LuckyTemplates 數據報表中的 Python 腳本

本教程將討論 LuckyTemplates 報表中的 Python 腳本。您將學習如何使用 Python 在 LuckyTemplates 中完成不同的輸出。您還將了解 Python 的一些技術限制，從而避免在LuckyTemplates 桌面中使用它時出現錯誤。

目錄

• 了解用於在 LuckyTemplates 中編寫腳本的 Python 包
• 使用 Python 腳本創建環境
• 使用 Python 獲取數據
• 在 LuckyTemplates 中啟用 Python 腳本可視化
  • 自定義 Python 可視化
• 使用 Python 腳本在 Power Query 中轉換數據
• 結論

了解用於在 LuckyTemplates 中編寫腳本的 Python 包

Python 和 LuckyTemplates 之間會發生錯誤，因為它們的更新速度不同。有時，這兩個軟件中的軟件包會發生衝突。您可以通過設置正確的環境來避免錯誤。

LuckyTemplates 不支持 Python Anaconda 安裝中的所有包。在下圖中，您可以看到當前支持的所有不同包。

下一張圖片顯示了Python包的要求和限制。

Pandas是數據操作庫，而Numpy是線性代數。Scikit-Learn和Xgboost是允許您進行機器學習和預處理的庫。Scipy和Statsmodels處理統計數據。Seaborn用於可視化，而Matplotliob是可視化庫。

使用 Python 腳本創建環境

您需要創建一個包含避免衝突所需的包的環境。您可以使用在Anaconda 安裝期間安裝的 Anaconda Prompt 創建環境。要打開提示，請在 Windows 搜索欄中鍵入Anaconda ，然後單擊該應用程序。

如果您在 Google 中搜索“在 anaconda 中創建環境”，您將被重定向到此頁面。在同一頁面中，您可以看到創建特定環境的不同方式。

在 Anaconda Prompt 命令窗口中，您可以看到基礎環境和工作目錄。

要創建新環境，請輸入conda create。然後，輸入-n後跟您的環境名稱。最後，輸入你想要的 Python 版本。本例中環境名稱為new_env_pbi，Python版本為3.7。

完成後按 Enter。然後您會看到它正在創建一個新環境。

按 Y 繼續該過程。

接下來，您需要激活環境。輸入conda activate new_env_pbi。

完成後，您可以看到新環境已激活。從那裡，您可以開始安裝您需要的包。首先，安裝 Pandas 以引入數據。輸入pip install pandas並回車。

接下來輸入pip install seaborn安裝Seaborn。您還會看到 Seaborn 還加載了 Matplotlib。安裝完成後，您現在可以打開LuckyTemplates 桌面。

使用 Python 獲取數據

使用 Python 可以通過三種方式在 LuckyTemplates 中獲取數據。第一個是轉到“文件”工具欄，單擊“獲取數據”，然後選擇“獲取數據”以開始使用。

再次單擊文件工具欄，選擇其他，然後選擇Python 腳本。

從那裡輸入腳本以引入數據，然後按確定。在這個例子中，使用了這個腳本。

在 Navigator 窗格中，單擊 Python 文件夾下的變量，然後單擊Load。

然後您將在“字段”窗格中看到該數據。

之後，您需要確保您使用的是正確的環境。轉到“文件”工具欄，單擊“選項和設置”，然後選擇“選項”。

在全局下，單擊Python腳本並設置 Python 主目錄。單擊瀏覽並打開new_env_pbi。

在 LuckyTemplates 中啟用 Python 腳本可視化

要訪問 Python 集成，請單擊可視化下的Python Visual。

然後，啟用腳本視覺效果。

完成後，基於文本的 Python 腳本編輯器將出現在畫布上。

要開始編寫腳本，請在可視化的“值”區域中拖動一個字段。在這個例子中，Departments 被放置在 Values 區域內。

可視化現在看起來像這樣。

使用pandas.DataFrame函數創建數據框。該腳本將其保存為變量並將其命名為dataset。在第 6 行下方，您可以粘貼或鍵入腳本代碼來創建視覺效果。在此示例中，使用了以下代碼。

目前，數據框不完整，因為它只有部門。因此，將所有列從“字段”窗格拖動到“值”區域以創建完整的數據框。

之後，您可以從 Jupyter Notebook 中選擇一個視覺對象。然後，複製該視覺對象的代碼並將其粘貼到編輯器中。

將可視化代碼中使用的變量從df更改為數據集，並在下一行輸入plt.show()以使用 Matplotlib。

完成後，通過單擊編輯器中的運行圖標來運行腳本。

然後您將看到可視化效果在您的畫布中具體化。視覺效果不是交互式的，但您可以通過自定義使其動態化。

自定義 Python 可視化

單擊箭頭以打開 Python 腳本編輯器。接下來，輸入plt.style.use()。

打開 Google 並蒐索matplotlib樣式。單擊樣式表參考，您將被重定向到他們的頁面。

在頁面內，您會看到可以使用的不同樣式。

選擇一個樣式，在腳本代碼中輸入該樣式的代碼。

在這個例子中，使用的樣式代碼是bmh。完成後，按運行圖標。

然後您會看到視覺對像中的顏色發生了變化。

如果需要，您還可以更改視覺對象的形狀。為此，打開腳本編輯器，將boxplot更改為violinplot並運行腳本代碼。

您會看到視覺對象的形狀發生了變化。

使用 Python 腳本在 Power Query 中轉換數據

在 LuckyTemplates 中訪問 Python 腳本的最後一種方法是在強大的查詢編輯器中轉換數據。最佳實踐之一是複制數據並在副本中執行腳本，而不是使用主數據。在此示例中，主數據為df，副本為df2。

轉到轉換工具欄並選擇運行 Python 腳本。

然後您將看到帶有腳本消息的“運行 Python 腳本”對話框。

從 Jupyter Notebook 輸入表格代碼。在此示例中，腳本中使用了dataset.corr() 。但首先，您需要再次鍵入dataset =來重新保存變量。

按確定後，您將在畫布中看到數據。

通過單擊“值”列中的“表”來展開表。這也將顯示一個相關表。

但是，Python 腳本中的索引列未顯示在關聯表中。要解決此問題，請轉至 Applied Steps 窗格並單擊 Run Python Script 步驟的齒輪圖標以打開腳本代碼。

現在，通過輸入.reset_index()輸入另一個函數。然後，將該函數與相關表函數串起來。

完成後，您現在可以在關聯表中看到一個索引列。

創建引人注目的 LuckyTemplates 可視化的重要性
LuckyTemplates 報告和可視化最佳實踐
Python I for LuckyTemplates 用戶 – LuckyTemplates 教育平台中的新課程

結論

Python 與 LuckyTemplates 集成後可以做很多事情。在本教程中，以三種不同的方式使用了 Python 腳本：引入數據集、創建視覺效果以及在強大的查詢編輯器中操作現有數據。

蓋林