【Python】Tableauと連携してできること

TableauとPythonを連携させることで、データ分析のワークフローを大幅に拡張できます。Tableauの視覚化機能とPythonの分析機能を組み合わせると、単体では実現できない複雑な分析タスクも実行できます。

【サンプルコード】
import pandas as pd
import numpy as np
from sklearn.cluster import KMeans

def kmeans_clustering(data, n_clusters):
    df = pd.DataFrame(data)
    
    kmeans = KMeans(n_clusters=n_clusters, random_state=42)
    df['cluster'] = kmeans.fit_predict(df)
    
    return df.to_dict(orient='records')

TabPyというサーバーを利用すると、TableauからPythonスクリプトを実行できます。この連携により、機械学習モデルの結果をTableauのダッシュボードに直接表示したり、カスタム計算を実行したりできます。

また、Pythonで作成した分析結果をTableauで視覚化するワークフローも構築できます。事前処理や複雑な計算をPythonで行い、その結果をCSVやデータベースに保存してTableauから参照する方法が一般的です。

【PR】『Python』を学べる企業・個人向けのプログラミングコース

• 「Python基礎・実践研修」

  

• 「オーダーメイドコース」

  

TableauとPythonを連携する際には、データ分析や機械学習に特化した多様なライブラリを活用できます。PandasやScikit-learnなどのライブラリはTableauのデータ分析機能を補完します。

【サンプルコード】
import pandas as pd
import numpy as np
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split

def predict_sales(historical_data, forecast_periods=12):
    df = pd.DataFrame(historical_data)
    
    df['month'] = pd.to_datetime(df['date']).dt.month
    df['year'] = pd.to_datetime(df['date']).dt.year
    
    X = df[['month', 'year']]
    y = df['sales']
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
    
    model = RandomForestRegressor(n_estimators=100, random_state=42)
    model.fit(X_train, y_train)
    
    last_date = pd.to_datetime(df['date'].max())
    future_dates = [last_date + pd.DateOffset(months=i+1) for i in range(forecast_periods)]
    future_df = pd.DataFrame({
        'date': future_dates,
        'month': [d.month for d in future_dates],
        'year': [d.year for d in future_dates]
    })
    
    future_df['predicted_sales'] = model.predict(future_df[['month', 'year']])
    
    return future_df[['date', 'predicted_sales']].to_dict(orient='records')

PythonのPandasライブラリを使用すると、データの前処理や変換、集計などの操作をTableauに渡す前に実行することが可能です。実行することによって、Tableauでは難しい複雑なデータ操作もスムーズに行えます。

また、Scikit-learnやTensorFlowなどの機械学習ライブラリを活用すると、予測モデルやクラスタリング分析の結果をTableauで視覚化できます。これらのライブラリによりTableauの分析能力を大幅に拡張できます。

TabPyサーバーをセットアップした後、Tableauで外部サービス接続を設定します。Tableauの「ヘルプ」メニューから「設定と実行」を選択し、「外部サービス接続」でTabPyサーバーのURLとポートを入力することで連携が完了します。

Tableauの計算フィールドからPython関数を呼び出すには、SCRIPT_*関数を使用します。例えばSCRIPT_REAL("return *arg1 * *arg2", [Field1], [Field2])のように記述することで、PythonスクリプトをTableau内で実行できます。

【サンプルコード】
pip install tabpy

tabpy

from tabpy.tabpy_tools.client import Client
client = Client('http://localhost:9004/')

def multiply(x, y):
    return x * y

client.deploy('multiply', multiply, 'Multiplies two numbers', override=True)

【PR】『Python』を学べる個人・中高生向けのプログラミングコース

• 「オーダーメイドコース」

  

• 「CodeCampYOUTH」

  

テキスト分析はTableau単体だと難しい処理ですが、Pythonと連携することで顧客レビューの感情分析やトピックモデリングなどが可能になります。これらの分析結果をTableauのダッシュボードに統合することで、テキストデータに関する洞察を視覚的に表現することが可能です。

地理空間分析でもPythonとTableauの連携が効果的です。GeoPandasやShapelyなどのPythonライブラリを使って複雑な地理空間演算を行い、その結果をTableauで地図上に表示できる為、位置情報に基づく高度な分析も実現できます。

【サンプルコード】
import pandas as pd
from textblob import TextBlob

def sentiment_analysis(text_data):
    if isinstance(text_data, str):
        texts = [text_data]
    else:
        texts = list(text_data)
    
    results = []
    for text in texts:
        if pd.isna(text) or text == '':
            results.append({
                'text': text,
                'polarity': 0,
                'subjectivity': 0,
                'sentiment': 'neutral'
            })
            continue
            
        analysis = TextBlob(str(text))
        polarity = analysis.sentiment.polarity
        
        if polarity > 0.1:
            sentiment = 'positive'
        elif polarity < -0.1:
            sentiment = 'negative'
        else:
            sentiment = 'neutral'
            
        results.append({
            'text': text,
            'polarity': polarity,
            'subjectivity': analysis.sentiment.subjectivity,
            'sentiment': sentiment
        })
    
    return results

※上記コンテンツの内容やソースコードはAIで確認・デバッグしておりますが、間違いやエラー、脆弱性などがある場合は、コメントよりご報告いただけますと幸いです。

ITやプログラミングに関するコラム

• 
  【Windows編】Pythonのバージョンをアップデートする方法
• 
  【Python】グローバル変数を別ファイルで管理・利用する方法
• 
  バージョン確認でPythonだけ表示される原因と対処法
• 
  【Python】リスト(list)の括弧を外す方法
• 
  【Python】時間計測をミリ秒単位で実装する方法

ITやプログラミングに関するニュース

• 
  Baiduが新世代AIモデル「ERNIE 4.5」と「ERNIE X1」発表！無料公開で次世代AI体験が加速
• 
  Google「Gemini 2.0 Flash」で画像生成と編集機能を追加！AIで画像編集がさらに自由に
• 
  汎用AIエージェント「Manus」登場！あなたの代わりに成果を出す新世代AIエージェント
• 
  Appleが新型iPad AirとMagic Keyboardを発表
• 
  AnthropicがClaude 3.7 Sonnetを発表！初のハイブリッド推論AIと拡張思考モードを搭載