Scripturi Python în rapoartele de date LuckyTemplates

Acest tutorial va discuta despre scriptarea Python în rapoartele LuckyTemplates. Veți învăța cum să utilizați Python pentru a realiza rezultate diferite în LuckyTemplates. Veți înțelege, de asemenea, unele dintre limitările tehnice ale Python, astfel încât să puteți evita erorile în timp ce utilizați acest lucru în interiorul desktopului LuckyTemplates .

Cuprins

• Înțelegerea pachetelor Python pentru scriptare în LuckyTemplates
• Crearea de medii cu scripturi Python
• Obținerea datelor folosind Python
• Activarea vizualizărilor Python Scripting în LuckyTemplates
  • Personalizarea vizualizării Python
• Transformarea datelor în Power Query utilizând scripturi Python
• Concluzie

Înțelegerea pachetelor Python pentru scriptare în LuckyTemplates

Erori apar între Python și LuckyTemplates deoarece se actualizează la viteze diferite. Uneori, există conflicte cu privire la pachetele din aceste două programe. Puteți evita erorile prin configurarea mediului potrivit.

Nu toate pachetele din Instalarea Python Anaconda sunt acceptate de LuckyTemplates. În imaginea de mai jos, puteți vedea toate pachetele diferite care sunt acceptate în prezent.

Această imagine următoare arată cerințele și limitările pachetelor Python .

Pandas este biblioteca de manipulare a datelor, în timp ce Numpy este algebra liniară. Scikit-Learn și Xgboost sunt biblioteci care vă permit să faceți învățare automată și preprocesare. Scipy și Statsmodels se ocupă de statistici. Seaborn este folosit pentru vizualizare, în timp ce Matplotliob este biblioteca vizuală.

Crearea de medii cu scripturi Python

Trebuie să creați un mediu care să conțină pachetele de care aveți nevoie pentru a evita conflictele. Puteți crea un mediu folosind Anaconda Prompt care a fost instalat în timpul instalării Anaconda . Pentru a deschide solicitarea, tastați Anaconda în bara de căutare din Windows și faceți clic pe aplicație.

Dacă căutați „creați un mediu în anaconda” pe Google, veți fi redirecționat către această pagină. În aceeași pagină, puteți vedea diferite moduri de a crea medii specifice.

În fereastra de comandă Anaconda Prompt, puteți vedea mediul de bază și directorul de lucru.

Pentru a crea un mediu nou, introduceți conda create . Apoi, introduceți –n urmat de numele mediului dumneavoastră. În cele din urmă, tastați ce versiune de Python doriți. În acest exemplu, numele mediului este new_env_pbi , iar versiunea Python este 3.7.

Apăsați Enter odată ce ați terminat. Veți vedea apoi că creează un mediu nou.

Apăsați Y pentru a continua procesul.

Apoi, trebuie să activați mediul. Introduceți conda activate new_env_pbi .

Odată terminat, puteți vedea apoi că noul mediu este activat. De acolo, puteți începe să instalați pachetele de care aveți nevoie. Mai întâi, instalați Pandas pentru a introduce date. Introduceți pip install panda și apăsați enter.

Apoi, introduceți pip install seaborn pentru a instala Seaborn. Veți vedea, de asemenea, că Seaborn încarcă și Matplotlib. După instalare, acum puteți deschide desktopul LuckyTemplates .

Obținerea datelor folosind Python

Există trei moduri de a obține date în LuckyTemplates folosind Python. Prima este să accesați bara de instrumente Fișier, faceți clic pe Obține date, apoi selectați Obține date pentru a începe .

Faceți clic din nou pe Bara de instrumente fișier, selectați Altele și alegeți Script Python .

De acolo, introduceți un script pentru a introduce date și apăsați OK. În acest exemplu, se utilizează acest script.

În panoul Navigator, faceți clic pe variabila din folderul Python și faceți clic pe Încărcare .

Veți vedea apoi acele date în panoul Câmpuri.

După aceea, trebuie să vă asigurați că utilizați mediul corect. Accesați bara de instrumente Fișier, faceți clic pe Opțiuni și setări, apoi selectați Opțiuni .

Sub Global, faceți clic pe Python Scripting și setați Python Home Directory. Faceți clic pe Răsfoire și deschideți new_env_pbi .

