Loading…

READY TO DEAL WITH YOUR DATA?

Get some tips on how to do that!
Start exploring

[YouTube] Power BI w praktyce – odcinek 10 – Świat map w Power BI

Tadam! Dziesiąty odcinek “Power BI w praktyce” dostępny! Mały jubileusz – jak ten czas leci ;-) W tym odcinku pokazujemy, jak wykorzystać Power BI do analizy tras transportów.

Tym razem przenosimy się w świat logistyki. Celem jest pokazanie, na jakich trasach odbywa się najwięcej transportów.

Archiwum z danymi źródłowymi i plikiem Power BI Desktop jest do pobrania tutaj (plik .zip, 168 kB).

Prezentowane przez nas wizualizacje map nie wyczerpują tematu. Zrezygnowaliśmy z pokazywania wizualizacji Flow map, ponieważ stwierdziliśmy, że nie zawsze pokazuje ona wszystkie trasy, które powinny znaleźć się na mapie. Aczkolwiek, zachęcamy do testowania tej wizualizacji w przypadku potrzeby ilustrowania tras, ponieważ wygląda ona bardzo ciekawie.

Udanych analiz z użyciem map! Niezmiennie, wraz z Bartkiem Graczykiem czekamy na Wasze komentarze do nagrań i Wasze doświadczenia z pracy z Power BI (link do kanału na YouTube)!

2 thoughts on “[YouTube] Power BI w praktyce – odcinek 10 – Świat map w Power BI

  1. Super odcinek! Ale utnęłam. :)
    Gdzie mogę znaleźć/pobrać ten wspaniały fragment kodu w języku R, bo przecież nie będę go pisała od nowa (tam jest milione pięćset sto dziewięćset linijek).
    Z góry dziękuję za przesłanie lub podanie linka.

  2. Paulina, plik .pbix z prezentowanym kodem znajdziesz tu: https://1drv.ms/u/s!AswoYNSd-msEg5MsXGIeo91MDvW1Eg. Link jest od samego początku w treści powyższego posta ;-) Ściągasz plik ZIP, rozpakowujesz, uruchamiasz plik .pbix, klikasz na wizualizacji R i powinnaś zobaczyć kod. Ale jakby co, poniżej ów kod w całej okazałości:

    library(maps)
    library(geosphere)

    #order rows in data frame by values of their count this is to ensure when lines are drawn into map
    # higher count lines gets drawn on top of smaller count lines
    dataset <- dataset[order(dataset$"Shipments"),] # create basic map map("world", xlim=c(13.5,35), ylim=c(48.7,55), col="#00557A", fill=FALSE) map("world", "poland", col="#F0F0F0", fill=TRUE, lwd=1, add=TRUE) map.scale(x=15.5, y=42.75, ratio=FALSE, relwidth=1) tsh.max <- max(dataset$"Shipments") for (j in 1:length((dataset$"Shipments"))) { a <- c(dataset[j,]$"Source Longitude", dataset[j,]$"Source Latitude") b <- c(dataset[j,]$"Destination Longitude", dataset[j,]$"Destination Latitude") tsh <- c(dataset[j,]$"Shipments"/tsh.max*10) inter <- gcIntermediate(a,b,n=100,addStartEnd=TRUE) lines(inter, col="#0098DA", lwd=tsh) } points(dataset$"Source Longitude", dataset$"Source Latitude", bg = "#00557A", col = "#00557A", cex = 1, pch=19) points(dataset$"Destination Longitude", dataset$"Destination Latitude", bg = "#0098DA", col= "#0098DA", cex = 1, pch=19) legend( x="right", legend=c("Source", "Destination"), col=c("#00557A","#0098DA"), lwd=1, pch=c(19,19), merge=FALSE )

Leave a Reply