„Mit JMP kann man Python-Code schreiben!“
Das ist zwar richtig, aber allein diese Aussage könnte manche zu dem Schluss verleiten: „Warum sollte man es in JMP schreiben, wenn man einfach einen Python-Editor oder eine integrierte Entwicklungsumgebung verwenden kann?“
Als Nächstes erkläre ich die in JMP enthaltene Python-Integrationsfunktion. Durch die Verwendung dieser Funktion
„Die Funktionalität von JMP kann durch die Verwendung einer Python-Umgebung erweitert und verbessert werden.“
Das ist einer der Vorteile.
Doch selbst nach dieser Erklärung verstehen Sie es vielleicht noch nicht ganz und fragen sich: „Was genau kann es denn?“
Deshalb werde ich in dieser Blogreihe (insgesamt 4 Teile) anhand konkreter Code- und Anwendungsbeispiele erklären, was es tatsächlich leisten kann und welche Vorteile es bietet.
In diesem ersten Teil stellen wir die Vorteile der Kombination von Python und JMP anhand eines einfachen Beispiels vor. Konkret behandeln wir die folgenden Themen:
- JMP beinhaltet eine Python-Umgebung.
- Wie man Python-Code mit dem Python-Skripteditor schreibt und ausführt
- Paketinstallation und JMPs eigene jmp/jmputils-Pakete
- Anwendungsbeispiel: Visualisierung von mit pandas_datareader erfassten ökonomischen Indikatordaten mithilfe des Bubble-Plots von JMP.
*Dieser Artikel setzt die Verwendung der Windows-Version von JMP voraus.
Die Python-Umgebung wird in JMP installiert.
Zum Zeitpunkt der Veröffentlichung dieses Artikels ist die neueste Version von JMP "JMP 19", aber die Python-Integrationsmöglichkeiten wurden im Vergleich zur Vorgängerversion "JMP 18" deutlich erweitert.
Bei der Installation von JMP wird die Python-Umgebung ebenfalls im Installationsordner installiert. Daher ist es nicht notwendig, Python separat auf dem Rechner zu installieren, auf dem Sie JMP verwenden werden.
Darüber hinaus ermöglicht Ihnen diese Python-Umgebung, Python-Code im JMP-Editor zu schreiben und auszuführen sowie das jmp- Paket zu verwenden, um JMP-Datentabellen und andere Elemente zu bearbeiten.
*Hinweis: Benutzer müssen die oben genannte Datei "jmp_python.exe" nicht selbst ausführen.
Python-Skripteditor
Mit dem „Python Script Editor“ von JMP können Sie Python-Code direkt im Editor schreiben und ausführen.
Über [Datei] > [Neu] > [Python-Skript] im Menü des JMP-Startfensters wird der Python-Skripteditor geöffnet. Der geschriebene Code kann durch Auswahl von [Bearbeiten] > [Skript ausführen] ausgeführt werden, und die Ausführungsergebnisse werden im Protokollfenster ausgegeben.
Paketinstallation und Laden
Bei der Verwendung von Paketen wie pandas oder NumPy in Python müssen Sie diese Pakete zuerst installieren und sie dann mithilfe von Import -Anweisungen in Ihren Code laden.
In ähnlicher Weise müssen Sie in der integrierten Python-Umgebung von JMP Pakete innerhalb dieser Umgebung installieren, um sie verwenden zu können.
Zusätzlich können Sie die JMP-eigenen Pakete jmp und jmputils verwenden. Diese Pakete ermöglichen Ihnen hauptsächlich Folgendes:
- jmp : Bearbeiten von JMP-Datentabellen (Erstellen neuer Tabellen, Hinzufügen/Löschen/Ändern von Spalten usw.), Abrufen von Informationen aus einer geöffneten JMP-Datentabelle.
- jmputils : Installation von Paketen in der integrierten Python-Umgebung von JMP
In den folgenden Beispielen verwenden wir das Python-Paket Pandas und das Paket pandas_datareader . Installieren Sie diese daher mit dem folgenden Befehl.
Nach der Installation innerhalb der JMP Python-Umgebung ist keine erneute Installation nach dem Schließen von JMP erforderlich.
Vorteile der Verwendung der integrierten Python-Umgebung mit JMP
Der Vorteil der Verwendung der integrierten Python-Entwicklungsumgebung mit JMP liegt in ihrer Fähigkeit, die Stärken von Python und JMP zu vereinen. Hier einige ihrer jeweiligen Stärken:
Python: Ermöglicht die Nutzung von Funktionen und Analysemethoden, die in JMP nicht enthalten sind.
Für Python stehen zahlreiche Pakete zur Verfügung, die die Datenerfassung und die neuesten Analysetechniken implementieren. Mithilfe dieser Pakete können Sie Funktionen und Methoden in Ihre Analysen integrieren, die in JMP nicht standardmäßig enthalten sind.
