nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

962736_zh-CN

liliconcom

总之，JMP 的“Python 集成”功能有哪些用途？——第三部分：实现与 JSL 对话的实用 Python 集成——

在上一期（第 2 部分）中，我们介绍了 JMP 的 Python 集成功能如何允许您从 Python 代码调用 JSL，反之亦然。

现在，让我们再来看一下导入世界银行数据的Python代码的第一部分，我们之前一直用它作为示例。这段代码指定了目标G7国家、年份和指标（共三个），然后导入了这些数据。

PythonコードPython 代码

但是，如果您想缩小目标国家范围、使用不同的指标或更改目标年份，则需要重写上述代码。

虽然这本身可能不是什么大麻烦，但当你频繁更改条件或当其他 JMP 用户需要使用它时，就会变得很不方便。

在这种情况下，提供一个对话框，允许用户选择如下条件，使他们能够自由地指定用于分析的条件，是非常方便的。

ダイアログ对话

因此，这次我将介绍一种方法，通过在 JSL 中编写列选择和参数输入对话框，使具有固定条件的脚本更加通用和可重用。

请注意，本节不会详细解释如何创建对话框。其目的仅在于演示创建对话框所能实现的各种功能。

创建一个对话框

我们将使用 JSL 创建对话。因此，这种情况“最好采用基于 JSL 的编写方式 (.jsl) ”。

这是上次介绍的 JSL 代码（Example1-2_WorldBank.jsl）的改进版本，现在会在运行时显示一个对话框，允许您执行以下操作：

从七个七国集团 (G7) 国家中选择目标国家（可以使用 Ctrl 键进行多选）。
除了前三个指标外，我们还添加了 GDP_growth（GDP 增长率）、Inflation（通货膨胀率）、Unemployment（失业率）和 Fertility_rate（出生率），您可以从中选择目标指标（可以使用 Ctrl 键进行多项选择）。
指定起始年份和结束年份

完整的代码已附在本博文中。在这里，我将解释创建对话框的关键点。

1. 定义对话框中可以选择的国家和指标。

首先，我们列出可供选择的国家和指标。在本例中，我们已将世界银行使用的代码与显示名称进行了匹配。

//  選択できる国（G7）・指標
countryNames = {"Japan", "United States", "Canada", "United Kingdom", "Germany", "France", "Italy"};
countryCodes = {"JP", "US", "CA", "GB", "DE", "FR", "IT"};

/* 選択できる指標： 人口，一人当たりGDP，経済成長率，インフレ率， 失業率，出生率，平均寿命  */
indNames = {"Population", "GDP_per_capita", "GDP_growth", "Inflation",
            "Unemployment", "Fertility_rate", "Life_expectancy"};
indCodes = {"SP.POP.TOTL", "NY.GDP.PCAP.CD", "NY.GDP.MKTP.KD.ZG", "FP.CPI.TOTL.ZG",
            "SL.UEM.TOTL.ZS", "SP.DYN.TFRT.IN", "SP.DYN.LE00.IN"};

2. 对话部分

我们将使用 New Window() 函数创建一个对话框。JMP 脚本编写指南中提供了代码示例。

对话框采用 V 列表框（垂直）、H 列表框（水平）和面板框（标题框）排列，其中放置一个列表框用于从列表中进行选择，以及一个数字编辑框用于输入数值。

// ダイアログの起動
selCountry = {};	
selInd     = {};	
startY = .;
endY   = .;

nw = New Window( "Get World Bank Data",
	<
     <MODAL></MODAL>

 <BR /> <P><FONT size="4" color="#0000FF">3. 创建要传递给 Python 的变量</FONT></P> <P><FONT size="4">选定的国家名称和指标名称会被转换为世界银行使用的代码，并以关联数组的形式列出。<STRONG>关键在于后续的 Python Send() 函数，它会将 JSL 变量作为同名的 Python 变量传递。</STRONG>这样，后续的 Python Submit() 函数中的 Python 代码就可以直接使用 `countries` 和其他变量。</FONT></P>

<CODE class=" language-jsl">//  Python に渡す変数の作成
countries = {};
For( i = 1, i <= N Items( selCountry ), i++,
	Insert Into( countries, countryMap[selCountry[i]] )
);

indicators = {};
For( i = 1, i <= N Items( selInd ), i++,
	Insert Into( indicators, indCodeMap[selInd[i]] )
);

colnames = selInd;

// Show( countries, indicators, colnames, startY, endY );

Python Send( countries );
Python Send( indicators );
Python Send( colnames );
Python Send( startY );
Python Send( endY );

