Python で pandas を使って Sage X3 Cloud データを可視化する方法

Python の豊富なエコシステムを活用することで、作業を迅速に開始し、システム間の連携をより効果的に行うことができます。CData Python Connector for Sage X3 Cloud、pandas および Matplotlib モジュール、SQLAlchemy ツールキットを組み合わせることで、Sage X3 Cloud に接続した Python アプリケーションやスクリプトを構築し、Sage X3 Cloud のデータを可視化できます。この記事では、pandas、SQLAlchemy、Matplotlib の組み込み関数を使用して Sage X3 Cloud のデータに接続し、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 Connector は、組み込みの最適化されたデータ処理機能により、Python での Sage X3 Cloud のデータへのリアルタイムアクセスにおいて比類のないパフォーマンスを提供します。Sage X3 Cloud に対して複雑な SQL クエリを発行すると、ドライバーはフィルタや集計などのサポートされている SQL 操作を Sage X3 Cloud に直接プッシュし、サポートされていない操作（多くの場合、SQL 関数や JOIN 操作）は組み込みの SQL エンジンを使用してクライアント側で処理します。

Sage X3 Cloud のデータへの接続

Sage X3 Cloud のデータへの接続は、他のリレーショナルデータソースへの接続と同様です。必要な接続プロパティを使用して接続文字列を作成します。この記事では、接続文字列を create_engine 関数のパラメータとして渡します。

Sage X3 Cloud では OAuth 2.0 の Client Credentials フローを使用し、API へのアクセスには X-API-Key も必要です。AuthScheme を OAuth に設定し、以下の接続プロパティを指定します。

• URL：Sage X3 Cloud インスタンスのベース URL。
• OAuthAccessTokenUrl：OAuth トークンエンドポイント（例：https://your-auth-domain/oauth/token）。
• OAuthClientId：OAuth アプリケーションのクライアント ID。
• OAuthClientSecret：OAuth アプリケーションのクライアントシークレット。
• Audience：トークンリクエストで使用する API の Audience 値。
• XAPIKey：Sage X3 Cloud の管理者から提供された X-API-Key。
• Folder：Sage X3 のフォルダ名（例：SEED）。このフォルダがデフォルトのスキーマとして使用されます。
• Folders（オプション）：Sage X3 フォルダのカンマ区切りリスト（例：SEED,PERF）。各フォルダが個別のスキーマとして公開されるため、Schema.Table 構文でフォルダをまたいだクエリを実行できます。

ドライバーは Client Credentials フローでアクセストークンを取得し、すべての API リクエストで X-API-Key とあわせて送信します。InitiateOAuth を GETANDREFRESH（デフォルト）に設定しておけば、トークンの取得と更新は自動で行われます。

以下の手順に従って、必要なモジュールをインストールし、Python オブジェクトを介して Sage X3 Cloud にアクセスしてみましょう。

必要なモジュールのインストール

pip ユーティリティを使用して、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てください。

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

Python で Sage X3 Cloud のデータを可視化する

接続文字列を使用して接続できます。create_engine 関数を使用して、Sage X3 Cloud のデータを操作するための Engine を作成します。

engine = create_engine("sagex3cloud:///?AuthScheme=OAuth&URL=https://x3server/&OAuthAccessTokenUrl=https://auth-domain/oauth/token&OAuthClientId=your_client_id&OAuthClientSecret=your_client_secret&Audience=https://api-audience&XAPIKey=your_api_key&Folder=SEED")

Sage X3 Cloud への SQL の実行

pandas の read_sql 関数を使用して、SQL ステートメントを実行し、結果セットを DataFrame に格納します。

df = pandas.read_sql("SELECT BPCNUM, BPCNAM FROM BPCUSTOMER WHERE BPCNUM = 'MARTIN'", engine)

Sage X3 Cloud のデータの可視化

クエリ結果が DataFrame に格納されたら、plot 関数を使用して Sage X3 Cloud のデータを表示するグラフを作成します。show メソッドで、グラフを新しいウィンドウに表示します。

df.plot(kind="bar", x="BPCNUM", y="BPCNAM")
plt.show()

無料トライアル & 詳細情報

CData Python Connector for Sage X3 Cloud の 30日間無料トライアルをダウンロードして、Sage X3 Cloud のデータに接続する Python アプリケーションやスクリプトの構築を始めましょう。ご質問がありましたら、サポートチームまでお気軽にお問い合わせください。

完全なソースコード

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

engine = create_engine("sagex3cloud:///?AuthScheme=OAuth&URL=https://x3server/&OAuthAccessTokenUrl=https://auth-domain/oauth/token&OAuthClientId=your_client_id&OAuthClientSecret=your_client_secret&Audience=https://api-audience&XAPIKey=your_api_key&Folder=SEED")
df = pandas.read_sql("SELECT BPCNUM, BPCNAM FROM BPCUSTOMER WHERE BPCNUM = 'MARTIN'", engine)

df.plot(kind="bar", x="BPCNUM", y="BPCNAM")
plt.show()