LuckyTemplates Veri Raporlarında Python Komut Dosyası Oluşturma

Bu eğitimde, LuckyTemplates raporlarında Python komut dosyası oluşturma hakkında ele alınacaktır. LuckyTemplates içinde farklı çıktılar elde etmek için Python'u nasıl kullanacağınızı öğreneceksiniz. Python'u LuckyTemplates masaüstünde kullanırken hatalardan kaçınabilmeniz için Python'un bazı teknik sınırlamalarını da anlayacaksınız .

İçindekiler

• LuckyTemplates'da Komut Dosyası Oluşturmak İçin Python Paketlerini Anlama
• Python Scripting ile Ortamlar Oluşturma
• Python Kullanarak Veri Alma
• LuckyTemplates'da Python Komut Dosyası Görselleştirmelerini Etkinleştirme
  • Python Görselleştirmesini Özelleştirme
• Python Komut Dosyası Kullanarak Power Query'de Verileri Dönüştürme
• Çözüm

LuckyTemplates'da Komut Dosyası Oluşturmak İçin Python Paketlerini Anlama

Farklı hızlarda güncellendikleri için Python ve LuckyTemplates arasında hatalar oluşur. Bazen bu iki yazılımda paketler konusunda çakışmalar olabiliyor. Doğru ortamı kurarak hataları önleyebilirsiniz.

Python Anaconda Kurulumundaki tüm paketler LuckyTemplates tarafından desteklenmez. Aşağıdaki resimde, şu anda desteklenen tüm farklı paketleri görebilirsiniz.

Bu sonraki görüntü, Python paketlerinin gerekliliklerini ve sınırlamalarını gösterir .

Pandas , veri işleme kitaplığıdır, Numpy ise doğrusal cebirdir. Scikit-Learn ve Xgboost, makine öğrenimi ve ön işleme yapmanızı sağlayan kitaplıklardır. Scipy ve Statsmodels istatistiklerle ilgilenir. Seaborn görselleştirme için kullanılırken, Matplotliob görsel kütüphanedir.

Python Scripting ile Ortamlar Oluşturma

Çakışmaları önlemek için ihtiyacınız olan paketleri içeren bir ortam oluşturmanız gerekir. Anaconda kurulumu sırasında kurulan Anaconda İstemi'ni kullanarak bir ortam oluşturabilirsiniz . İstemi açmak için Windows arama çubuğuna Anaconda yazın ve uygulamayı tıklayın.

Google'da “anaconda'da ortam oluştur” diye ararsanız, bu sayfaya yönlendirileceksiniz. Aynı sayfada, belirli ortamları oluşturmanın farklı yollarını görebilirsiniz.

Anaconda İstemi komut penceresinde, temel ortamı ve çalışma dizinini görebilirsiniz.

Yeni bir ortam yaratmak için conda create yazın . Ardından, –n ve ardından ortam adınızı girin. Son olarak, istediğiniz Python sürümünü yazın. Bu örnekte ortam adı new_env_pbi ve Python sürümü 3.7'dir.

Bittiğinde Enter tuşuna basın. O zaman yeni bir ortam yarattığını göreceksiniz.

İşleme devam etmek için Y tuşuna basın.

Ardından, ortamı etkinleştirmeniz gerekir. Conda girişi new_env_pbi'yi etkinleştirir .

Tamamlandığında, yeni ortamın etkinleştirildiğini görebilirsiniz. Oradan ihtiyacınız olan paketleri kurmaya başlayabilirsiniz. İlk olarak, veri getirmek için Pandaları kurun. Pip kurulum pandalarını girin ve enter tuşuna basın.

Ardından, Seaborn'u kurmak için pip install seaborn'u girin. Ayrıca Seaborn'un Matplotlib'i de yüklediğini göreceksiniz. Kurulumdan sonra artık LuckyTemplates masaüstünü açabilirsiniz .

Python Kullanarak Veri Alma

Python kullanarak LuckyTemplates içinde veri almanın üç yolu vardır. İlki, Dosya araç çubuğuna gitmek, Veri Al'ı tıklatmak ve ardından Başlamak İçin Veri Al'ı seçmektir .

Dosya Araç Çubuğunu tekrar tıklayın, Diğer'i seçin ve Python Komut Dosyası'nı seçin .

Oradan, verileri getirmek için bir komut dosyası girin ve Tamam'a basın. Bu örnekte, bu komut dosyası kullanılmıştır.

Gezgin bölmesinde, Python klasörü altındaki değişkene tıklayın ve Yükle'ye tıklayın .

Ardından bu verileri Alanlar bölmesinde göreceksiniz.

Bundan sonra, doğru ortamı kullandığınızdan emin olmanız gerekir. Dosya araç çubuğuna gidin, Seçenekler ve Ayarlar'ı tıklayın, ardından Seçenekler'i seçin .

Global altında, Python Komut Dosyası'na tıklayın ve Python Ana Dizini'ni ayarlayın. Gözat'a tıklayın ve new_env_pbi'yi açın .

LuckyTemplates'da Python Komut Dosyası Görselleştirmelerini Etkinleştirme

Python Entegrasyonu'na erişmek için Görselleştirmeler altındaki Python Görsel'e tıklayın .

