Python pandas を使ってBigCommerce データをビジュアライズ

Python エコシステムには多くのモジュールがあり、システム構築を素早く効率的に行うのに役立ちます。CData Python Connector for BigCommerce は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで BigCommerce にデータ連携するPython アプリケーションを構築し、BigCommerce をビジュアライズできます。本記事では、pandas、SQLAlchemy、およびMatplotlib のビルトイン機能でBigCommerce にリアルタイムアクセスし、クエリを実行し、結果をビジュアライズする方法を説明します。

CData Python Connector は、ビルトインされた効率的なデータプロセスにより、リアルタイムBigCommerce データにPython からアクセスし、高いパフォーマンスと接続性を発揮します。BigCommerce に複雑なクエリを投げる際に、ドライバーはフィルタリング、集計などがサポートされている場合、SQL 処理を直接BigCommerce 側に行わせ、サポートされていないSQL 処理については、組み込まれたSQL エンジンによりクライアント側で処理を行います（特にJOIN やSQL 関数など）。

BigCommerce データへの接続

BigCommerce への連携は、RDB ソースへのアクセスと同感覚で行うことができます。必要な接続プロパティを使って接続文字列を作成します。本記事では、接続文字列をcreate_engine 関数のパラメータとして送ります。

BigCommerce 認証は標準のOAuth フローに基づいています。

Store ID の取得

BigCommerce Store に接続するには、StoreId が必要です。Store Id を確認するには、以下の手順に従ってください。

1. BigCommerce アカウントにログインします。
2. ホームページから「Advanced Settings」->「API Accounts」 を選択します。
3. 「Create API Account」->「Create V2/V3 API Token」をクリックします。
4. 画面にAPI Path という名前のテキストボックスが表示されます。
5. テキストボックス内に、次の構造のURL が表示されます：https://api.bigcommerce.com/stores/{Store Id}/v3。
6. 上記で示したように、Store Id は'stores/' と'/v3' パスパラメータの間にあります。
7. Store Id を取得したら、「キャンセル」 をクリックするか、まだ持っていない場合はAPI Account の作成に進むことができます。

パーソナルアクセストークンの取得

加えて、自分のデータをテストおよびアクセスするには、個人用トークンを取得する必要があります。個人用トークンを取得する方法は次のとおりです。

1. BigCommerce アカウントにログインします。
2. ホームページから「Advanced Settings」->「API Accounts」 を選択します。
3. 「Create API Account」->「Create V2/V3 API Token」をクリックします。
4. アカウント名を入力します。
5. 作成するAPI Account の「OAuth Scopes」を選択します。本製品 は"None" とマークされたデータにアクセスできません。また、"read-only" とマークされたデータを変更できません。
6. 「保存」をクリックします。

BigCommerce への認証

• StoreId：API Path テキストボックスから取得したStore ID に設定。
• OAuthAccessToken：生成したトークンに設定。
• InitiateOAuth：OFF に設定。

以下の手順に従い、必要なモジュールをインストールし、Python オブジェクト経由でBigCommerce にアクセスします。

必要なモジュールのインストール

pip で、pandas & Matplotlib モジュールおよび、SQLAlchemy ツールキットをインストールします：

pip install pandas
pip install matplotlib
pip install sqlalchemy

以下のようにモジュールをインポートします：

import pandas
import matplotlib.pyplot as plt
from sqlalchemy import create_engine

Python でBigCommerce データをビジュアライズ

次は、接続文字列で接続を確立します。create_engine 関数を使って、BigCommerce に連携するEngne を作成します。.

engine = create_engine("bigcommerce:///?OAuthClientId=YourClientId& OAuthClientSecret=YourClientSecret& StoreId='YourStoreID'& CallbackURL='http://localhost:33333'InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")

BigCommerce にアクセスするSQL を実行

pandas のread_sql 関数を使って好きなSQL を発行して、DataFrame にデータを格納します。

df = pandas.read_sql("""SELECT FirstName, LastName FROM Customers WHERE FirstName = 'Bob'""", engine)

BigCommerce データをビジュアライズ

DataFrame に格納されたクエリ結果に対して、plot 関数をつかって、BigCommerce data をグラフで表現してみます。show メソッドはグラフを新しいウィンドウに表示します。

df.plot(kind="bar", x="FirstName", y="LastName")
plt.show()

製品の無償トライアル情報

BigCommerce Python Connector の30日の無償トライアル をぜひダウンロードして、BigCommerce への接続をPython アプリやスクリプトから簡単に作成しましょう。

ソースコードe

import pandas
import matplotlib.pyplot as plt
from sqlalchemy import create_engin

engine = create_engine("bigcommerce:///?OAuthClientId=YourClientId& OAuthClientSecret=YourClientSecret& StoreId='YourStoreID'& CallbackURL='http://localhost:33333'InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
df = pandas.read_sql("""SELECT FirstName, LastName FROM Customers WHERE FirstName = 'Bob'""", engine)

df.plot(kind="bar", x="FirstName", y="LastName")
plt.show()