Skrypty w języku Python w raportach danych usługi LuckyTemplates

W tym samouczku omówiono skrypty w języku Python w raportach usługi LuckyTemplates. Dowiesz się, jak używać języka Python do uzyskiwania różnych danych wyjściowych w usłudze LuckyTemplates. Poznasz również niektóre ograniczenia techniczne języka Python, aby uniknąć błędów podczas korzystania z niego w programie LuckyTemplates Desktop .

Spis treści

• Zrozumienie pakietów języka Python do tworzenia skryptów w usłudze LuckyTemplates
• Tworzenie środowisk za pomocą skryptów w języku Python
• Pobieranie danych za pomocą Pythona
• Włączanie wizualizacji skryptów w języku Python w usłudze LuckyTemplates
  • Dostosowywanie wizualizacji Pythona
• Przekształcanie danych w dodatku Power Query przy użyciu skryptów w języku Python
• Wniosek

Zrozumienie pakietów języka Python do tworzenia skryptów w usłudze LuckyTemplates

Błędy występują między Pythonem a usługą LuckyTemplates, ponieważ aktualizują się z różną szybkością. Czasami w tych dwóch programach występują konflikty dotyczące pakietów. Możesz uniknąć błędów, konfigurując odpowiednie środowisko.

Nie wszystkie pakiety w instalacji Python Anaconda są obsługiwane przez usługę LuckyTemplates. Na poniższym obrazku możesz zobaczyć wszystkie obecnie obsługiwane pakiety.

Ten następny obraz przedstawia wymagania i ograniczenia pakietów języka Python .

Pandas to biblioteka do manipulacji danymi, a Numpy to algebra liniowa. Scikit-Learn i Xgboost to biblioteki, które umożliwiają uczenie maszynowe i wstępne przetwarzanie. Scipy i Statsmodels zajmują się statystykami. Seaborn służy do wizualizacji, a Matplotliob to biblioteka wizualna.

Tworzenie środowisk za pomocą skryptów w języku Python

Musisz utworzyć środowisko zawierające pakiety potrzebne do uniknięcia konfliktów. Środowisko można utworzyć za pomocą monitu Anacondy, który został zainstalowany podczas instalacji Anacondy . Aby otworzyć monit, wpisz Anaconda w pasku wyszukiwania systemu Windows i kliknij aplikację.

Jeśli wyszukujesz w Google „tworzenie środowiska w anakondzie”, zostaniesz przekierowany na tę stronę. Na tej samej stronie możesz zobaczyć różne sposoby tworzenia określonych środowisk.

W oknie poleceń Anaconda Prompt możesz zobaczyć środowisko podstawowe i katalog roboczy.

Aby utworzyć nowe środowisko, wpisz conda create . Następnie wprowadź –n , a następnie nazwę środowiska. Na koniec wpisz żądaną wersję Pythona. W tym przykładzie nazwa środowiska to new_env_pbi , a wersja Pythona to 3.7.

Naciśnij Enter po zakończeniu. Zobaczysz wtedy, że tworzy nowe środowisko.

Naciśnij Y, aby kontynuować proces.

Następnie musisz aktywować środowisko. Wprowadź conda aktywuj new_env_pbi .

Po zakończeniu możesz zobaczyć, że nowe środowisko zostało aktywowane. Stamtąd możesz rozpocząć instalowanie potrzebnych pakietów. Najpierw zainstaluj Pandy, aby wprowadzić dane. Wpisz pip install pandas i naciśnij enter.

Następnie wpisz pip install seaborn , aby zainstalować Seaborn. Zobaczysz również, że Seaborn ładuje również Matplotlib. Po instalacji możesz teraz otworzyć pulpit LuckyTemplates .

Pobieranie danych za pomocą Pythona

Istnieją trzy sposoby uzyskiwania danych w usłudze LuckyTemplates przy użyciu języka Python. Pierwszym z nich jest przejście do paska narzędzi Plik, kliknięcie Pobierz dane, a następnie wybierz Pobierz dane, aby rozpocząć .

Kliknij ponownie pasek narzędzi Plik, wybierz Inne i wybierz Skrypt Pythona .

Stamtąd wprowadź skrypt, aby wprowadzić dane i naciśnij OK. W tym przykładzie używany jest ten skrypt.

W okienku Nawigator kliknij zmienną w folderze Python i kliknij Załaduj .

Następnie zobaczysz te dane w okienku Pola.

Następnie musisz upewnić się, że używasz właściwego środowiska. Przejdź do paska narzędzi Plik, kliknij Opcje i ustawienia, a następnie wybierz Opcje .

W obszarze Globalny kliknij opcję Skrypty języka Python i ustaw katalog główny języka Python. Kliknij Przeglądaj i otwórz new_env_pbi .

