Power BI Desktop是越来越智能了,最近的更新中增加了一个新的视觉对象:关键影响因素,顾名思义,就是自动分析各项指标的关联程度,不过这个要比我们手工来做分析,可就简单很多。
我们简单来做个演示,先找一段股票的资金流向数据:
Power Query中抓取过来,过程略。
不需要写度量值,直接把字段拖进视觉对象中:
这样就有了一个分析结果,只是这样的结果么,当然不是,选中其中的项目还会有惊喜出现:
超大单与主力流入占比越高,股票涨幅越高,这个趋势线是正相关:
再来看,中单和小单:
中单与小单的流入占比越高,股票涨幅越低。
散户的资金流入,几乎是不能推动这支股票上涨的,哈哈。
我们来换一组数据,看看沈阳的气温与时间还有天气情况的关系:
4-9月的时候气温最高
大雨来临之前总是很闷热的。
当我们选中了排名靠前的分段,就会出现下面的结果:
我们选中最高的分段:
这里显示的是在4-9月,这个分段1中多云天气的平均最低气温27.72度,比整体平均最低气温14.43度要高出13.29度
看过这个视觉对象,是不是觉得越来越接近智能分析了,所有这些结果都是自动生成,不需要任何的公式和代码。
赶紧试试吧
页面更新:2024-03-14
本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828
© CopyRight 2020-2024 All Rights Reserved. Powered By 71396.com 闽ICP备11008920号-4
闽公网安备35020302034903号