Activarea vizualizărilor Python Scripting în LuckyTemplates

Pentru a accesa Python Integration, faceți clic pe Python Visual sub Vizualizări.

Apoi, activați imaginile scriptului.

Odată terminat, pe pânză va apărea un editor de script Python bazat pe text.

Pentru a începe scriptarea, trageți un câmp în zona Valori a vizualizării. În acest exemplu, Departamentele este plasat în zona Valori.

Vizualizarea va arăta acum astfel.

Un cadru de date este creat folosind funcția pandas.DataFrame . Scriptul l-a salvat ca variabilă și l-a numit set de date . Sub linia 6, puteți lipi sau introduce codul de script pentru a crea o imagine vizuală. În acest exemplu, au fost utilizate următoarele coduri.

În prezent, cadrul de date este incomplet deoarece are doar Departamente. Așadar, trageți toate coloanele din panoul Câmpuri în zona Valori pentru a crea un cadru complet de date.

După aceea, puteți alege o imagine din carnetul Jupyter. Apoi, copiați codul vizualului respectiv și inserați-l în editor.

Schimbați variabila utilizată în codul vizual din df în setul de date și introduceți plt.show() în linia următoare pentru a utiliza Matplotlib.

După ce ați terminat, rulați scriptul făcând clic pe pictograma de rulare din editor.

Veți vedea apoi vizualizarea materialându-se în pânza dvs. Elementul vizual nu este interactiv, dar îl puteți face dinamic personalizându-l.

Personalizarea vizualizării Python

Faceți clic pe vârful săgeții pentru a deschide Editorul de script Python. Apoi, introduceți plt.style.use() .

Deschideți Google și căutați stiluri matplotlib . Faceți clic pe Referința foilor de stil și veți fi redirecționat către pagina lor.

În interiorul paginii, veți vedea diferite stiluri pe care le puteți utiliza.

Selectați un stil și introduceți codul stilului respectiv în codul de script.

În acest exemplu, codul stilului utilizat este bmh . După ce ați terminat, apăsați pictograma Run.

Veți vedea apoi că culorile din interiorul vizual s-au schimbat.

De asemenea, puteți schimba forma vizualului dacă doriți. Pentru a face acest lucru, deschideți editorul de script, schimbați boxplot în violinplot și rulați codul de script.

Veți vedea că forma vizualului s-a schimbat.

Transformarea datelor în Power Query utilizând scripturi Python

Ultima metodă de accesare a scripturilor Python în LuckyTemplates este transformarea datelor în editorul de interogări de putere. Una dintre cele mai bune practici este să duplicați datele și să faceți scriptul în duplicat în loc să utilizați datele principale. În acest exemplu, datele principale sunt df , iar duplicatul este df2 .

Accesați bara de instrumente Transformare și selectați Executare script Python .

Veți vedea apoi caseta de dialog Run Python Script cu un mesaj de script.

Introduceți un cod pentru tabelele din Jupyter Notebook. În acest exemplu, dataset.corr() este utilizat în script. Dar mai întâi, trebuie să resaveți variabila tastând dataset = din nou.

După ce apăsați pe OK, veți vedea datele în pânză.

Extindeți tabelul făcând clic pe Tabel în coloana Valoare. Aceasta va afișa și un tabel de corelare.

Cu toate acestea, coloana Index din Scriptul Python nu este afișată în tabelul de corelare. Pentru a remedia acest lucru, accesați panoul Pași aplicați și faceți clic pe pictograma roată a pasului Run Python Script pentru a deschide codul de script.

Acum, introduceți o altă funcție introducând .reset_index() . Apoi, încordați acea funcție cu funcția tabel de corelare.

Odată terminat, acum puteți vedea o coloană Index în tabelul de corelare.

Importanța creării de vizualizări LuckyTemplates convingătoare
Cele mai bune practici LuckyTemplates privind rapoartele și vizualizările
Python I pentru utilizatorii LuckyTemplates – Curs nou în platforma de educație LuckyTemplates

Concluzie

Există o mulțime de lucruri pe care Python le poate face odată ce este integrat cu LuckyTemplates. În acest tutorial, scripturile Python au fost folosite în trei moduri diferite: pentru a introduce setul de date, pentru a crea elemente vizuale și pentru a manipula datele existente în editorul de interogări de putere .

Gaelim