LuckyTemplates Python-zelfstudie: teksten vertalen

In deze blog wordt gedemonstreerd hoe u taal- of tekstvertaling kunt uitvoeren met behulp van Python en deze kunt overzetten naar LuckyTemplates. Het is een coole techniek die uw rapporten interessanter kan maken. Dus laten we beginnen met onze LuckyTemplates Python-tutorial. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

Inhoudsopgave

• Game Of Thrones-gegevensset
• LuckyTemplates Python-zelfstudie: gegevens transformeren
  • Transformeren naar Python-script
• LuckyTemplates Python-zelfstudie: Python-script gebruiken
  • Vertaling importeren
  • De functie definiëren
  • De kolom vertalen
• LuckyTemplates Python-zelfstudie: de code uitvoeren
• Andere talen
• Conclusie

Game Of Thrones-gegevensset

Hieronder staat mijn Game of Thrones-gegevensset in LuckyTemplates met een  afleveringsnaam  en  IMDB-beschrijving  bovenaan. We kunnen zien dat dat in het Engels is, maar ik heb ook een bladwijzer gemaakt die overschakelt naar het Japans, vertaald met behulp van een bibliotheek in Python.

Ik laat je zien hoe je een functie maakt die je eenvoudig kunt toepassen op andere datasets. Dus laten we beginnen!

LuckyTemplates Python-zelfstudie: gegevens transformeren

We gaan alle vertalingen doen in de Scripteditor , dus we beginnen het proces door de Power Query-editor te openen. Daarna laat ik je zien hoe je het onderstaande script schrijft en de tekst transformeert met behulp van Python.

Maar laten we eerst eens kijken naar het onderstaande script, waar ik u regel voor regel doorloop om u te laten zien hoe dit werkt.

De bovenstaande dataset heeft een afleveringsnummer, seizoensnummer, afleveringsnaam, regisseur en schrijver. Als we verder naar rechts scrollen, heeft het ook tal van andere kolommen, zoals IMDB-beschrijving en originele uitzenddatum.

U kunt een vertaling toepassen op de naam van de aflevering, maar niet op de schrijver, aangezien dit de naam van een persoon is. We isoleren dus een kolom voor onze vertalingen en kiezen de IMD-beschrijvingskolom voor deze demonstratie.

Transformeren naar Python-script

Laten we dus naar Transformeren in het lint linksboven gaan   en  rechtsboven Python-script uitvoeren  selecteren. We schrijven alles in de scripteditor , hoewel je het ook in  Jupyter Notebook  en dergelijke kunt doen.

Laten we vervolgens onze code documenteren. We kunnen hierboven zien dat het al de dataset aangeeft die de invoergegevens van ons script bevat.

LuckyTemplates Python-zelfstudie: Python-script gebruiken

De afbeelding hierboven is het Python-script dat we vandaag gaan schrijven. Ik zal je door elke stap leiden, zodat je het hele proces begrijpt.

Vertaling importeren

Dus laten we beginnen met te benadrukken wat we willen doen: onze vertaalbibliotheek importeren vanuit de TextBlob. Daarom schrijven we  #import onze vertaalbibliotheek van TextBlob  in het eerste deel van ons script.

Vervolgens willen we een functie voor vertaling maken, dus schrijven we # create a function for translation .

De functie definiëren

We moeten ook definiëren wat de functie is en om dat te doen, moeten we beginnen met def gevolgd door de naam. Laten we het in dit geval vertaling noemen .

Een functie heeft een hoeveelheid code of instructies nodig die u kunt herhalen. En vergelijkbaar met wat u in Excel ziet, heeft het een haakje openen en sluiten.

Onze functie heeft maar één opdracht en dat is het vertalen van een gekozen tekst. Als we dat combineren met de naam gevolgd door een dubbele punt, kunnen we het schrijven als def translation (text) .

Nadat we onze dubbele punt hebben geplaatst, zullen we op  Enter  en Tab drukken  om onze instructies binnen de functie in te laten springen. Laten we eerst een variabele maken met de naam  blob, die onze tekst vertegenwoordigt. 

En omdat we de tekstbibliotheek gebruiken, gaan we  daarna naar TextBlob  . Vervolgens geven we het door aan de zin waarnaar we op zoek zijn, zodat we het kunnen schrijven als  blob = TextBlob (zin) .

