Skrip Python Dalam Laporan Data LuckyTemplates

Tutorial ini akan membincangkan tentang skrip Python dalam laporan LuckyTemplates. Anda akan belajar cara menggunakan Python untuk mencapai output yang berbeza di dalam LuckyTemplates. Anda juga akan memahami beberapa batasan teknikal Python supaya anda boleh mengelakkan ralat semasa menggunakan ini di dalam desktop LuckyTemplates .

Isi kandungan

• Memahami Pakej Python Untuk Skrip Dalam LuckyTemplates
• Mencipta Persekitaran Dengan Skrip Python
• Mendapatkan Data Menggunakan Python
• Mendayakan Visualisasi Skrip Python Dalam LuckyTemplates
  • Menyesuaikan Visualisasi Python
• Mengubah Data Dalam Power Query Menggunakan Skrip Python
• Kesimpulan

Memahami Pakej Python Untuk Skrip Dalam LuckyTemplates

Ralat berlaku antara Python dan LuckyTemplates kerana mereka mengemas kini pada kelajuan yang berbeza. Kadangkala, terdapat konflik mengenai pakej dalam kedua-dua perisian ini. Anda boleh mengelakkan ralat dengan menyediakan persekitaran yang betul.

Tidak semua pakej dalam Pemasangan Python Anaconda disokong oleh LuckyTemplates. Dalam imej di bawah, anda boleh melihat semua pakej berbeza yang sedang disokong.

Imej seterusnya ini menunjukkan keperluan dan batasan pakej Python .

Pandas ialah perpustakaan manipulasi data, manakala Numpy ialah algebra linear. Scikit-Learn dan Xgboost ialah perpustakaan yang membolehkan anda melakukan pembelajaran mesin dan pra-pemprosesan. Scipy dan Statsmodels berurusan dengan statistik. Seaborn digunakan untuk visualisasi, manakala Matplotliob ialah perpustakaan visual.

Mencipta Persekitaran Dengan Skrip Python

Anda perlu mencipta persekitaran yang mengandungi pakej yang anda perlukan untuk mengelakkan konflik. Anda boleh mencipta persekitaran menggunakan Prompt Anaconda yang telah dipasang semasa pemasangan Anaconda . Untuk membuka gesaan, taip Anaconda dalam bar carian tingkap dan klik apl.

Jika anda mencari "buat persekitaran dalam anaconda" di Google, anda akan diubah hala ke halaman ini. Dalam halaman yang sama, anda boleh melihat cara yang berbeza untuk mencipta persekitaran tertentu.

Dalam tetingkap arahan Anaconda Prompt, anda boleh melihat persekitaran asas dan direktori kerja.

Untuk mencipta persekitaran baharu, masukkan conda create . Kemudian, masukkan –n diikuti dengan nama persekitaran anda. Akhir sekali, taip versi Python yang anda mahukan. Dalam contoh ini, nama persekitaran ialah new_env_pbi dan versi Python ialah 3.7.

Tekan Enter setelah selesai. Anda kemudian akan melihat bahawa ia sedang mewujudkan persekitaran baharu.

Tekan Y untuk meneruskan proses.

Seterusnya, anda perlu mengaktifkan persekitaran. Input conda activate new_env_pbi .

Setelah selesai, anda kemudian dapat melihat bahawa persekitaran baharu diaktifkan. Dari sana, anda boleh mula memasang pakej yang anda perlukan. Mula-mula, pasang Pandas untuk membawa masuk data. Masukkan pip pasang panda dan tekan enter.

Seterusnya, masukkan pip pasang seaborn untuk memasang Seaborn. Anda juga akan melihat bahawa Seaborn juga memuatkan Matplotlib. Selepas pemasangan, anda kini boleh membuka desktop LuckyTemplates .

Mendapatkan Data Menggunakan Python

Terdapat tiga cara untuk mendapatkan data di dalam LuckyTemplates menggunakan Python. Yang pertama ialah pergi ke bar alat Fail, klik Dapatkan Data, dan kemudian pilih Dapatkan Data Untuk Bermula .

Klik Bar Alat Fail sekali lagi, pilih Lain-lain, dan pilih Skrip Python .

Dari sana, masukkan skrip untuk membawa masuk data dan tekan OK. Dalam contoh ini, skrip ini digunakan.

Dalam anak tetingkap Navigator, klik pembolehubah di bawah folder Python dan klik Muatkan .

Anda kemudian akan melihat data tersebut dalam anak tetingkap Fields.

Selepas itu, anda perlu memastikan bahawa anda menggunakan persekitaran yang betul. Pergi ke bar alat Fail, klik Pilihan Dan Tetapan, kemudian pilih Pilihan .

Di bawah Global, klik Skrip Python dan tetapkan Direktori Laman Utama Python. Klik Semak imbas dan buka new_env_pbi .

