Jupyter Notebooks 作为端到端分析解决方案

介绍

你醒了。您查看待办事项列表，发现团队成员有一项任务。他们希望您进行某种分析并生成报告。请求本身相对复杂，这意味着您可能需要使用问题陈述对其进行分解，从数据源中提取数据，进行探索，收集您的见解，然后向团队成员讲述您的发现故事。

解决这个问题的方法如下：

• 在任务跟踪平台（例如 Trello、Jira）中构建问题陈述
• 从数据源（例如 SQL 数据库，使用 SSMS、Power Query 等接口）提取数据
• 在分析工具（Python、R、Excel）中执行探索性数据分析和复杂转换
• 确定见解，然后以易于理解的方式向麻瓜展示它们（一个幻灯片，或者如果您感兴趣的话，可以使用 Tableau 或 Power BI 等可视化工具）

听起来像是数据专业人员生活中的标准一天，对吧？然而，我不知道你怎么想，但在这么多工具之间移动数据可能会让人非常迷失方向。它导致工作流程效率非常低。但如果我告诉你有更好的方法呢？您可以在一个地方准备问题陈述、编写 SQL 查询、执行分析并呈现您的发现吗？如果您使用数据和 Python，您可能已经熟悉 Jupyter Notebook 作为临时分析的优秀工具。 Notebook 的交互式环境允许进行顺序分析和讲故事。但 Notebook 的魅力不仅仅在于它与 IPython 的结合。 Jupyter Notebook 本质上是使用 HTML、CSS 和 JS 构建的；这意味着我们可以利用这些技术来扩展笔记本的功能。在本文中，我将向您展示如何利用 Jupyter Notebook 的 Web 界面和 Python 丰富的数据库来构建端到端报告解决方案。

要继续进行操作，您需要在系统上安装以下软件和/或软件包：

SQL Server：这是我们将在数据提取中与之交互的 SQL 方言
Aventure Works 数据库：这是我们要从中查询数据的数据库集合。默认情况下，AW 数据库通常随 SQL Server 安装一起提供。但如果没有，请单击链接并按照有关如何将其加载到 SQL Server 安装中的说明进行操作。
Python 和 Jupyter：同时安装 Python 和 Jupyter 的最简单方法是使用 anaconda 发行版。如果您已经拥有 Python 但只想安装 Jupyter，请使用此链接。
Python 库:

• pyodbc
• 熊猫
• sqlalchemy
• 情节
• mlxtend
• 网络

现在我们已经解决了这个问题，让我们直接深入了解 Jupyter Notebook。您可以在下面找到它：

注意：上面的嵌入来自 github 存储库，您可以在此处克隆。但是，因为它托管在 github 上，所以所有 JS 交互性都被禁用，因此“切换按钮”将不会被渲染。但是，如果您将存储库克隆到您的计算机并在本地运行笔记本，您将看到该按钮将如下所示：

通过单击“切换按钮”，输入单元格将被隐藏，您将看到如下内容：

就是这样。总之，以下是我们能够在一个环境（笔记本）中完成的所有操作：

定义问题陈述并扩展目标
直接连接到 SQL 数据库并从中查询数据
执行我们的分析
绘图可视化
使用 Markdown 来格式化我们的部分、布局和结果来讲述一个故事，并使我们的报告可供非技术受众阅读
提供隐藏我们技术输入的功能，只留下我们的故事和见解

完整的端到端分析工作流程，全部在一个环境中。下一步将是构建一个框架、技术和/或管道，使我们能够与利益相关者无缝地分享我们的报告。如果这篇文章得到足够的关注，我会在下一篇写这篇文章。 ？

以上是Jupyter Notebooks 作为端到端分析解决方案的详细内容。更多信息请关注PHP中文网其他相关文章！