Ich habe die gleiche Datenanalyse mit kaggle notebook (python) und PowerBI gleichzeitig versucht ②

Hintergrund

Letzter Beitrag [Ich habe die gleiche Datenanalyse mit kaggle notebook (python) und PowerBI gleichzeitig versucht ①] Gleich wie (https://qiita.com/khigashimoto/items/80f0858b59379d461d97).

Das letzte Mal habe ich die folgende Umgebung ausprobiert ①, aber dieses Mal werde ich die Umgebung ② ausprobieren. --Umgebung ① Datenanalyse mit Python + Numpy + Pandas + α --Umwelt (2) Datenanalyse mit BI-Tools (Business Intelligence-Tools)

Systemkonfiguration

Gemeinsame Umgebung

Verwendeter PC: Surface LTE Core i5-7300U, Speicher 8 GB Verwendetes PC-Betriebssystem: Microsoft Windows10 Pro 64bit Verwendeter Browser: Microsoft Edge

Umgebung ② "Datenanalyse mit BI-Tool" Betriebsumgebung

-Verwendungsumgebung: Microsoft Power BI Desktop Version 2.84.802.0 64-Bit Sie können PowerBI Desktop aus dem Microsoft Store herunterladen. Die meisten Funktionen einschließlich dieser Arbeit können kostenlos genutzt werden.

Was ich getan habe (Zusammenfassung)

Wie beim letzten Mal werde ich unten einen Teil von Udemys Data Science-Kurs ausleihen. [180.000 Menschen auf der Welt] Praktische Python-Datenwissenschaft

Die folgende Analyse, die sich auf den berühmten "Titanic-Untergang" als ersten Schritt der Datenanalyse bezieht, wird dieses Mal mit dem BI-Tool durchgeführt.

・ Was für Leute waren die Passagiere der Titanic? (Geschlecht, Alter usw.) ・ Kausaler Zusammenhang zwischen den oben genannten Merkmalen und ihrem komplexen Zusammenhang und ihrer Überlebensrate

Was ich getan habe (Details) * BI Tools (PowerBI)

1. 1. Daten lokal abrufen (eigener PC) Erfassen Sie Kundendaten zum Zeitpunkt des Untergangs der Titanic als CSV-Daten von kaggle. Ich werde es weglassen, da es mit dem vorherigen Artikel identisch ist, aber wenn Sie die tatsächlichen Kundendaten in Excel öffnen, sieht es so aus.

2. Bringen Sie lokale Daten in die Umgebung und zeigen Sie eine Zusammenfassung an Starten Sie PowerBI Desktop und importieren Sie die gespeicherte CSV-Datei.

• Wählen Sie nach dem Start im Hauptbildschirm "Daten-Symbol abrufen" ⇒ "Text / CSV".

・ Der Vorschaubildschirm sieht folgendermaßen aus. Drücken Sie die Taste "Laden"

-Wenn Sie zum Hauptbildschirm zurückkehren, wird nichts angezeigt. Drücken Sie daher auf das "Datenbildschirmsymbol".

・ Sie können die gelesenen Daten sehen

Da PowerBI Desktop (natürlich ...) eine GUI-basierte Anwendung ist, können Sie im Gegensatz zu CUI-basierten Umgebungen wie Python den Datenstatus sofort aus der Vogelperspektive auf dem Bildschirm selbst anzeigen.

3. 3. Überprüfen Sie das Verhältnis von Männern und Frauen ・ Drücken Sie auf das Symbol "Berichtsbildschirm", um zum Berichtsbildschirm zu gelangen

・ "Versuchen Sie, ein festgelegtes Balkendiagramm zu verwenden. Wenn Sie auf das Symbol drücken, wird das Diagramm oben links angezeigt.

• Ziehen Sie das Element "Sex" auf der rechten Seite des Bildschirms auf die Mittelachse und den Wert.

