本将全面支持Mat ...

  3. SAP Hybris电子商务最新功能

    SAP Hybris电子商务最新功能   SAP Hybris 电子商务6.0中国加速器是专为中国市场设计的电子商务平台,可满足企业在全渠道销售和订单履行方面的所有需求.新版的中国加速器基于SAP H ...

  4. Codeforces 587 E. Duff as a Queen

    题目链接:http://codeforces.com/contest/587/problem/E 其实就是线段树维护区间线性基,合并的时候注意一下.复杂度${O(nlog^{3})}$ #includ ...

  5. PHP冒泡排序-手写

    <?php $a = [1,3,5,2,9,6]; for ($i = 0 ;$i < count($a) ;$i++) { for ($j = $i + 1;$j < count( ...

  6. c语言cJson数组生成与解析

    1.生成 json char* CreatJsCustNo( BT_BNF_CUST *p, char *strPaperNO) { cJSON *pJsonArry,*pJsonsub; pJson ...

  7. cumsum函数

    >>> a = np.array([[1,2,3], [4,5,6]]) >>> a array([[1, 2, 3], [4, 5, 6]]) >>& ...

  8. python中isdigit

    line = "12r45ofjo13jr3 3j"print line[0:3].isdigit()返回:false line = "12345ofjo13jr3 3j ...

  9. 《HTTP 权威指南》笔记:第十五章 实体与编码

     如果把 「HTTP 报文」想象为因特网货运系统的「箱子」,那么「HTTP 实体」就是报文中的实际的「货物」. 其中,实体又包含了「实体首部」 和 「实体主体」,实体首部用于描述各种参数,实体主体就 ...

  10. 相似性 similarity | Pearson | Spearman | p-value | 相关性 correlation | 距离 distance | distance measure

    这几个概念不能混淆,估计大部分人都没有完全搞懂这几个概念. 看下这个,非常有用:Interpret the key results for Correlation euclidean | maximu ...