Jupyter 笔记本

Jupyter 笔记本和 Jupyter Lab 提供出色的交互能力，可用于分析、探索、解释和报告数据。PlaidCloud 支持直接在笔记本中使用信息。

如果已启用，PlaidCloud 会在每个租户工作区内提供 JupyterHub。以下文档帮助您在桌面或独立服务器上单独设置 Jupyter。

安装 Jupyter 笔记本

此处假设您已有可用的 Jupyter 笔记本安装。

安装独立的 Jupyter 笔记本

有关在本地安装 Jupyter 笔记本的更多信息，请参阅 Jupyter 的安装文档。

添加到 VS Code

VS Code 也提供一个扩展，可让您直接在 VS Code 中运行笔记本。请从 Visual Studio Marketplace 安装该扩展。

安装 PlaidCloud 实用工具

虽然可以使用标准 OAuth 和 JSON-RPC 请求访问 PlaidCloud，但建议使用我们预构建的库以简化访问。此外，PlaidCloud 实用工具库还包含便于配合 Pandas DataFrame 使用的数据辅助工具。

要安装 PlaidCloud 实用工具，请执行以下 pip 安装命令：

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

获取 OAuth 令牌

有关如何获取 OAuth 令牌以及如何配置系统以实现自动认证，请参阅 OAuth 设置。

打开 Jupyter 笔记本用户界面

启动笔记本服务器即可开始。

登录 Jupyter 笔记本服务器后，从界面中创建一个新笔记本。

这将打开一个空白笔记本。

创建连接，通过 API 端点与 PlaidCloud 通信

from plaidcloud.utilities.connect import PlaidConnection

conn = PlaidConnection()

建立本地表对象并对其进行查询，结果会自动放入 Pandas DataFrame 中。

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

使用同一个表对象，还可以用标准 SQLAlchemy 语法编写更高级的查询。

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
    )
)