Es ist schön, mit dieser Art von Benutzerfreundlichkeit wie Excel grafisch arbeiten zu können. Abgesehen davon fühlte ich mich bei dieser Arbeit ein wenig leicht, und als ich sie mit dem Task-Manager überprüfte, war es wie folgt. Da es sich um eine Desktop-Anwendung handelt, war es für mich bequemer, etwa 16 GB Speicher für einen Win10-PC zu haben.

Vier. Überprüfen Sie das Verhältnis von Männern und Frauen für jede Raumklasse Die Klasse P gibt die Note des Raumes an. Ich könnte das auch mit PowerBI machen.

・ Wählen Sie auf ähnliche Weise das eingestellte Balkendiagramm aus. Ziehen Sie den Gegenstand "Geschlecht" auf "Achse" und "Wert" und den Gegenstand "Klasse" auf "Legende".

Es ist auch möglich, die Achse leicht umzukehren. ・ Wählen Sie auf ähnliche Weise das eingestellte Balkendiagramm aus. Ziehen Sie den Gegenstand "Geschlecht" auf "Legende" und "Wert" und den Gegenstand "Klasse" auf "Achse".

Fünf. Erstellen Sie Elemente (Person) wie "männlich", "weiblich" und "Kind (unter 16 Jahren)" mit den Elementen Alter (Alter) und Geschlecht (Geschlecht). Erstellen Sie zunächst eine Personenspalte. Ich habe es mit Begeisterung versucht, aber im Moment konnte ich keine Spalten gut generieren ... Wir glauben, dass es zwei Arten der Spalteneinfügung gibt. ・ Abfrageeditor Dies ist eine spezielle Funktion zum Verarbeiten der Originaldaten gemäß dem Zweck der Analyse, ohne die Originaldaten zu ändern. Ich habe gerade erwähnt, dass ich eine benutzerdefinierte Spalte aus dieser Funktion hinzufügen möchte, wie unten gezeigt, aber das Ergebnis wird ein Fehler sein.

・ Reine Säulenzugabe In diesem Fall habe ich das nächste Mal versucht, eine Spalte direkt auf dem Datenbildschirm hinzuzufügen, aber dies führt leider auch zu einem Fehler.

Hmm. .. .. Im Moment ist dies das Ende der Überprüfung. ..

Darüber hinaus sind die Ergebnisse einer Reihe von Analyseversuchen mit PowerBI unten aufgeführt. Ich halte es für einen guten Punkt von PowerBI, die Ergebnisse auf diese Weise auflisten zu können und eine Vogelperspektive nebeneinander zu erhalten.

Zusammenfassung (Eindruck)

Hier sind meine Eindrücke von PowerBI Desktop, die ich während der obigen Arbeit empfunden habe.

Vorteile
・ Die Anzeigemethode ist reichhaltig (schön)

• Da es sich um eine GUI-basierte Anwendung handelt, können auch Benutzer, die keine Programme schreiben, diese problemlos verwenden. ・ Mehrere Ergebnisse können nebeneinander angezeigt werden.

Nachteile
-Für die Verarbeitung wie die Verarbeitung fehlender Werte und die Datengenerierung kann es verwirrend sein, wenn Sie versuchen, komplizierte Arbeiten auszuführen.

• Da es nicht so viele Referenzen für PowerBI selbst gibt, können Sie nicht frei googeln, wenn Sie in Schwierigkeiten sind.
• Da es sich um eine Anwendung handelt, die einen echten PC verwendet, fühlt sie sich abhängig von den PC-Spezifikationen etwas leicht an?

Fall A) Python, das mit vielen Referenzen und detaillierten Abläufen für komplizierte Analysen wie Vorverarbeitung und Generierung zusätzlicher Daten verwendet werden kann. Fall B) PowerBI ist ein Anzeigemechanismus für tatsächliche Mitarbeiter, der die Lichtanalyse und die Ergebnisse nach der Analyse in Python verwendet. Ich denke, es ist besser, getrennt zu leben und es zu benutzen. Ich denke an dieser Stelle.