今すぐお試しください!

製品の詳細CData Python Connector for JSON を確認して、無償評価版をダウンロード:

今すぐダウンロード

Python pandas を使ってJSON データをビジュアライズ

CData Python Connector for JSON を使えば、Python でJSON をpandas やその他の標準モジュールでで呼び出し、データ分析やビジュアライズが可能になります。

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ことができます。CData Python Connector for JSON は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで JSON にデータ連携するPython アプリケーションを構築し、JSON 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JSON 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JSON 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。JSON 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JSON 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)。

JSON データへの接続

JSON 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。

See the Getting Started chapter in the data provider documentation to authenticate to your data source: The data provider models JSON APIs as bidirectional database tables and JSON files as read-only views (local files, files stored on popular cloud services, and FTP servers). The major authentication schemes are supported, including HTTP Basic, Digest, NTLM, OAuth, and FTP. See the Getting Started chapter in the data provider documentation for authentication guides.

After setting the URI and providing any authentication values, set DataModel to more closely match the data representation to the structure of your data.

The DataModel property is the controlling property over how your data is represented into tables and toggles the following basic configurations.

  • Document (default): Model a top-level, document view of your JSON data. The data provider returns nested elements as aggregates of data.
  • FlattenedDocuments: Implicitly join nested documents and their parents into a single table.
  • Relational: Return individual, related tables from hierarchical data. The tables contain a primary key and a foreign key that links to the parent document.

See the Modeling JSON Data chapter for more information on configuring the relational representation. You will also find the sample data used in the following examples. The data includes entries for people, the cars they own, and various maintenance services performed on those cars.

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JSON 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JSON 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、JSON に連携するEngne を作成します。.

engine = create_engine("json:///?URI=C:\people.json&DataModel=Relational")

JSON 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 [ personal.name.first ], [ personal.name.last ] FROM people WHERE [ personal.name.last ] = 'Roberts'""", engine)

JSON 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、JSON services 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="[ personal.name.first ]", y="[ personal.name.last ]")
plt.show()

製品の無償トライアル情報

JSON Python Connector の30日の無償トライアル をぜひダウンロードして、JSON 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("json:///?URI=C:\people.json&DataModel=Relational")
df = pandas.read_sql("""SELECT [ personal.name.first ], [ personal.name.last ] FROM people WHERE [ personal.name.last ] = 'Roberts'""", engine)

df.plot(kind="bar", x="[ personal.name.first ]", y="[ personal.name.last ]")
plt.show()
 
 
ダウンロード