上面这三个人，是牛教练的得意弟子。
有一天牛教练带着这三个人去参加比赛，结果在门口被拦下了。
工作人员：“先生，这里没有名片恕不招待！”
牛教练嘿嘿一笑，“我们有！”
牛教练打开power BI，在切片器中依次点击三个人的头像，刷刷刷亮出3张名片！
工作人员：请进！
…
回到正题，今天小编给大家分享的是在power BI中使用图片切片器。
目标：点击切片器中的人物头像，可以浏览对应人物的名片。
参赛选手基本信息如下：
情景一：图片来源于网络
Step1：将网络照片的URL贴到数据源中
Step2：打开Power BI Desktop，导入包含参赛选手信息的excel文件，通过列工具将【网页照片】的数据类别改为图像 URL
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sj4QZpaj-1598347113527)(https://pbihub.cn/uploads/images/202008/25/125/t61SVrHK3a.png)]
Step3：在仪表板中拖拽【网页照片】字段并设置成常规切片器
效果如下：
Bingo！
情景二：图片来源于本机
本机图片存放如下：
Step1：在查询编辑器中新建源-自文件夹，选择图片所存放的文件夹
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-CnpQTP6B-1598347113531)(https://pbihub.cn/uploads/images/202008/25/125/LTVp01EYBv.png)]
加载后如下图所示，注意此时【Content】列的数据类型是二进制
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cruMypFN-1598347113532)(https://pbihub.cn/uploads/images/202008/25/125/587OqYtxft.png)]
Step2：将【content】的数据类型改为文本，添加前缀“data:image/png;base64,”此时【Content】中的内容已被转换成图片的Base64编码
Step3：提取【name】的图片名称部分，加载，通过列工具将【content】列的数据类别转换为图像URL，通过选手姓名将模型中的两个表建立关系。
Step4：在仪表板中，拖拽【Content】字段，发现列表可以显示成图片（右），但是常规切片器不能显示成图片（左）
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IpdNM47F-1598347113535)(https://pbihub.cn/uploads/images/202008/25/125/aE7VmBNYX5.png)]
Step5：将视觉对象改为ChicletSlicer，将【name】字段放在类别中，【content】字段放在图像上，图片切片器就有了。在格式设置中，将图像拆分的值由50改为100，图像下方的文字就消失了
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2WENZQwB-1598347113537)(https://pbihub.cn/uploads/images/202008/25/125/l2Wla65VEB.png)]
等等，过儿怎么只有半张脸？
咋回事呢？大胆猜测高人指点是图片大小超了，新建列用LEN函数看一下长度
情景三：本机大量中等尺寸图片处理
Step1：回到查询编辑器中，尝试提取前25000位字符和其后25000位的字符
Step2：加载至模型中，组合成新字段
【content2】，数据类别转换为图像URL，调用LEN查看长度（可以看出真实长度比50000位还要多，这里就不继续拆分了）
Step3：在仪表板中对比Content1和Content2所显示的内容
手动配上文字：风陵渡口初相识，一遇杨过误终生~
情景四：本机少量大尺寸图片处理
Step1：借助转换工具将图片转换为BASE64编码
如下图，借助转换工具将图片转换为BASE64编码（右击图片可选择复制编码）
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hjvFQ4zd-1598347113544)(https://pbihub.cn/uploads/images/202008/25/125/UUbca1AYBN.png)]
（转换工具地址：https://tool.oschina.net/encrypt?type=4）
Step2：编写度量值
度量值 = IF(SELECTEDVALUE('选手信息'[姓名])="杨过","",CALCULATE(VALUES('图片'[Content])))
注：引号中粘贴图片的Base64编码，篇幅太大这里没放上来。
Step3：看一下效果
Nice！
今天的分享就到这里，小伙伴们下期再见！
- PowerPivot工坊原创文章，转载请注明出处！
如果您想深入学习微软Power BI，欢迎登录网易云课堂试听学习我们的“从Excel到Power BI数据分析可视化”系列课程。或者关注我们的公众号（PowerPivot工坊）后猛戳”在线学习”。
长按下方二维码关注“Power Pivot工坊”获取更多微软Power BI、PowerPivot相关文章、资讯，欢迎小伙伴儿们转发分享~
