برمجة Python النصية في تقارير بيانات LuckyTemplates

سيناقش هذا البرنامج التعليمي برمجة Python النصية في تقارير LuckyTemplates. ستتعلم كيفية استخدام Python لإنجاز مخرجات مختلفة داخل LuckyTemplates. ستفهم أيضًا بعض القيود الفنية في Python بحيث يمكنك تجنب الأخطاء أثناء استخدام هذا داخل سطح مكتب LuckyTemplates .

جدول المحتويات

• فهم حزم Python للبرمجة في LuckyTemplates
• إنشاء البيئات باستخدام البرمجة النصية بلغة بايثون
• الحصول على البيانات باستخدام بايثون
• تمكين مرئيات برمجة Python في LuckyTemplates
  • تخصيص تصور بايثون
• تحويل البيانات في Power Query باستخدام البرمجة النصية Python
• خاتمة

فهم حزم Python للبرمجة في LuckyTemplates

تحدث أخطاء بين Python و LuckyTemplates لأنها يتم تحديثها بسرعات مختلفة. في بعض الأحيان ، هناك تعارضات حول الحزم في هذين البرنامجين. يمكنك تجنب الأخطاء من خلال إعداد البيئة المناسبة.

ليست كل الحزم في تثبيت Python Anaconda مدعومة بواسطة LuckyTemplates. في الصورة أدناه ، يمكنك رؤية جميع الحزم المختلفة المدعومة حاليًا.

توضح هذه الصورة التالية متطلبات وقيود حزم بايثون .

Pandas هي مكتبة معالجة البيانات ، بينما Numpy هي الجبر الخطي. Scikit-Learn و Xgboost هي مكتبات تسمح لك بالتعلم الآلي والمعالجة المسبقة. يتعامل Scipy و Statsmodels مع الإحصائيات. يستخدم Seaborn للتصور ، بينما Matplotliob هي المكتبة المرئية.

إنشاء البيئات باستخدام البرمجة النصية بلغة بايثون

تحتاج إلى إنشاء بيئة تحتوي على الحزم التي تحتاجها لتجنب التعارضات. يمكنك إنشاء بيئة باستخدام Anaconda Prompt الذي تم تثبيته أثناء تثبيت Anaconda . لفتح المطالبة ، اكتب Anaconda في شريط بحث windows وانقر فوق التطبيق.

إذا بحثت عن "إنشاء بيئة في الأناكوندا" في Google ، فسيتم إعادة توجيهك إلى هذه الصفحة. في نفس الصفحة ، يمكنك رؤية طرق مختلفة لإنشاء بيئات معينة.

في نافذة أوامر Anaconda Prompt ، يمكنك رؤية البيئة الأساسية ودليل العمل.

لإنشاء بيئة جديدة ، أدخل كلمة إنشاء . ثم أدخل –n متبوعًا باسم البيئة الخاصة بك. أخيرًا ، اكتب إصدار Python الذي تريده. في هذا المثال ، اسم البيئة هو new_env_pbi وإصدار Python هو 3.7.

اضغط على Enter بمجرد الانتهاء. سترى بعد ذلك أنها تخلق بيئة جديدة.

اضغط Y لمتابعة العملية.

بعد ذلك ، تحتاج إلى تنشيط البيئة. إدخال شرط تفعيل new_env_pbi .

بمجرد الانتهاء من ذلك ، يمكنك حينئذٍ رؤية أن البيئة الجديدة قد تم تنشيطها. من هناك ، يمكنك البدء في تثبيت الحزم التي تحتاجها. أولاً ، قم بتثبيت Pandas لجلب البيانات. أدخل نقطة تثبيت الباندا واضغط على إدخال.

بعد ذلك ، قم بتثبيت نقطة الإدخال seaborn لتثبيت Seaborn. سترى أيضًا أن Seaborn يقوم أيضًا بتحميل Matplotlib. بعد التثبيت ، يمكنك الآن فتح سطح مكتب LuckyTemplates .

الحصول على البيانات باستخدام بايثون

هناك ثلاث طرق للحصول على البيانات داخل LuckyTemplates باستخدام Python. الأول هو الانتقال إلى شريط أدوات File ، والنقر فوق Get Data ، ثم تحديد Get Data To Get Started .

انقر فوق شريط أدوات الملف مرة أخرى ، وحدد أخرى ، واختر Python Script .

من هناك ، أدخل نصًا لجلب البيانات واضغط على موافق. في هذا المثال ، يتم استخدام هذا البرنامج النصي.

في جزء المستكشف ، انقر فوق المتغير الموجود أسفل مجلد Python وانقر فوق تحميل .

سترى بعد ذلك تلك البيانات في جزء الحقول.

بعد ذلك ، تحتاج إلى التأكد من أنك تستخدم البيئة الصحيحة. انتقل إلى شريط أدوات الملف ، وانقر على الخيارات والإعدادات ، ثم حدد الخيارات .

ضمن Global ، انقر فوق Python Scripting وقم بتعيين Python Home Directory. انقر فوق تصفح وافتح new_env_pbi .

تمكين مرئيات برمجة Python في LuckyTemplates

للوصول إلى تكامل Python ، انقر فوق Python Visual ضمن مجموعة المرئيات.