Nu de  zin  binnen de functie staat, kunnen we meer dingen aan de mix toevoegen. Laten we zeggen dat we de variabele blob  willen retourneren  en die zin willen vertalen (met behulp van de vertaalfunctie) van het Engels (aangegeven door  en ) naar Japans (aangegeven door  ja ).

Om deze functie te laten werken, moeten we ervoor zorgen dat we heel expliciet zeggen  dat vertalen . Maar om zeker te zijn, gaan we het in een string wikkelen ( str ). Nu kunnen we deze set instructies schrijven als  return str(blob. translate)from_lang =<' en'="" to=""> .

En wat we krijgen is de onderstaande functie:

De kolom vertalen

We kunnen onze nieuw gecreëerde functie nu toepassen op elke tekst die we zoeken, namelijk op de IMDB-beschrijvingskolom van onze dataset. Dus in ons Python- script schrijven we  een dataset ('IMDB-beschrijving')  en volgen deze vervolgens met de functie Apply. 

We plaatsen ook de vertaalfunctie die we hebben gemaakt in de   functie apply en schrijven dat allemaal als  dataset ("IMDB-beschrijving').apply(translation) .

Omdat we een nieuwe kolom willen maken, gebruiken we opnieuw  dataset,  onze tabelnaam, en voegen deze toe aan de functie naast een gelijkteken.

LuckyTemplates Python-zelfstudie: de code uitvoeren

Nu hebben we een nieuwe kolom om toe te passen op onze vertaling. Dus laten we het uitvoeren door op OK te klikken en kijken of er een probleem is.

Helaas resulteert het uitvoeren van het script in de bovenstaande fout. Als we het nauwkeurig bekijken, kunnen we zien dat ik  zin heb gebruikt  in plaats van  tekst  als tijdelijke aanduiding. 

Daarom is het belangrijk om altijd je script te lezen, want het is gemakkelijk om kleine fouten te maken bij het programmeren.

We keren dus terug naar het script, wissen de  zin  en  vervangen deze door  tekst . Daarna voeren we het script opnieuw uit, klikken op  OK en we krijgen het onderstaande resultaat.

Dus wat terugkomt is een tafel die we kunnen openen. Nadat we op de tabel hebben geklikt, leidt deze ons naar ons onderstaande dataframe.

Het dataframe hierboven is de Japanse vertaling van onze IMDB-beschrijving. Merk op dat veel van de namen niet zijn vertaald, wat terecht is omdat ze niet allemaal in het Japans kunnen worden vertaald.

Andere talen

Maar naast het Japans kun je het ook in tal van andere talen vertalen. U kunt de volledige lijst hieronder bekijken. Onderzoek alstublieft en kijk wat voor soort functionaliteit u kunt creëren.

Laten we teruggaan naar onze LuckyTemplates om te zien hoe gemakkelijk ik deze visual heb gemaakt. De onderstaande afbeelding werkt met bladwijzers in het Engels en Japans.

Deze visual bevat twee bladwijzers en verbergt een van de tabellen. Als ik onder Selectie op een tabel klik  , kunnen we in de onderstaande afbeelding zien dat er twee tabellen zijn. 

Ik heb deze visual gemaakt door een  knop  uit de  sectie Formaat  toe te voegen aan de Engelse en Japanse vertaalopties. De afbeelding hieronder laat zien dat de  knop  een actie heeft die hem koppelt aan een van de bladwijzers.

Met deze knop en zijn acties kunt u eenvoudig van taal veranderen en tal van functionaliteiten gebruiken. Dat betekent dat je een functie kunt toepassen op de afleveringsnaam en andere kolommen uit onze dataset. En als je wilt, kun je een hele reeks verschillende talen maken om dit in te vertalen!

Tekstanalyse in Python: een inleiding
Voorbeeldgegevenssets laden in Python
Python-scripting in LuckyTemplates-gegevensrapporten

Conclusie

LuckyTemplates heeft de mogelijkheid om rechtstreeks met Python te integreren , waardoor de algehele mogelijkheden naar een ander niveau worden getild. In deze LuckyTemplates Python-zelfstudie hebt u geleerd hoe u Run Python Script kunt gebruiken om teksten te vertalen en te profiteren van zowel het interactieve LuckyTemplates-dashboard als de flexibiliteit van Python.

Met slechts tien regels Python- script konden we een hele column vertalen van het Engels naar het Japans. Gebruik dezelfde stappen hierboven om teksten uit andere talen te vertalen met behulp van het Python-script om uw LuckyTemplates-presentaties te verbeteren!