各製品の資料を入手。
詳細はこちら →
製品をチェック
Python pandas を使ってSage 300 のデータを可視化・分析する方法
CData Python Connector を使えば、Python でSage 300 をpandas などのライブラリで呼び出してデータ分析や可視化を実行できます。
最終更新日：2023-09-23
この記事で実現できるSage 300 連携のシナリオ
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ライブラリがあり、開発やデータ分析を行う際には必須と言っていいライブラリも多く存在します。CData Python Connector for Sage300 は、pandas、Matplotlib、SQLAlchemy から使用することで Sage 300 にデータ連携するPython アプリケーションを構築したり、Sage 300 のデータの可視化を実現します。本記事では、pandas、SQLAlchemy、およびMatplotlib のビルトイン機能でSage 300 にリアルタイムアクセスし、クエリを実行して結果を可視化する方法を説明します。
CData Python Connectors の特徴
CData Python Connectors は、以下のような特徴を持った製品です。
- Sage 300 をはじめとする、CRM、MA、会計ツールなど多様なカテゴリの270種類以上のSaaS / オンプレデータソースに対応
- pandas をはじめとする多様なデータ分析・BI ツールにSage 300 のデータを連携
- ノーコードでの手軽な接続設定
CData Python Connectors では、1.データソースとしてSage 300 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。
以下の手順に従い、必要なライブラリをインストールし、Python オブジェクト経由でSage 300 にアクセスします。
必要なライブラリのインストール
pip で、pandas & Matplotlib ライブラリおよび、SQLAlchemy をインストールします。
pip install pandas pip install matplotlib pip install sqlalchemy
次にライブラリをインポートします。
import pandas import matplotlib.pyplot as plt from sqlalchemy import create_engine
Python でSage 300 のデータを可視化
次は接続文字列を作成してSage 300 に接続します。create_engine 関数を使って、Sage 300 に連携するEngne を作成します。以下はサンプルの接続文字列になりますので、環境に応じてクレデンシャル部分を変更してください。
engine = create_engine("sage300:///?User=SAMPLE&Password=password&URL=http://127.0.0.1/Sage300WebApi/v1/-/&Company=SAMINC")
Sage 300 には、Sage 300 Web API で通信するための初期設定が必要となるます。
- Sage 300 のユーザー向けのセキュリティグループを設定します。Sage 300 のユーザーに、Security Groups の下にあるbSage 300 Web API オプションへのアクセスを付与します（各モジュール毎に必要です）。
- /Online/Web と/Online/WebApi フォルダ内のweb.config ファイルを両方編集して、AllowWebApiAccessForAdmin のキーを true 設定します。webAPI アプリプールを再起動すると設定が反映されます。
- ユーザーアクセスを設定したら、https://server/Sage300WebApi/ をクリックして、web API へのアクセスを確認してください。
Basic 認証を使用してSage 300 へ認証します。
Basic 認証を使用して接続する
Sage 300 に認証するには、次のプロパティを入力してください。プロバイダーは、クッキーを使用してSage 300 が開いたセッションを再利用することに注意してください。 そのため、資格情報はセッションを開く最初のリクエストでのみ使用されます。その後は、Sage 300 が返すクッキーを認証に使用します。
- Url：Sage 300 をホストするサーバーのURL に設定します。Sage 300 Web API 用のURL を次のように作成してください。 {protocol}://{host-application-path}/v{version}/{tenant}/ 例えば、 http://localhost/Sage300WebApi/v1.0/-/ です。
- User：アカウントのユーザー名に設定します。
- Password：アカウントのパスワードに設定します。
Sage 300 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 InvoiceUniquifier, ApprovedLimit FROM OEInvoices WHERE AllowPartialShipments = 'Yes'""", engine)
Sage 300 のデータを可視化
DataFrame に格納されたクエリ結果に対して、plot 関数をつかって、Sage 300 のデータをグラフ化してみます。
df.plot(kind="bar", x="InvoiceUniquifier", y="ApprovedLimit") plt.show()
Sage 300 からPython へのデータ連携には、ぜひCData Python Connector をご利用ください
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。
ソースコード
import pandas
import matplotlib.pyplot as plt
from sqlalchemy import create_engin
engine = create_engine("sage300:///?User=SAMPLE&Password=password&URL=http://127.0.0.1/Sage300WebApi/v1/-/&Company=SAMINC")
df = pandas.read_sql("""SELECT InvoiceUniquifier, ApprovedLimit FROM OEInvoices WHERE AllowPartialShipments = 'Yes'""", engine)
df.plot(kind="bar", x="InvoiceUniquifier", y="ApprovedLimit")
plt.show()
関連コンテンツ
