Tabpy ——Tableau和Python合体了！

在介绍Tabpy之前，首先我们要了解为什么要使用Tabpy？如果你想了解更多关于机器学习的相关内容，可以阅读以下这些文章：
5种有效方法：提高机器学习模型的准确性
机器学习的一站式library清单
你知道吗？SQL也能做机器学习！
群体学习（Swarm Learning）的工作原理——结合区块链和机器学习的更优解决方案

机器学习和数据科学彻底改变了分析世界。数据科学家们希望利用ML的功能来增强其传统的BI报告，并利用人工智能、机器学习和数据科学的力量做出更好的业务决策。

这就是Tableau引入Tabpy的原因。Tabpy的定义如下：

TabPy（Tableau Python Server）是一种分析扩展实现，它允许用户通过Tableau的表计算执行Python脚本和保存的函数，从而扩展了Tableau的功能。

通过使用与Python编程集成的Tableau，我们可以创建多个动态的高级报告，并为ML集成做好准备。

这样做的好处是：

• 高级分析
• 机器学习就绪仪表板
• 高级计算
• 有效的探索性数据分析

安装✦

TabPy的GitHub仓库可以直接克隆使用，也可以使用pip或conda。TabPy与Python3.6及更高版本兼容。

pip install tabpy==2.3.1

Tabpy的使用✦

从CLI安装后，运行命令“tabpy”连接到服务器。

请注意，端口号为9004，稍后将在Tableau的服务器连接中使用。

现在Tabpy服务器可以使用了。我们可以通过”Help” -> “Settings and Performance” -> “Manage External Service Connectiontableau”在tableau中连接tabpy。

将端口号指定为9004并登录。此外，用户可以选中”Require SSL”复选框以加密通过网络发送的数据。最后，点击”Test Connection”，将显示后续连接成功。

使用TabPy✦

我们可以使用两种方法进行Python计算：

• 直接将代码编写Tableau的计算列。然后，代码将立即在TabPy服务器中执行。
• 将函数部署到TabPy服务器中，该服务器可以作为REST-API端点访问。

现在Tableau已经可以与python计算一起使用了，因为它与Tabby相链接,可以用Python脚本对数据执行操作了。

结论✦

现在，您已经成功地将Python与Tableau集成。接下来，您可以连接到数据，并使用TabPy将其用于可视化和高级分析、storytelling、交互式图形等。这种集成是使用Tableau和Python的更高级用例的基础。

原文作者：Anuj Karn
翻译作者：Chuang Zhang
美工编辑：过儿
校对审稿：Miya
原文链接：https://medium.datadriveninvestor.com/introducing-tabpy-tableau-python-e812bf3f2632