ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →Pinterest Connector の30日間無償トライアルをダウンロード
30日間の無償トライアルへ製品の詳細
Pinterest Python Connector 相談したいPinterest へのデータ連携用のPython Connecotr ライブラリ。 pandas、SQLAlchemy、Dash、petl などの主要なPython ツールにPinterest をシームレスに統合。
CData
こんにちは!ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。
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 Pinterest は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで Pinterest にデータ連携するPython アプリケーションを構築し、Pinterest データを可視化できます。 本記事では、SQLAlchemy でPinterest に連携して、データを取得、 する方法を説明します。
CData Python Connectors は、以下のような特徴を持った製品です。
CData Python Connectors では、1.データソースとしてPinterest の接続を設定、2.Python からPython Connectors との接続を設定、という2つのステップだけでデータソースに接続できます。以下に具体的な設定手順を説明します。
pip でSQLAlchemy ツールキットをインストールします:
pip install sqlalchemy
モジュールのインポートを忘れずに行います:
import sqlalchemy
次は、接続文字列で接続を確立します。create_engine 関数を使って、Pinterest データに連携するEngne を作成します。
engine = create_engine("pinterest///?OAuthClientId=YourClientId&OAuthClientSecret=YourClientSecret&CallbackURL='https://localhost:33333'InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
Pinterest の認証は通常OAuth フローに基づいています。認証には、Pinterest デベロッパープラットフォームからアプリを作成して、 OAuthClientId、OAuthClientSecret、CallbackURL を取得します。
InitiateOAuth をGETANDREFRESH に、OAuthClientId、OAuthClientSecret、 CallbackURL を作成したアプリのプロパティ値に基づいて設定します。
他の認証フローについては、ヘルプドキュメントを参照してください。
接続を確立したら、OR マッパーでモデル化するテーブルのマッピングクラスを宣言します。本記事では、Users テーブルを使います。sqlalchemy.ext.declarative.declarative_base 関数を使って、新しいクラスにフィールド(カラム)を定義します。
base = declarative_base() class Users(base): __tablename__ = "Users" Id = Column(String,primary_key=True) Username = Column(String) ...
マッピングクラスができたので、セッションオブジェクトを使ってデータソースをクエリすることができます。セッションにEngine をバインドして、セッションのquery メソッドにマッピングクラスを提供します。
engine = create_engine("pinterest///?OAuthClientId=YourClientId&OAuthClientSecret=YourClientSecret&CallbackURL='https://localhost:33333'InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt") factory = sessionmaker(bind=engine) session = factory() for instance in session.query(Users).filter_by(FirstName="Jane"): print("Id: ", instance.Id) print("Username: ", instance.Username) print("---------")
ほかの方法としては、execute メソッドを適切なテーブルオブジェクトに使うことが可能です。以下のコードはアクティブなsession に対して有効です。
Users_table = Users.metadata.tables["Users"] for instance in session.execute(Users_table.select().where(Users_table.c.FirstName == "Jane")): print("Id: ", instance.Id) print("Username: ", instance.Username) print("---------")
より複雑なクエリとして、JOIN、集計、Limit などが利用可能です。詳細はヘルプドキュメントをご覧ください。
このようにCData Python Connector と併用することで、270を超えるSaaS、NoSQL データをPython からコーディングなしで扱うことができます。30日の無償評価版が利用できますので、ぜひ自社で使っているクラウドサービスやNoSQL と合わせて活用してみてください。
日本のユーザー向けにCData Python Connector は、UI の日本語化、ドキュメントの日本語化、日本語でのテクニカルサポートを提供しています。