914681_de-DE

liliconcom

Interaktive Nutzung von JMP-Pro und Python

Gibt es eine Möglichkeit, Python und JMP interaktiv miteinander zu verwenden, um beide Stärken auszunutzen?

Ich möchte beispielsweise die Datennavigation, -visualisierung und -filterung in JMP durchführen.
und einige zusätzliche Berechnungen in Python durchführen (aufgerufen von JMP). Aktuell scheint JMP
Alle angewendeten Filtereinstellungen und Metadaten (Spezifikationen, Ziele) ignorieren.

Ist es möglich (oder vielleicht in naher Zukunft in einer nächsten Version), dass Python verwendet
nicht nur ALLE JMP-Daten, sondern auch eine im Filter definierte Teilmenge, die auch beibehalten wird
die Variablendefinitionen (Spezifikationen usw.)

So wie es jetzt ist, sehe ich keinen Mehrwert darin, dass Python in JMP vorhanden ist, da es nicht vollständig integriert ist.

Beste grüße,
Eduard

Automatisierung und SkripterstellungBetreff: Interaktive Nutzung von JMP-Pro und Python

Das ist bereits möglich, erfordert aber etwas Programmieraufwand. Außerdem zeigt dieses Beispiel sehr gut, wie wertvoll die Python-Integration bereits ist: Torch Deep Learning für JMP® Pro.

Betreff: Interaktive Nutzung von JMP-Pro und Python

Welche Version von JMP Pro verwenden Sie? Ich frage deshalb, weil die Verknüpfung mit Python mit jeder neuen JMP-Version enger geworden ist. Mich interessieren Ihre Anmerkungen zu den von Ihnen erstellten Filterdefinitionen und -spezifikationen. Erwarten Sie, dass alle Spalteneigenschaften in JMP automatisch in einem Python-Dataframe verarbeitet werden? Mich interessiert, wie Sie sich die Bereitstellung dieser Informationen für die verschiedenen Python-Bibliotheken vorstellen.

Betreff: Interaktive Nutzung von JMP-Pro und Python

Wunderbare Python-Implementierung in JMP:
JMPyFacade: Die Brücke zwischen JMP und Python für nahtlose, interaktive Analysen

Ich glaube, @jthi verwendet eine private Teilmenge, um die Daten an Python zu übertragen und die Ergebnisse zurück an JMP zu erhalten.
Mit dieser Vorgehensweise lassen sich die meisten der genannten Probleme umgehen.

Betreff: Interaktive Nutzung von JMP-Pro und Python

In JMP stecken über 30 Kalenderjahre, viele Jahrhunderte Entwicklungsarbeit. Die Python-Integration, die mit JMP 18 begann, hat sich innerhalb von nur zwei Hauptversionen von JMP enorm weiterentwickelt. Die Designphilosophie bestand darin, dem Benutzer zusätzliche Werkzeuge bereitzustellen und den Python-Workflow zu verbessern, anstatt die JSL-Unterstützung neu zu schreiben. Alles, was wir in der Python-Umgebung entwickeln, soll sich so verhalten, wie es ein Python-Programmierer erwartet. Die integrierten Funktionen verbessern sich mit jeder neuen Version. Manchmal ist JSL die beste Wahl, manchmal Python.

Die Python-Integration ermöglicht die Installation zusätzlicher Dateitypunterstützung oder zusätzlicher Statistiken, die JMP nicht implementiert hat. Sogar GPUs können über Python mithilfe geeigneter Pakete wie PyOpenCL oder PyCUDA angesteuert werden. (Und natürlich sind eine passende Grafikkarte und die entsprechenden Treiber erforderlich.)

Der aktuelle Schwerpunkt in Version 18 und 19 liegt auf der Dateninteroperabilität zwischen JMP, JSL und Python. Ziel ist der effiziente Datenaustausch zwischen den Umgebungen, damit Sie auf der von uns geschaffenen Grundlage aufbauen können.

In Version 19 haben wir unsere Unterstützung für SAS, R, Matlab und Datenkonnektoren auf der Python-Integration aufgebaut. Im Skriptindex finden Sie zahlreiche Beispiele, die die Interoperabilität zwischen JMP und JSL detailliert veranschaulichen.

Vorschläge sind jederzeit willkommen. Wir können uns gerne ansehen, was bei der Berücksichtigung von Datenfiltern zu beachten ist. Die von Python gesehene Datentabelle entspricht der von JSL gesehenen Datentabelle. JMP 19 bietet mit `jmp.globals[]` und `jmp.here[]` direkten Python-Zugriff auf JSL-Variablen in den Namensräumen `globals` und `here`.