Hướng dẫn tableau server python - tableau server python
Show
INDA cung cấp giải pháp toàn diện về Chuyển đổi số cho doanh nghiệpThiết lập tiêu chuẩn mới ngay ngày hôm nay! INDA - Đối tác Vàng #1 của Salesforce tại Việt Nam của Salesforce tại Việt NamGiúp doanh nghiệp triển khai Giải pháp Salesforce CRM thành công! Dễ dàng tổng hợp dữ liệu với Tableau BIvới Tableau BITìm lời giải cho những thách thức mà doanh nghiệp đang gặp phải 2000+ doanh nghiệp tin tưởng, đã và đang trở thành khách hàng của INDA Tìm hiểu những câu chuyện thành công sau khi triển khai giải pháp từ khách hàng của INDA Liên tục cập nhật và tham gia những sự kiện mới nhất của INDA INDA hỗ trợ khách hàng 24/7. Mọi thắc mắc của quý khách hàng đều được chúng tôi phản hồi nhanh chóng DỊCH VỤ CỦA INDATriển Khai Kho Dữ Liệu Dịch vụ tư vấn Triển khai Kho dữ liệu giúp doanh nghiệp lên kế hoạch, triển khai và tích hợp các giải pháp một cách hiệu quả – nhanh chóng – phù hợp với định hướng phát triển. Đọc thêm Đào Tạo Cung cấp dịch vụ đào tạo toàn diện phù hợp với mọi phòng ban trong doanh nghiệp. Đọc thêm Đào TạoCung cấp dịch vụ đào tạo toàn diện phù hợp với mọi phòng ban trong doanh nghiệp.300+ ĐỐI TÁC 500+ KHÁCH HÀNG TIÊU BIỂU 2000+ Chứng chỉ Google, Salesforce, Oracle, NetSuite, MuleSoft, Tableau 99% Dự án lớn, nhỏ tại Việt nam Khách hàng mọi quy môKhách hàng hài lòng sau triển khai, dự ánTuyên bố miễn trừ trách nhiệm: & NBSP; Chủ đề này bao gồm thông tin về sản phẩm của bên thứ ba. Xin lưu ý rằng trong khi chúng tôi thực hiện mọi nỗ lực để giữ các tham chiếu đến nội dung của bên thứ ba chính xác, thông tin chúng tôi cung cấp ở đây có thể thay đổi mà không cần thông báo khi thay đổi Python. Để biết thông tin cập nhật nhất, vui lòng tham khảo tài liệu và hỗ trợ Python. This topic includes information about a third-party product. Please note that while we make every effort to keep references to third-party content accurate, the information we provide here might change without notice as python changes. For the most up-to-date information, please consult the python documentation and support. Python là một ngôn ngữ lập trình cấp cao được sử dụng rộng rãi cho lập trình đa năng. Bằng cách gửi các lệnh Python đến một dịch vụ bên ngoài thông qua Tableau Prep Builder, bạn có thể dễ dàng mở rộng các tùy chọn chuẩn bị dữ liệu của mình bằng cách thực hiện các hành động như thêm số hàng, các trường xếp hạng, điền vào các trường và thực hiện các hoạt động làm sạch khác mà bạn có thể thực hiện bằng cách sử dụng các trường được tính toán.Tableau Prep Builder, you can easily extend your data preparation options by performing actions like adding row numbers, ranking fields, filling down fields and performing other cleaning operations that you might otherwise do using calculated fields. Để bao gồm các tập lệnh Python trong luồng của bạn, bạn cần định cấu hình kết nối giữa Tableau và máy chủ Tabpy. Sau đó, bạn có thể sử dụng các tập lệnh Python để áp dụng các chức năng được hỗ trợ vào dữ liệu từ luồng của bạn bằng cách sử dụng khung dữ liệu Pandas. Khi bạn thêm một bước tập lệnh vào luồng của mình và chỉ định chi tiết cấu hình, tệp và chức năng mà bạn muốn sử dụng, dữ liệu được truyền an toàn cho máy chủ Tabpy, các biểu thức trong tập lệnh được áp dụng và kết quả được trả về dưới dạng bảng mà bạn có thể làm sạch hoặc đầu ra khi cần thiết. Bạn có thể chạy các luồng bao gồm các bước tập lệnh trong máy chủ Tableau miễn là bạn đã cấu hình kết nối với máy chủ Tabpy của mình. Chạy các luồng với các bước tập lệnh trong Tableau Cloud, hiện không được hỗ trợ. Để định cấu hình Tableau & nbsp; máy chủ, hãy xem cấu hình máy chủ Tableau Python (Tabpy) cho máy chủ Tableau. Để biết thông tin về cách định cấu hình các trang web trên máy chủ Tableau với các phần mở rộng phân tích cho sổ làm việc, hãy xem Cấu hình kết nối với các phần mở rộng phân tích. Điều kiện tiên quyếtĐể bao gồm các tập lệnh Python trong luồng của bạn, hãy hoàn thành thiết lập sau. Tạo hoặc chạy các luồng với các bước tập lệnh trong Tableau Cloud hiện không được hỗ trợ.
Định cấu hình máy chủ Tableau Python (Tabpy) cho máy chủ TableauTableau ServerNếu bạn có kế hoạch xuất bản, tạo, chỉnh sửa và chạy các luồng bao gồm các bước tập lệnh trong máy chủ Tableau, bạn sẽ cần định cấu hình kết nối giữa máy chủ Tabpy và máy chủ Tableau.