</CODE> pandas_datareader 包会根据传递给 Python 的变量值，输出指定国家、指标和年份的数据表。 注意：此代码优先考虑简洁性，因此不包含太多用于检查输入值或错误处理的代码。 使用 JMP 对通过 Python 集成获得的数据进行可视化和分析。 运行 JSL 脚本时，将出现您创建的对话框，允许您指定国家/地区、指标和年份来创建数据。 为了比较日本、美国、德国和法国在 COVID-19 疫情前后 GDP 增长率、通货膨胀率和失业率的趋势，我们将创建涵盖 2017 年至 2024 年期间的数据。 如果能以 JMP 数据表的形式获取数据，则可以通过点击数据表中的直方图图标（表头图）在列名下方显示图表。选择图表中的相关部分即可选中相应的数据，从而在数据表中进行一定程度的数据探索。 <img src="https://us.v-cdn.net/6038925/uploads/images/112217i69CB0159845A07E6/P4.png" role="button" title="P4.png" alt="ダイアログによる国と指標の選択" />ダイアログによる国と指標の選択基于对话的国家和指标选择 如第一部分所述，这些数据还可以用于使用气泡图分析年度趋势。此外，[图表生成器] 允许您创建折线图和柱状图，以显示各项指标的年度趋势，如下所示。 <img src="https://us.v-cdn.net/6038925/uploads/images/112018iC6D52C5CF3BFD2FC/fig4.png" role="button" title="fig4.png" alt="可視化" />可視化可视化 此外，利用[时间序列预测]，您可以拟合平滑模型以获得未来的预测值和预测区间。 <img src="https://us.v-cdn.net/6038925/uploads/images/112218i3DBB79F853ECEB1B/P6.png" role="button" title="P6.png" alt="時系列モデル" />時系列モデル时间序列模型 综上所述 在本文中，我介绍了一种通过将用 Python 编写的数据检索代码与用 JSL 创建的对话框相结合来创建“通用工具”的方法。 要点如下三点： <UL> <LI>对话框是用 JSL 创建的：因此，即使核心处理是用 Python 完成的，如果初始脚本是 .jsl 格式，处理起来也更容易。这是我们在第二部分讨论的“使用 .py 还是 .jsl 编写”这一决策中存在争议的焦点之一。</LI> </UL> <UL> <LI>接收到的值通过 Python 的 Send() 方法传递给 Python：由于 JSL 变量名在 Python 中变成了相同的变量名，因此几乎不需要重写 Python 代码本身。</LI> <LI>导入数据后，您可以使用通常的 JMP 数据表对其进行探索：您可以直接使用 JMP 的分析功能，例如图表构建器和时间序列预测。</LI> </UL> 通过使用 Python 获取和处理数据，然后使用 JMP 进行可视化和分析，并将输入条件的指定委托给对话框，可以在不更改主脚本的情况下从外部提供这些条件。这通过使用对话框提高了脚本的灵活性。 在下一部分（ <A href="https://community.jmp.com/t5/Naohiro-Masukawa/%E7%B5%90%E5%B1%80-JMP%E3%81%AE-Python%E9%80%A3%E6%90%BA-%E3%81%A7%E4%BD%95%E3%81%8C%E3%81%A7%E3%81%8D%E3%82%8B%E3%81%AE%E3%81%8B-%E7%AC%AC4%E5%9B%9E-JMP%E3%81%AB%E3%81%AA%E3%81%84%E5%88%86%E6%9E%90%E6%89%8B%E6%B3%95%E3%82%92-JMP%E3%81%AE%E6%93%8D%E4%BD%9C%E6%84%9F%E3%81%A7%E4%BD%BF%E3%81%86-%E5%85%A84%E5%9B%9E%E3%81%AE%E3%81%BE%E3%81%A8%E3%82%81%E5%8B%95%E7%94%BB%E3%81%82%E3%82%8A/ba-p/963459" target="_blank">第 4 部分</A>）中，为了进一步实现通用化，我们将介绍一个使用 Python 包来执行 JMP 中未包含的功能的示例，并使用类似于我们这次创建的对话框来指定要分析的变量（列）。 作者：Naohiro Masukawa（JMP 日本） <A href="https://community.jmp.com/t5/Naohiro-Masukawa/bg-p/nmasukawa-blog" target="_blank">Naohiro Masukawa - JMP 用户社区</A> </LINGO-BODY> <CODE class=" language-jsl"> <LINGO-TEASER id="lingo-teaser-962736" slang="ja-JP" mode="UPDATE"> 本文简要介绍了对话框（用户选择和输入目标国家、指标和时间段等条件的操作界面）的作用。然后，本文阐述了如何通过使用 JMP 的 JSL 创建对话框并将其与 Python 集成，来创建一个能够灵活适应条件变化的通用数据采集工具。使用对话框的优势在于，无需重写脚本即可更改使用条件，从而大大简化了重复使用和与其他用户共享的过程。 </LINGO-TEASER>

Comments

There are no comments yet