Mendayakan Visualisasi Skrip Python Dalam LuckyTemplates

Untuk mengakses Integrasi Python, klik Visual Python di bawah Visualisasi.

Kemudian, dayakan visual skrip.

Setelah selesai, Editor Skrip Python berasaskan teks akan muncul pada kanvas.

Untuk memulakan skrip, seret medan dalam kawasan Nilai pada visualisasi. Dalam contoh ini, Jabatan diletakkan di dalam kawasan Nilai.

Visualisasi kini akan kelihatan seperti ini.

Bingkai data dicipta menggunakan fungsi panda.DataFrame . Skrip menyimpannya sebagai pembolehubah dan menamakannya set data . Di bawah baris 6, anda boleh menampal atau menaip kod skrip anda untuk mencipta visual. Dalam contoh ini, kod berikut telah digunakan.

Pada masa ini, bingkai data tidak lengkap kerana hanya mempunyai Jabatan. Jadi, seret semua lajur dari anak tetingkap Medan ke kawasan Nilai untuk mencipta bingkai data penuh.

Selepas itu, anda boleh memilih visual daripada Buku Nota Jupyter anda. Kemudian, salin kod visual itu dan tampalkannya ke dalam editor.

Tukar pembolehubah yang digunakan dalam kod visual daripada df kepada set data dan masukkan plt.show() dalam baris seterusnya untuk menggunakan Matplotlib.

Setelah selesai, jalankan skrip dengan mengklik ikon jalankan dalam editor.

Anda kemudian akan melihat visualisasi menjadi kenyataan dalam kanvas anda. Visual tidak interaktif tetapi anda boleh menjadikannya dinamik dengan menyesuaikannya.

Menyesuaikan Visualisasi Python

Klik anak panah untuk membuka Editor Skrip Python. Seterusnya, masukkan plt.style.use() .

Buka Google dan cari gaya matplotlib . Klik Rujukan Helaian Gaya dan anda akan dialihkan ke halaman mereka.

Di dalam halaman, anda akan melihat gaya berbeza yang boleh anda gunakan.

Pilih gaya dan masukkan kod gaya itu dalam kod skrip.

Dalam contoh ini, kod gaya yang digunakan ialah bmh . Setelah selesai, tekan ikon jalankan.

Anda kemudian akan melihat bahawa warna dalam visual telah berubah.

Anda juga boleh menukar bentuk visual jika anda mahu. Untuk melakukan ini, buka editor skrip, tukar boxplot kepada violinplot dan jalankan kod skrip.

Anda akan melihat bahawa bentuk visual telah berubah.

Mengubah Data Dalam Power Query Menggunakan Skrip Python

Kaedah terakhir untuk mengakses skrip Python dalam LuckyTemplates ialah mengubah data dalam editor pertanyaan kuasa. Salah satu amalan terbaik ialah menduplikasi data dan melakukan skrip dalam pendua dan bukannya menggunakan data utama. Dalam contoh ini, data utama ialah df dan pendua ialah df2 .

Pergi ke bar alat Transform dan pilih Run Python Script .

Anda kemudian akan melihat kotak dialog Run Python Script dengan mesej skrip.

Masukkan kod untuk jadual daripada Buku Nota Jupyter anda. Dalam contoh ini, dataset.corr() digunakan dalam skrip. Tetapi pertama, anda perlu menyimpan semula pembolehubah dengan menaip dataset = sekali lagi.

Selepas menekan OK, anda akan melihat data dalam kanvas anda.

Kembangkan jadual dengan mengklik Jadual dalam lajur Nilai. Ini juga akan menunjukkan jadual korelasi.

Walau bagaimanapun, lajur Indeks dalam Skrip Python tidak ditunjukkan dalam jadual korelasi. Untuk membetulkannya, pergi ke anak tetingkap Applied Steps dan klik ikon gear langkah Run Python Script untuk membuka kod skrip.

Sekarang, masukkan fungsi lain dengan memasukkan .reset_index() . Kemudian, rentetan fungsi itu dengan fungsi jadual korelasi.

Setelah selesai, anda kini boleh melihat lajur Indeks dalam jadual korelasi.

Kepentingan Mencipta Visualisasi LuckyTemplates Menarik
Amalan Terbaik LuckyTemplates Mengenai Laporan & Visualisasi
Python I untuk Pengguna LuckyTemplates – Kursus Baharu dalam Platform Pendidikan LuckyTemplates

Kesimpulan

Terdapat banyak perkara yang Python boleh lakukan setelah ia disepadukan dengan LuckyTemplates. Dalam tutorial ini, skrip Python digunakan dalam tiga cara berbeza: untuk membawa masuk set data, untuk mencipta visual dan untuk memanipulasi data sedia ada dalam editor pertanyaan kuasa .

Gaelim