交互式使用 JMP-pro 和 Python有没有办法将 Python 和 JMP 交互式地结合起来使用，以充分发挥两者的优势？
例如，我想在 JMP 中进行数据浏览、可视化和筛选。
并在 Python 中进行一些额外的计算（由 JMP 调用）。目前 JMP 似乎
忽略所有已应用的过滤器设置和元数据（规范、目标）。
Python 是否有可能（或者在不久的将来，在下一个版本中）使用
不仅包括所有 JMP 数据，还包括过滤器中定义的子集 a，并且还会保留
变量定义（规格等）
就目前而言，我认为 Python 在 JMP 中并没有带来任何附加价值，因为它没有完全集成。
此致，
爱德华
自动化和脚本编写回复：交互式使用 JMP-pro 和 Python您现在就可以做到这一点，但这确实需要一些脚本编写工作。此外，这也很好地展示了 Python 集成已经具有相当大的价值： JMP® Pro 的 Torch 深度学习。
回复：交互式使用 JMP-pro 和 Python您使用的是哪个版本的 JMP Pro？我这么问是因为 JMP 的每个版本都使其与 Python 的集成度越来越高。我对您之前提到的过滤器定义和规范很感兴趣。您是否希望 JMP 中的所有列属性都能在 Python 数据框中自动处理？我很想知道您是如何将这些属性传递给各个 Python 库的？
回复：交互式使用 JMP-pro 和 PythonJMP中Python的实现非常出色：
JMPyFacade：连接 JMP 和 Python，实现无缝交互分析
我认为， @jthi使用私有子集将数据传输到 Python，并将结果返回给 JMP。
采用这种方法，可以避免上述大部分问题。
回复：交互式使用 JMP-pro 和 PythonJMP 的开发历时超过 30 年，相当于许多人几个世纪的投入。自 JMP 18 开始引入 Python 集成以来，短短两个主要版本就取得了显著进展。其设计理念是为用户提供更多工具并增强 Python 工作流程，而非重写 JSL 支持。我们致力于确保所有在 Python 环境中构建的功能都能符合 Python 程序员的预期。集成功能随着每个版本的发布而不断改进。有时 JSL 是最佳选择，有时 Python 则更胜一筹。
Python 集成可用于安装其他文件类型支持，或 JMP 尚未实现的其他统计信息。甚至可以通过 PyOpenCL 或 PyCuda 等合适的软件包从 Python 访问 GPU。（当然，还需要合适的显卡和驱动程序。）
18 和 19 版本的重点是 JMP、JSL 和 Python 之间的数据互操作性。高效地在不同环境间传输数据，以便您在现有基础上进行扩展。
在 2019 版中，我们基于 Python 集成构建了对 SAS、R、Matlab 和数据连接器的支持。脚本索引中提供了大量示例，详细展示了 JMP 和 JSL 之间的互操作。
我们非常欢迎您的建议。我们当然可以研究一下如何才能更好地遵循数据过滤规则。Python 看到的数据表与 JSL 看到的数据表是相同的。JMP 19 的 `jmp.globals[]` 和 `jmp.here[]` 允许 Python 直接访问全局命名空间和 `here` 命名空间中的 JSL 变量。