Włączanie wizualizacji skryptów w języku Python w usłudze LuckyTemplates

Aby uzyskać dostęp do integracji z językiem Python, kliknij pozycję Python Visual w obszarze Wizualizacje.

Następnie włącz wizualizacje skryptu.

Po zakończeniu na kanwie pojawi się tekstowy edytor skryptów języka Python.

Aby rozpocząć tworzenie skryptów, przeciągnij pole w obszarze Wartości wizualizacji. W tym przykładzie Działy są umieszczane w obszarze Wartości.

Wizualizacja będzie teraz wyglądać tak.

Ramka danych jest tworzona za pomocą funkcji pandas.DataFrame . Skrypt zapisał go jako zmienną i nazwał dataset . Poniżej wiersza 6 możesz wkleić lub wpisać kod skryptu, aby utworzyć wizualizację. W tym przykładzie zastosowano następujące kody.

Obecnie ramka danych jest niekompletna, ponieważ zawiera tylko działy. Dlatego przeciągnij wszystkie kolumny z panelu Pola do obszaru Wartości, aby utworzyć pełną ramkę danych.

Następnie możesz wybrać wizualizację z notatnika Jupyter. Następnie skopiuj kod tej wizualizacji i wklej go do edytora.

Zmień zmienną używaną w kodzie wizualnym z df na zestaw danych i wprowadź plt.show() w następnym wierszu, aby użyć biblioteki Matplotlib.

Po zakończeniu uruchom skrypt, klikając ikonę uruchamiania w edytorze.

Zobaczysz, jak wizualizacja zmaterializuje się na twoim płótnie. Wizualizacja nie jest interaktywna, ale możesz uczynić ją dynamiczną, dostosowując ją.

Dostosowywanie wizualizacji Pythona

Kliknij grot strzałki, aby otworzyć Edytor skryptów języka Python. Następnie wprowadź plt.style.use() .

Otwórz Google i wyszukaj style matplotlib . Kliknij Odniesienie do arkuszy stylów, a zostaniesz przekierowany na ich stronę.

Wewnątrz strony zobaczysz różne style, których możesz użyć.

Wybierz styl i wprowadź kod tego stylu w kodzie skryptu.

W tym przykładzie kod użytego stylu to bmh . Po zakończeniu naciśnij ikonę uruchamiania.

Zobaczysz wtedy, że kolory wewnątrz wizualizacji uległy zmianie.

Jeśli chcesz, możesz także zmienić kształt wizualizacji. Aby to zrobić, otwórz edytor skryptów, zmień boxplot na violinplot i uruchom kod skryptu.

Zobaczysz, że zmienił się kształt wizualizacji.

Przekształcanie danych w dodatku Power Query przy użyciu skryptów w języku Python

Ostatnią metodą uzyskiwania dostępu do skryptów w języku Python w usłudze LuckyTemplates jest przekształcenie danych w edytorze Power Query. Jedną z najlepszych praktyk jest duplikowanie danych i wykonywanie skryptów w duplikacie zamiast korzystania z głównych danych. W tym przykładzie dane główne to df , a duplikat to df2 .

Przejdź do paska narzędzi Transform i wybierz opcję Uruchom skrypt Pythona .

Zobaczysz wtedy okno dialogowe Uruchom skrypt Pythona z komunikatem skryptu.

Wprowadź kod do tabel z notatnika Jupyter. W tym przykładzie w skrypcie użyto metody dataset.corr() . Ale najpierw musisz ponownie zapisać zmienną, ponownie wpisując dataset = .

Po naciśnięciu OK zobaczysz dane na kanwie.

Rozwiń tabelę, klikając Tabela w kolumnie Wartość. Spowoduje to również wyświetlenie tabeli korelacji.

Jednak kolumna Indeks w skrypcie języka Python nie jest wyświetlana w tabeli korelacji. Aby rozwiązać ten problem, przejdź do panelu Zastosowane kroki i kliknij ikonę koła zębatego kroku Uruchom skrypt w języku Python, aby otworzyć kod skryptu.

Teraz wprowadź inną funkcję, wprowadzając .reset_index() . Następnie dodaj tę funkcję do funkcji tabeli korelacji.

Po zakończeniu możesz teraz zobaczyć kolumnę Indeks w tabeli korelacji.

Znaczenie tworzenia przekonujących wizualizacji usługi LuckyTemplates
Najlepsze praktyki dotyczące raportów i wizualizacji usługi LuckyTemplates
Python I dla użytkowników usługi LuckyTemplates — nowy kurs na platformie edukacyjnej LuckyTemplates

Wniosek

Istnieje wiele rzeczy, które Python może zrobić po zintegrowaniu z usługą LuckyTemplates. W tym samouczku skrypty w języku Python były używane na trzy różne sposoby: w celu wprowadzenia zestawu danych, tworzenia elementów wizualnych i manipulowania istniejącymi danymi w edytorze Power Query .

Gaelim