Tableau集成Python机器学习实践（上）

from https://zhuanlan.zhihu.com/p/30221355

导言

机器学习是目前炙手可热的一门交叉学科，致力于研究通过计算的手段，利用经验来改善系统自身的性能，目前已经有相当成熟的应用场景。Tableau是致力于帮助人们查看并理解数据的一款可视化分析软件。本文使用Iris鸢尾花数据集，探讨了如何使用Python语言，将机器学习算法模型集成到Tableau的可视化分析报表中，并给出总结意见。

Tabpy环境搭建

在Tableau公司的Github主页下，有一个名为Tabpy的项目，提供了Tableau和Python集成的套件:Tabpy framework，该套件包含两个组件：

1. Tabpy Server, 一个远程服务器，用于运行从tableau传递过来的python代码；

2. Tabpy client, 用于将用户建立的数据分析或数据挖掘的模型发布到Tabpy Server， 增强代码可重用性。

Tabpy Server

官方提供了一个整体打包的方案，在github页面下载整个项目到本地，点击setup.bat或setup.sh文件就可以自动下载Anaconda环境，创建一个名为Tableau-Python-Server的环境，并且在这个环境中安装好Tabpy及相关的各种库。

如果你是老司机喜欢用手动档，那我们一起来看一下手动安装的步骤(以Windows平台为例)：

1. 本机下载安装Anaconda，把Anaconda的Python环境加入到环境变量；

2. 运行以下命令在Anaconda上建立一个名为Tableau-Python-Server的环境：

conda create –name Tableau-Python-Server python=2.7 anaconda

3. 运行以下命令切换到新创建的环境：

activate Tableau-Python-Server

然后运行命令安装Tabpy

pip install tabpy-server

如果命令运行一切正常，你会在该目录Users\yourname\anaconda\envs\Tableau-Python-Server\Lib\site-packages下看到一个名为tabpy_server的文件夹，里面包含了一个用于启动Tabpy server的startup.bat文件，把它创建一个快捷方式到你的桌面，以后你会需要经常点击它启动Tabpy Server。

截至目前，如果不考虑代码可重用性的话，你现在就可以启动Tabpy Server，打开tableau然后在外部服务器中配置本地IP和端口9004，然后在计算字段中写python代码了。

不过机器学习模型包含大量代码，把它们都放在tableau小的可怜的计算字段编辑框里面显然不是一种友好的方式，或者你不想每次使用都要重新写一遍函数逻辑的话，最好还是使用Tabpy client, 在本地编辑好你要使用的函数或模型，然后发布到Tabpy Server，这样每个连接到Tabpy Server的tableau工作簿，只要输入你写好的函数名就可以直接使用它，是不是很方便？

Tabpy Client

和前面一样，如果你运行bat或sh脚本的话，client应该已经安装上了，不过你也可以选择手动安装它：

pip install tabpy-client

下面给出一个简单的例子说明如何使用tabpy client发布python代码，本地创建一个py文件写入一下代码：

import tabpy_client

client = tabpy_client.Client(‘http://localhost:9004/’)

def add(x,y):

import numpy as np

return np.add(x, y).tolist()

client.deploy(‘add’, add, ‘Adds two numbers x and y’)

在本地python环境中运行上面的代码，没有任何问题的话接着浏览器中打开 http://localhost:9004/endpoints 看一下，如果返回一堆包含JSON格式键值对的话说明你的函数已经加入到tabpy server了。

连接Tableau到Tabpy

接下来打开Tableau，依次点击“帮助-设置和性能-管理外部服务连接”

弹出的对话框输入地址和端口号：“localhost” “9004”，测试一下，bingo！成功连接到server。

到这里，我们已经成功搭建好了Tabpy环境，Cheers!