Ardından komut dosyası görsellerini etkinleştirin .

Tamamlandığında, tuvalde metin tabanlı bir Python Komut Dosyası Düzenleyicisi görünecektir.

Komut dosyası oluşturmaya başlamak için görselleştirmenin Değerler alanında bir alanı sürükleyin. Bu örnekte Departmanlar, Değerler alanının içine yerleştirilmiştir.

Görselleştirme şimdi böyle görünecek.

pandas.DataFrame işlevi kullanılarak bir veri çerçevesi oluşturulur . Betik onu bir değişken olarak kaydetti ve dataset olarak adlandırdı . 6. satırın altına, bir görsel oluşturmak için komut dosyası kodunuzu yapıştırabilir veya yazabilirsiniz. Bu örnekte aşağıdaki kodlar kullanılmıştır.

Şu anda, yalnızca Departmanlara sahip olduğu için veri çerçevesi eksik. Bu nedenle, tam bir veri çerçevesi oluşturmak için Alanlar bölmesindeki tüm sütunları Değerler alanına sürükleyin.

Ardından Jupyter Notebook'unuzdan bir görsel seçebilirsiniz. Ardından o görselin kodunu kopyalayın ve editöre yapıştırın.

Görsel kodda kullanılan değişkeni df'den veri kümesine değiştirin ve Matplotlib'i kullanmak için sonraki satıra plt.show() yazın.

İşiniz bittiğinde, düzenleyicideki çalıştır simgesine tıklayarak betiği çalıştırın.

Ardından görselleştirmenin tuvalinizde gerçekleştiğini göreceksiniz. Görsel etkileşimli değildir ancak özelleştirerek dinamik hale getirebilirsiniz.

Python Görselleştirmesini Özelleştirme

Python Betik Düzenleyici'yi açmak için ok başına tıklayın. Sonra, plt.style.use() girin .

Google'ı açın ve matplotlib stillerini arayın . Stil Sayfaları Referansına tıkladığınızda onların sayfasına yönlendirileceksiniz.

Sayfanın içinde kullanabileceğiniz farklı stiller göreceksiniz.

Bir stil seçin ve o stilin kodunu komut dosyası koduna girin.

Bu örnekte, kullanılan stilin kodu bmh'dir . Bittiğinde, çalıştır simgesine basın.

Daha sonra görselin içindeki renklerin değiştiğini göreceksiniz.

İsterseniz görselin şeklini de değiştirebilirsiniz. Bunu yapmak için betik düzenleyiciyi açın, boxplot'u violinplot olarak değiştirin ve betik kodunu çalıştırın.

Görselin şeklinin değiştiğini göreceksiniz.

Python Komut Dosyası Kullanarak Power Query'de Verileri Dönüştürme

LuckyTemplates'da Python betiklerine erişmenin son yöntemi, verileri power sorgu düzenleyicisinde dönüştürmektir. En iyi uygulamalardan biri, ana verileri kullanmak yerine verileri çoğaltmak ve komut dizisini yinelenen şekilde yapmaktır. Bu örnekte, ana veri df'dir ve kopya df2'dir .

Dönüştürme araç çubuğuna gidin ve Run Python Script'i seçin .

Daha sonra Python Komut Dosyasını Çalıştır iletişim kutusunu bir komut dosyası mesajıyla birlikte göreceksiniz.

Jupyter Not Defterinizden tablolar için bir kod girin. Bu örnekte, komut dosyasında dataset.corr() kullanılmıştır. Ama önce tekrar dataset = yazarak değişkeni yeniden kaydetmeniz gerekiyor .

Tamam'a bastıktan sonra tuvalinizde verileri göreceksiniz.

Değer sütununda Tablo'ya tıklayarak tabloyu genişletin. Bu aynı zamanda bir korelasyon tablosu gösterecektir.

Ancak, Python Komut Dosyasındaki Dizin sütunu, korelasyon tablosunda gösterilmez. Bunu düzeltmek için, Uygulanan Adımlar bölmesine gidin ve kod kodunu açmak için Python Komut Dosyasını Çalıştır adımının dişli simgesini tıklayın.

Şimdi .reset_index() yazarak başka bir işlev girin . Ardından, bu işlevi korelasyon tablosu işleviyle dizeleyin.

İşiniz bittiğinde, artık korelasyon tablosunda bir Dizin sütunu görebilirsiniz.

Etkileyici LuckyTemplates Görselleştirmeleri Oluşturmanın Önemi
Raporlar ve Görselleştirmeler Üzerine LuckyTemplates En İyi Uygulaması
LuckyTemplates Kullanıcıları için Python I – LuckyTemplates Eğitim Platformunda Yeni Kurs

Çözüm

LuckyTemplates ile tümleştirildikten sonra Python'un yapabileceği pek çok şey vardır. Bu öğreticide, Python betikleri üç farklı şekilde kullanıldı: veri kümesini getirmek, görseller oluşturmak ve güçlü sorgu düzenleyicisinde mevcut verileri değiştirmek .

Gaelim