Python offre de nombreuses librairies de visualisation de données comme Matplotlib ou encore Seaborn. Il est possible également d’intégrer les visuels Power BI dans Jupyter Notebook. Power BI est un outil d’informatique décisionnel qui permet de donner à un manager une capacité de décision grâce à un ensemble de visuels organisés en rapport. Jupyter Notebook est une plateforme de développement orienté Python très utilisée dans le monde de la data. L'intégration de Power BI dans Jupyter Notebook permet notamment l’interaction entre les visuels et la facilité de création et de mise en forme des visuels.
Voici comment intégrer Power BI dans Jupyter Notebook :
Dans un premier temps installez powerbiclient avec la commande pip. Puis dans Jupyter Notebook importer les éléments suivants :
Puis préparer vos données :
Ensuite authentifiez vous. Pour cela il faudra cliquer sur le lien qui vous est donné. Dans la fenêtre ouvrante, renseignez le code qui vous est également communiqué dans le message.
Enfin vous pouvez lancer la visualisation des données.
Vous pouvez modifier les types de graphiques et quelques éléments de mise en forme. Vous pouvez choisir quelles données vous souhaitez exploiter.
Il y a une erreur qui remonte souvent : "PBI_visualize widget: model not found". Cela indique que Power BI ne peut pas trouver le modèle correspondant au jeu de données sur lequel vous travaillez.
Il y a plusieurs raisons possibles :
Vérifiez que vous avez installé les bibliothèques nécessaires pour utiliser Power BI dans JupyterLab notamment powerbiclient. Assurez-vous que vous avez correctement spécifié les configurations de jeu de données en entrée pour la fonction QuickVisualize.
Le modèle Power BI n'existe pas ou a été supprimé. Vérifiez bien où sont vos données et éventuellement si le nom d’un fichier n’a pas changé.
Il est possible que les autorisations accordées à l’utilisateur ou au groupe ne soient pas suffisantes.
Vous pouvez rencontrer des problèmes d'authentification. Soit votre authentification n’est pas correcte ou bien elle a expiré.
Assurez-vous de bien faire vos manipulations sous Jupyter Notebook et non pas JupyterLab.
Pour conclure, Power BI offre des propositions très intéressantes pour exploiter des données. La solution est rapide à mettre en place et est très efficace.