“你可以用 JMP 寫 Python 程式碼！”
雖然這是事實，但僅憑這句話就可能讓一些人想：“既然可以使用 Python 編輯器或集成開發環境，為什麼還要費勁地用 JMP 編寫代碼呢？”
接下來我將介紹 JMP 中包含的 Python 整合功能。透過使用此功能，
“使用 Python 環境可以增強和擴展 JMP 的功能。”
這是優勢之一。
然而，即使有了這樣的解釋，你可能仍然不太明白，並且會想：“那麼它到底能做什麼？”
因此，在本部落格系列（共 4 部分）中，我將使用具體的程式碼和使用範例來解釋它實際能做什麼以及它的好處。
在本系列文章的第一部分中，我們將透過一個簡單的範例來介紹結合使用 Python 和 JMP 的優勢。具體來說，我們將涵蓋以下主題：
- JMP包含一個Python環境。
- 如何使用 Python 腳本編輯器編寫和運行 Python 程式碼
- 軟體包安裝和 JMP 自帶的 jmp/jmputils 軟體包
- 範例用法：使用 JMP 的氣泡圖視覺化使用 pandas_datareader 取得的經濟指標資料。
*本文假設使用 Windows 版本的 JMP。
JMP中將安裝Python環境。
截至撰寫本文時，JMP 的最新版本是“JMP 19”，但與先前的版本“JMP 18”相比，其 Python 整合功能已顯著擴展。
安裝 JMP 時，Python 環境也會安裝在安裝資料夾中。因此，您無需在執行 JMP 的電腦上單獨安裝 Python。
此外，此 Python 環境可讓您在 JMP 編輯器中編寫和執行 Python 程式碼，並使用跳躍套件來操作 JMP 資料表和其他元素。
*注意：使用者無需自行執行上述「jmp_python.exe」。
Python腳本編輯器
JMP 的「Python 腳本編輯器」可讓您直接在編輯器中編寫和執行 Python 程式碼。
在 JMP 主視窗選單中選擇【檔案】>【新建】>【Python 腳本】即可開啟 Python 腳本編輯器。選擇【編輯】>【執行腳本】即可執行您所寫的程式碼，執行結果會輸出到日誌視窗。
軟體包安裝和載入
在 Python 中使用 pandas 或 NumPy 等套件時，首先需要安裝這些套件，然後使用進口語句將它們載入到程式碼中。
同樣，在 JMP Python 整合環境中，您需要在該環境中安裝軟體套件才能使用它們。
此外，您還可以使用 JMP 自帶的jmp 和 jmputils軟體包。這些軟體包主要允許您執行以下操作：
- 跳躍 ：操作 JMP 資料表（建立新表、新增/刪除/修改列等），從開啟的 JMP 資料表中擷取資訊。
- jmputils ：將軟體包安裝到 JMP Python 整合環境中
在以下範例中，我們將使用 Python 貓熊套件和pandas_datareader套件，因此請使用以下命令安裝它們。
一旦安裝在 JMP Python 環境中，關閉 JMP 後就不需要重新安裝它了。
使用 Python 整合環境和 JMP 的好處
將 Python 整合開發環境與 JMP 結合使用的優點在於，它能夠結合 Python 和 JMP 各自的優勢。以下是它們的一些優點：
Python：允許您使用 JMP 中未包含的功能和分析方法。
Python 擁有眾多軟體包，可用於實現資料收集和最新的分析技術。透過使用這些軟體包，您可以將 JMP 標準庫中未包含的功能和方法整合到您的分析中。
JMP：圖形使用者介面操作我擅長「探索」數據。
另一方面，JMP 在資料探索功能方面表現出色，例如基於 GUI 的資料表操作、互動式分析以及圖表與資料表的連結。僅使用 Python 實作這些操作並非易事。
換句話說，您可以使用 Python 來擴展分析方法的範圍，並使用 JMP 來探索和視覺化結果，從而互補彼此的優勢。
以下範例 1 將對此進行解釋。
範例 1：使用 pandas_datareader 載入和視覺化經濟指標數據
Python 套件pandas_datareader可用於檢索世界銀行提供的特定國家的經濟資料。
因此，我們將使用 JMP Python 整合環境來獲取這些數據，並將其載入為 JMP 數據表。此外，我們將使用 JMP 的「氣泡圖」來視覺化各項指標逐年和逐個國家的趨勢。
需要取得的數據：2000 年至 2024 年 G7 國家的年度人均 GDP、預期壽命和人口數。
程式碼範例如下（Example1-1_WorldBank.py，包含在本部落格中）。如果您經常編寫 Python 程式碼，您會發現它的編寫方式與普通的 Python 程式碼相同。
這段程式碼主要描述了以下兩件事：
- 匯入pandas_datareader包以檢索世界銀行資料。
- 取得的資料（DataFrame 格式）經過修改，包括更改列名，然後作為 JMP 資料表匯入。
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。- 上述程式碼中，只有 ` import jmp`和最後的`jmp.from_dataframe(df) ` 是 JMP 特有的。其餘部分都是標準的 Python 程式碼。
從腳本編輯器選單中選擇 [編輯] > [執行腳本] 來執行此命令，將開啟如下所示的 JMP 資料表。
我們現在已經將資料擷取為 JMP 資料表，因此我們可以使用 JMP 的功能來視覺化和探索這些資料。
例如，使用 JMP 的 [氣泡圖]，您可以如下指定列，以查看每個國家/地區的 GDP 與預期壽命隨時間變化的關係動畫。
Python 和 JMP 在此程式碼及其後續分析中所扮演的角色如下：
Python ：使用 pandas_datareader 從世界銀行檢索經濟指標資料。
JMP ：使用具有動畫功能的氣泡圖視覺化所擷取的資料。
這是雙方優勢結合如何成功進行一系列分析的一個例子。
此外，可以透過選擇 [檔案] > [另存為] 將用 Python 腳本編寫的程式碼儲存為 Python 程式碼格式（副檔名為 .py）。
jmp 和 jmputils 套件的詳細資訊（使用腳本索引）
jmp 和 jmputils 套件中可用命令的詳細資訊可以在腳本索引中找到（[幫助] > [腳本索引]）。將左上角的選項切換到「Python」即可查看每個命令的語法、描述和程式碼範例。
綜上所述
在第一部分中，我們介紹了 JMP 包含一個 Python 環境，您可以使用 Python 腳本編輯器執行程式碼，並且使用 Python 取得的資料可以作為 JMP 資料表處理。
下次（ 第二部）本節將介紹如何為範例 1 編寫從資料收集到視覺化（氣泡圖）的整個過程的程式碼，並討論使用 Python (.py) 和使用 JSL (.jsl) 編寫程式碼之間的差異。
作者：Naohiro Masukawa（JMP 日本）
Naohiro Masukawa - JMP 使用者社區
現代線上娛樂世界為玩家提供了許多休閒博彩選擇，其中Betking 賭場佔據著獨特的地位。該平台以其豐富的遊戲種類而聞名，包括老虎機、經典桌面遊戲以及來自領先軟體開發商的創新老虎機。 Betking 致力於為重視博彩領域服務品質和可靠性的使用者提供舒適安全的博彩環境。
除了豐富的遊戲種類，我們也非常注重獎金和獎勵機制，這使得遊戲過程更加精彩。透明的遊戲規則、快速的交易處理以及全天候的客戶支持，共同塑造了我們良好的品牌形象。我們採用先進的資料保護技術，確保每位訪客的隱私和安全。對於那些尋求了解賭場和博彩行業最新動態的用戶而言，我們是您獲取實用資訊和享受優質娛樂體驗的可靠來源。