بعد ذلك ، قم بتمكين العناصر المرئية للبرنامج النصي.

بمجرد الانتهاء من ذلك ، سيظهر محرر نصوص Python على اللوحة القماشية.

لبدء البرمجة النصية ، اسحب حقلاً في منطقة القيم في التصور. في هذا المثال ، يتم وضع الأقسام داخل منطقة القيم.

سيبدو التصور الآن على هذا النحو.

يتم إنشاء إطار البيانات باستخدام وظيفة pandas.DataFrame . قام البرنامج النصي بحفظه كمتغير وأطلق عليه مجموعة البيانات . أسفل السطر 6 ، يمكنك لصق أو كتابة كود البرنامج النصي الخاص بك لإنشاء صورة مرئية. في هذا المثال ، تم استخدام الرموز التالية.

حاليًا ، إطار البيانات غير مكتمل لأنه يحتوي على أقسام فقط. لذلك ، اسحب كل الأعمدة من جزء الحقول إلى منطقة القيم لإنشاء إطار بيانات كامل.

بعد ذلك ، يمكنك اختيار صورة مرئية من دفتر Jupyter الخاص بك. ثم انسخ الكود المرئي والصقه في المحرر.

قم بتغيير المتغير المستخدم في الكود المرئي من df إلى مجموعة البيانات وإدخال plt.show () في السطر التالي لاستخدام Matplotlib.

بمجرد الانتهاء ، قم بتشغيل البرنامج النصي عن طريق النقر فوق رمز التشغيل في المحرر.

سترى بعد ذلك التصور يتجسد في لوحتك. الصورة المرئية ليست تفاعلية ولكن يمكنك جعلها ديناميكية من خلال تخصيصها.

تخصيص تصور بايثون

انقر فوق رأس السهم لفتح Python Script Editor. بعد ذلك ، أدخل plt.style.use () .

افتح Google وابحث عن أنماط matplotlib . انقر فوق مرجع أوراق الأنماط وستتم إعادة توجيهك إلى صفحتها.

داخل الصفحة ، سترى أنماطًا مختلفة يمكنك استخدامها.

حدد نمطًا وأدخل رمز هذا النمط في كود البرنامج النصي.

في هذا المثال ، رمز النمط المستخدم هو bmh . بمجرد الانتهاء ، اضغط على أيقونة التشغيل.

سترى بعد ذلك أن الألوان داخل الصورة قد تغيرت.

يمكنك أيضًا تغيير شكل الصورة المرئية إذا كنت تريد ذلك. للقيام بذلك ، افتح محرر البرنامج النصي ، وقم بتغيير boxplot إلى violinplot وتشغيل كود البرنامج النصي.

سترى أن شكل الصورة المرئية قد تغير.

تحويل البيانات في Power Query باستخدام البرمجة النصية Python

تتمثل الطريقة الأخيرة للوصول إلى برمجة Python النصية في LuckyTemplates في تحويل البيانات في محرر استعلام الطاقة. تتمثل إحدى أفضل الممارسات في تكرار البيانات وإجراء البرمجة النصية في النسخة المكررة بدلاً من استخدام البيانات الرئيسية. في هذا المثال ، البيانات الرئيسية هي df والنسخة هي df2 .

انتقل إلى شريط أدوات التحويل وحدد Run Python Script .

سترى بعد ذلك مربع حوار Run Python Script مع رسالة نصية.

أدخل رمزًا للجداول من دفتر Jupyter الخاص بك. في هذا المثال ، يتم استخدام dataset.corr () في البرنامج النصي. لكن أولاً ، تحتاج إلى إعادة حفظ المتغير بكتابة مجموعة البيانات = مرة أخرى.

بعد الضغط على "موافق" ، سترى البيانات في لوحتك.

قم بتوسيع الجدول بالنقر فوق الجدول في عمود القيمة. سيعرض هذا أيضًا جدول ارتباط.

ومع ذلك ، لا يظهر عمود الفهرس في Python Script في جدول الارتباط. لإصلاح ذلك ، انتقل إلى جزء الخطوات التطبيقية وانقر فوق رمز الترس في خطوة Run Python Script لفتح رمز البرنامج النصي.

الآن ، أدخل وظيفة أخرى عن طريق إدخال .reset_index () . ثم ، السلسلة التي تعمل مع وظيفة جدول الارتباط.

بمجرد الانتهاء ، يمكنك الآن رؤية عمود الفهرس في جدول الارتباط.

أهمية إنشاء مرئيات LuckyTemplates مقنعة
أفضل ممارسات LuckyTemplates في التقارير والتصورات
Python I لمستخدمي LuckyTemplates - دورة تدريبية جديدة في النظام الأساسي التعليمي LuckyTemplates

خاتمة

هناك الكثير من الأشياء التي يمكن أن تقوم بها Python بمجرد دمجها مع LuckyTemplates. في هذا البرنامج التعليمي ، تم استخدام نصوص Python بثلاث طرق مختلفة: لإحضار مجموعة البيانات ، وإنشاء عناصر مرئية ، ومعالجة البيانات الموجودة في محرر استعلام الطاقة .

جيليم