Jupyter 노트북

Jupyter 노트북과 Jupyter Lab은 데이터를 분석, 탐색, 설명, 보고하는 뛰어난 대화형 기능을 제공합니다. PlaidCloud를 사용하면 노트북에서 정보를 직접 활용할 수 있습니다.

PlaidCloud는 사용 설정된 경우 각 테넌트 워크스페이스 안에서 JupyterHub를 제공합니다. 아래 문서는 데스크톱이나 별도의 서버에 Jupyter를 따로 설정하는 방법을 안내합니다.

Jupyter 노트북 설치

Jupyter 노트북이 이미 정상적으로 설치되어 있다고 가정합니다.

독립 실행형 Jupyter 노트북 설치

Jupyter 노트북을 로컬에 설치하는 방법은 Jupyter 설치 문서를 참조하십시오.

VS Code에 추가

VS Code도 VS Code 안에서 노트북을 직접 실행할 수 있는 확장 기능을 제공합니다. Visual Studio Marketplace에서 확장 기능을 설치하십시오.

PlaidCloud 유틸리티 설치

표준 OAuth 및 JSON-RPC 요청으로도 PlaidCloud에 접근할 수 있지만, 더 간편하게 접근할 수 있도록 미리 만들어진 라이브러리를 사용하시기를 권장합니다. 또한 PlaidCloud 유틸리티 라이브러리에는 Pandas 데이터프레임에서 쓸 수 있는 유용한 데이터 도우미가 포함되어 있습니다.

PlaidCloud 유틸리티를 설치하려면 다음 pip 설치를 수행하십시오.

pip install plaidcloud-rpc@git+https://github.com/PlaidCloud/plaid-rpc.git@v1.4.0#egg=plaidcloud-rpc

pip install plaidcloud-utilities@git+https://github.com/PlaidCloud/plaid-utilities.git@v1.5.2#egg=plaidcloud-utilities

OAuth 토큰 얻기

OAuth 토큰을 얻는 방법과 자동 인증을 위해 시스템을 구성하는 방법은 OAuth 설정을 참조하십시오.

Jupyter 노트북 사용자 인터페이스 열기

노트북 서버를 시작하십시오.

Jupyter 노트북 서버에 로그인한 후 UI에서 새 노트북을 만드십시오.

그러면 빈 노트북이 열립니다.

API 엔드포인트를 통해 PlaidCloud와 통신하는 연결을 만듭니다.

from plaidcloud.utilities.connect import PlaidConnection

conn = PlaidConnection()

로컬 테이블 객체를 만든 다음 쿼리하면 결과가 자동으로 Pandas 데이터프레임에 담깁니다.

tbl_sf_cust_master = conn.get_table('Salesforce_Customer_Master') # This gets a table object
df_sf_cust_master = conn.get_data(tbl_sf_cust_master) # This retrieves all the data into a dataframe

같은 테이블 객체로 표준 SQLAlchemy 구문을 사용하여 더 고급 쿼리도 작성할 수 있습니다.

df_sf_cust_master_w_sales = conn.get_data(
    tbl_sf_cust_master.select().with_only_columns(
        [tbl_sf_cust_master.c.Id, tbl_sf_cust_master.c.CurrencyIsoCode, tbl_sf_cust_master.c.SyDSalesRegion]
    ).where(
        tbl_sf_cust_master.c.TotalSalesPast3Years > 0
    )
)