Tạo tập lệnh Python của bạnKhi bạn tạo tập lệnh của mình, bao gồm một hàm chỉ định một gấu trúc (pd.dataframe) là một đối số của hàm. Điều này sẽ gọi dữ liệu của bạn từ Tableau Prep Builder. Bạn cũng sẽ cần trả về kết quả trong một gấu trúc (pd.dataFrame) bằng cách sử dụng các loại dữ liệu được hỗ trợ.Tableau Prep Builder. You will also need to return the results in a pandas (pd.DataFrame) using supported data types. Ví dụ: để thêm mã hóa vào một tập hợp các trường trong một luồng, bạn có thể viết tập lệnh sau: def encode(input): le = preprocessing.LabelEncoder() Return pd.DataFrame({ 'Opportunity Number' : input['Opportunity Number'], 'Supplies Subgroup Encoded' : le.fit_transform(input['Supplies Subgroup']), 'Region Encoded' : le.fit_transform(input['Region']), 'Route To Market Encoded' : le.fit_transform(input['Route To Market']), 'Opportunity Result Encoded' : le.fit_transform(input['Opportunity Result']), 'Competitor Type Encoded' : le.fit_transform(input['Competitor Type']), 'Supplies Group Encoded' : le.fit_transform(input['Supplies Group']), }) Các loại dữ liệu sau được hỗ trợ:
Lưu ý: Ngày và DateTime phải luôn được trả về dưới dạng chuỗi hợp lệ.: Date and DateTime must always be returned as a valid string. Nếu bạn muốn trả về các trường khác nhau so với những gì bạn nhập, bạn sẽ cần bao gồm chức năng GET_OUTPUT_SCHEMA trong tập lệnh của bạn xác định các loại đầu ra và dữ liệu. Mặt khác, đầu ra sẽ sử dụng các trường từ dữ liệu đầu vào, được lấy từ bước trước bước tập lệnh trong luồng. Sử dụng cú pháp sau khi chỉ định các loại dữ liệu cho các trường của bạn trong get_output_schema:
Ví dụ sau đây cho thấy chức năng get_output_schema được thêm vào trường mã hóa tập lệnh Python: def get_output_schema(): return pd.DataFrame({ 'Opportunity Number' : prep_int(), 'Supplies Subgroup Encoded' : prep_int(), 'Region Encoded' : prep_int(), 'Route To Market Encoded' : prep_int(), 'Opportunity Result Encoded' : prep_int(), 'Competitor Type Encoded' : prep_int(), 'Supplies Group Encoded' : prep_int() }) Kết nối với máy chủ Tableau Python (Tabpy) của bạnQuan trọng: Bắt đầu trong Tableau Prep Builder phiên bản 2020.3.3, bạn có thể định cấu hình kết nối máy chủ của mình một lần từ menu Trợ giúp trên cùng thay vì thiết lập kết nối của bạn trên mỗi luồng tập lệnh bằng cách nhấp vào Kết nối với máy chủ Tableau Python (Tabpy) và nhập kết nối của bạn thông tin chi tiết. Bạn sẽ cần phải cấu hình lại kết nối của mình bằng cách sử dụng menu mới này cho bất kỳ luồng nào được tạo trong phiên bản cũ của Tableau Prep Builder mà bạn mở trong phiên bản 2020.3.3.: Starting in Tableau Prep Builder version 2020.3.3, you can configure your server connection once from the top Help menu instead of setting up your connection per flow in the Script step by clicking Connect to Tableau Python (TabPy) Server and entering your connection details. You will need to reconfigure your connection using this new menu for any flows that were created in an older version of Tableau Prep Builder that you open in version 2020.3.3.
Thêm một tập lệnh vào luồng của bạnBắt đầu máy chủ Tabpy của bạn sau đó hoàn thành các bước sau:
Lưu ý: Tabpy yêu cầu gói Tornado phiên bản 5.1.1 để chạy. Nếu bạn nhận được lỗi 'Tornado.web' không có thuộc tính 'không đồng bộ' khi cố gắng bắt đầu Tabpy, từ dòng lệnh chạy def get_output_schema(): return pd.DataFrame({ 'Opportunity Number' : prep_int(), 'Supplies Subgroup Encoded' : prep_int(), 'Region Encoded' : prep_int(), 'Route To Market Encoded' : prep_int(), 'Opportunity Result Encoded' : prep_int(), 'Competitor Type Encoded' : prep_int(), 'Supplies Group Encoded' : prep_int() })1 to check the version of tornado that was installed. If you have a different version installed, download the tornado package version 5.1.1(Link opens in a new window). Then run def get_output_schema(): return pd.DataFrame({ 'Opportunity Number' : prep_int(), 'Supplies Subgroup Encoded' : prep_int(), 'Region Encoded' : prep_int(), 'Route To Market Encoded' : prep_int(), 'Opportunity Result Encoded' : prep_int(), 'Competitor Type Encoded' : prep_int(), 'Supplies Group Encoded' : prep_int() })2 to uninstall your current version, then run def get_output_schema(): return pd.DataFrame({ 'Opportunity Number' : prep_int(), 'Supplies Subgroup Encoded' : prep_int(), 'Region Encoded' : prep_int(), 'Route To Market Encoded' : prep_int(), 'Opportunity Result Encoded' : prep_int(), 'Competitor Type Encoded' : prep_int(), 'Supplies Group Encoded' : prep_int() })3 to install the required version.
|