感謝關注天善智能，走好數據之路↑↑↑

歡迎關注天善智能，我們是專注於商業智能BI，大數據，數據分析領域的垂直社區，學習，問答、求職一站式搞定！

2016 年， Tableau 便發佈了 TabPy 的試用版本，一個可以在 Tableau 工作簿中運行 Python 代碼的新 API 。當你通過 Tableau 使用 TabPy 時，你可以在 Python 中定義計算字段，從而在你的可視化作品中充分挖掘大量機器學習庫的潛力。

這個在 Tableau 中與 Python 的集成應用，為用戶提供了強大的解決方案。例如，它只需幾行 Python 代碼就能得到一個線上零售商所售商品的情感分析。然後你可以在 Tableau 中從很多方面探索獲得的結果。

你可能只想看到負面評價並且希望理解這些內容背後的原因。你可能想得到一個顧客列表，並與他們聯繫。或者你可能想可視化整體情緒隨時間變化的情況。

R/Python 整合：Rserve/TabPy Server

你可以很容易在電腦上或者遠程服務器上安裝 TabPy 服務器。在 Tableau Desktop 中，通過點擊幫助 > 設置與性能 > 管理外部服務連接，在其中輸入服務 URL ，你就可以完成配置。然後你可以使用 Python 腳本作為 Tableau 中計算字段的一部分，就像從 Tableau 8.1 開始你可以利用 R 的那樣。

TabPy 使用流行的 Anaconda 環境，這能夠預裝和準備許多包括 scipy , numpy 和 scikit-learn 在內的常見 Python 包。你可以在你的腳本中安裝使用任何 Python 庫。

如果在公司裡你有一個數據分析團隊來開發定製模型， TabPy 還可以通過發佈模型很方便與其他那些想要在 Tableau 中利用模型的人分享。

一旦發佈，無論模型的類型與複雜性如何，你就只需要在 Tableau 中運行一個只有一行 Python 代碼來運行該機器學習模型。

使用已發佈的模型有幾個好處。在預服務環境中，複雜的功能變得容易使用，分享和以部署方式重用。你可以在後端提升和更新模型，或者修改代碼，而 Tableau 中的計算字段並不需要額外的操作即可保證正常工作。

看到 Python 在 Tableau 中的應用，你是不是有點手癢了？亟不可待的想嘗試一下？小編在這裡推薦一篇新手實用教程，如果你以前沒有使用過 Python ，不用擔心 —— 這對新手來說絕對是可以實現的。繼續看下去吧！

Python 實用案例分享

本次教程使用的數據集來源 Makeover Monday（點擊瞭解詳情） ，關於最流行的前100首歌曲的歌詞。

1設置你的環境

1 . 確保你使用的是 Tableau 10 版本

2 . 打開含有 top-song 數據的 TDE 文件

3 . 安裝 TabPy

2在 Tableau 中連接 TabPy

現在是時候在 Tableau 中設置 TabPy 了。在 Tableau 中，轉到幫助 > 設置和性能 > 管理外部連接。輸入 “localhost” ，因為你在自己的計算機上運行 TabPy 。默認端口為 9004 ，因此除非你手動更改它，否則應該將其保留。

3創建 TabPy 計算

TabPy Github 頁面具有你應該在 Tableau 計算中使用 Python 的詳細文檔。我簡單地重新調整了在 #data 16 TabPy 部分的一個計算演示。這裡可以看重播。複製下方鏈接至瀏覽器查看重播：

http://tclive.tableau.com/SignUp

現在，你可以使用視圖中的這個 [Word] 計算字段來處理情緒評分了！缺點是，由於這是一個表計算並且還使用了 ATTR 函數，因此你不能在一個詳細級別表達式中使用它。也就是說，你不能使用這個例子和數據結構來計算歌曲細節級別的情感總和。

天善智能學院Tableau學習課程推薦：

本文轉載至：Tableau社區。