PBI102ILTDatos y Business Intelligence
Power BI con PYTHON
20 horas Presencial-Remoto Consultar
Descripción
Power BI es conjunto de servicios y herramientas que permiten el modelado, análisis, visualización y compartición de información a todos los miembros de una organización. Posibilita a usuarios finales la creación, colaboración y publicación de informes y paneles (dashboards) interactivos a partir de un número muy extenso de fuentes de datos. La principal herramienta de desarrollo del ecosistema Power BI es Power BI Desktop.
Python es un lenguaje de programación utilizado para crear aplicaciones, automatizar tareas y procesar datos. Muy utilizado en análisis de datos, inteligencia artificial y para construir scripts de automatización.
Este curso esta orientado en enseñar cómo aprovechar el potencial combinado de Power BI Desktop con scripts en lenguaje Python: agilizar transformación y carga de datos, realizar cálculos, crear gráficos personalizados con librerías gráficas de Python (Matplotlib y Seaborn) e invocar algoritmos ML de la librería scikit-learn.
Python es un lenguaje de programación utilizado para crear aplicaciones, automatizar tareas y procesar datos. Muy utilizado en análisis de datos, inteligencia artificial y para construir scripts de automatización.
Este curso esta orientado en enseñar cómo aprovechar el potencial combinado de Power BI Desktop con scripts en lenguaje Python: agilizar transformación y carga de datos, realizar cálculos, crear gráficos personalizados con librerías gráficas de Python (Matplotlib y Seaborn) e invocar algoritmos ML de la librería scikit-learn.
Objetivos
• Saber instalar y configurar Python y Python en Power BI Desktop
• Saber cargar datos en dataframes, realizar transformaciones (Python) y visualizarlos mediante un script Python dentro de
Power BI como tabla u objeto visual
• Saber visualizar gráficos de Matplotlib y Seaborn en una página de informe Power BI.
• Saber invocar un algoritmo ML(machine learning) de la librería Scikit-Learn
• Saber importar datos de ficheros planos y bases de datos SQL en dataframes
• Conocer las implicaciones/limitaciones de publicar y actualizar informes en PowerBI Service
• Saber cargar datos en dataframes, realizar transformaciones (Python) y visualizarlos mediante un script Python dentro de
Power BI como tabla u objeto visual
• Saber visualizar gráficos de Matplotlib y Seaborn en una página de informe Power BI.
• Saber invocar un algoritmo ML(machine learning) de la librería Scikit-Learn
• Saber importar datos de ficheros planos y bases de datos SQL en dataframes
• Conocer las implicaciones/limitaciones de publicar y actualizar informes en PowerBI Service
Audiencia
Curso dirigido a desarrolladores de informes Power BI que deseen aumentar las capacidades de tratamiento, visualización y analítica de datos mediante scripts Python integrados.
Prerrequisitos
• Conocimientos básicos de POWER BI a nivel desarrollador no sólo a nivel de usuario.
• No es necesario conocimientos de lenguaje programación Python pero se recomienda conocimientos de algún lenguaje de
programación.
• No es necesario conocimientos de lenguaje programación Python pero se recomienda conocimientos de algún lenguaje de
programación.
Temario
• Requisitos previos para ejecutar scripts Python en PowerBI Desktop
• Instalación de Power BI Desktop, Python y Visual Studio Code
• Configuración de Python en Power BI.
• Paquetes Python compatibles con Power BI
• Instalación bibliotecas Python (pip o conda).
• Acceso al editor de Scrips en PowerBI
• Estructura de un script Python en Power BI.
• Creación de script Python.
• Ejecución del script e importación de datos
• Dataframe en Pandas. Creación y manipulación(adjuntar, combinar)
• Transformaciones previas a la importación
• Importar datos de ficheros planos (.txt, .csv, .xlsx).
• Importar datos de SQL Express – Introducción a la SELECT
• Generar e importar archivos Parquet con Python
• Limpieza y calidad de datos: nulos, conversiones, etc.
• Funciones estadísticas de Pandas
• Uso de Python en el editor de Power Query
• Consideraciones, limitaciones y editor de permisos de PowerQuery.
• Creación de objetos visuales de Power BI con Python:
o Visualizar gráficos Matplotlib en una página.
o Visualizar gráficos Seaborn en una página.
• Instalar librería Scikit-Learn (machine learning) e invocar algoritmo de ejemplo (clustering)
• Publicación y actualización de informes con scripts Python en PowerBI Service
• Rendimiento y buenas prácticas con scripts Python en Power BI.
• Instalación de Power BI Desktop, Python y Visual Studio Code
• Configuración de Python en Power BI.
• Paquetes Python compatibles con Power BI
• Instalación bibliotecas Python (pip o conda).
• Acceso al editor de Scrips en PowerBI
• Estructura de un script Python en Power BI.
• Creación de script Python.
• Ejecución del script e importación de datos
• Dataframe en Pandas. Creación y manipulación(adjuntar, combinar)
• Transformaciones previas a la importación
• Importar datos de ficheros planos (.txt, .csv, .xlsx).
• Importar datos de SQL Express – Introducción a la SELECT
• Generar e importar archivos Parquet con Python
• Limpieza y calidad de datos: nulos, conversiones, etc.
• Funciones estadísticas de Pandas
• Uso de Python en el editor de Power Query
• Consideraciones, limitaciones y editor de permisos de PowerQuery.
• Creación de objetos visuales de Power BI con Python:
o Visualizar gráficos Matplotlib en una página.
o Visualizar gráficos Seaborn en una página.
• Instalar librería Scikit-Learn (machine learning) e invocar algoritmo de ejemplo (clustering)
• Publicación y actualización de informes con scripts Python en PowerBI Service
• Rendimiento y buenas prácticas con scripts Python en Power BI.