JMP: GUI-Bedienung,Ich bin gut darin, Daten zu "erforschen".
Andererseits zeichnet sich JMP durch seine Funktionen zur Datenexploration aus, wie etwa die GUI-basierte Bearbeitung von Datentabellen, interaktive Analysen und die Verknüpfung von Diagrammen und Datentabellen. Die Implementierung dieser Operationen ausschließlich mit Python ist nicht einfach.
Mit anderen Worten: Sie können Python nutzen, um das Spektrum der Analysemethoden zu erweitern, und JMP, um die Ergebnisse zu untersuchen und zu visualisieren, wodurch sich die Stärken des jeweils anderen ergänzen .
Dies wird im folgenden Beispiel 1 erläutert.
Beispiel 1: Laden und Visualisieren von Wirtschaftsindikatorendaten mit pandas_datareader
Mit dem Python-Paket pandas_datareader lassen sich länderspezifische Wirtschaftsdaten der Weltbank abrufen.
Daher verwenden wir die in JMP integrierte Python-Umgebung, um diese Daten zu erfassen und als JMP-Datentabelle zu laden. Darüber hinaus nutzen wir das JMP-Bubble-Diagramm, um die Trends der Indikatoren im Jahresverlauf und nach Ländern zu visualisieren.
Zu erhebende Daten : Jährliches BIP pro Kopf, Lebenserwartung und Bevölkerungsentwicklung der G7-Staaten von 2000 bis 2024.
Das Codebeispiel (Example1-1_WorldBank.py, im Anhang dieses Blogs) lautet wie folgt. Wenn Sie regelmäßig Python-Code schreiben, werden Sie feststellen, dass er genauso aufgebaut ist wie gewohnter Python-Code.
Dieser Code beschreibt im Wesentlichen die folgenden beiden Dinge:
- Importieren Sie das Paket pandas_datareader , um Daten der Weltbank abzurufen.
- Die erfassten Daten (im DataFrame-Format) werden modifiziert, unter anderem durch Ändern der Spaltennamen, und anschließend als JMP-Datentabelle importiert.
jmp.from_dataframe() は、pandasなどのデータフレームからJMPのデータテーブルを作成する関数です。- Von dem obigen Code sind nur ` import jmp` und das abschließende `jmp.from_dataframe(df) ` JMP-spezifisch. Alles andere ist Standard-Python-Code.
Durch Ausführen dieses Befehls über [Bearbeiten] > [Skript ausführen] im Menü des Skripteditors wird eine JMP-Datentabelle wie die unten gezeigte geöffnet.
Wir haben die Daten nun als JMP-Datentabelle erhalten, sodass wir die Funktionen von JMP nutzen können, um die Daten von hier aus zu visualisieren und zu untersuchen.
Beispielsweise können Sie mit dem [Bubble Plot] von JMP die Spalten wie folgt angeben, um eine Animation des Zusammenhangs zwischen BIP und Lebenserwartung in den einzelnen Ländern im Zeitverlauf zu sehen.
Die Rollen, die Python und JMP in diesem Code und seiner anschließenden Analyse spielten, sind folgende:
Python : Verwendung von pandas_datareader zum Abrufen von Wirtschaftsindikatorendaten der Weltbank.
JMP : Visualisiert die erfassten Daten mithilfe eines Blasendiagramms mit Animationsfunktionen.
Dies ist ein Beispiel dafür, wie die Kombination der Stärken beider Parteien zu einer erfolgreichen Reihe von Analysen führen kann.
Darüber hinaus kann in Python-Skripten geschriebener Code im Python-Codeformat (mit der Erweiterung .py) gespeichert werden, indem man [Datei] > [Speichern unter] auswählt.
Details zu den Paketen jmp und jmputils (unter Verwendung des Skriptindex)
Details zu den in den Paketen jmp und jmputils verfügbaren Befehlen finden Sie im Skriptindex ([Hilfe] > [Skriptindex]). Wenn Sie oben links den Eintrag auf „Python“ ändern, können Sie Syntax, Beschreibung und Codebeispiele für jeden Befehl anzeigen.
Abschließend
Im ersten Teil haben wir vorgestellt, dass JMP eine Python-Umgebung enthält, dass man Code mit dem Python-Skripteditor ausführen kann und dass mit Python gewonnene Daten als JMP-Datentabelle behandelt werden können.
Nächstes Mal ( Teil 2 )In diesem Abschnitt wird die Codierung des gesamten Prozesses von der Datenerfassung bis zur Visualisierung (Bubble-Diagramm) für Beispiel 1 beschrieben. Außerdem werden die Unterschiede zwischen dem Schreiben des Codes mit Python (.py) und dem Schreiben mit JSL (.jsl) erläutert.
von Naohiro Masukawa (JMP Japan)
Naohiro Masukawa – JMP-Benutzergemeinschaft
