SAS xpt のデータをPythonのpandasで可視化する方法｜CData Connect AI

CData Connect AI Python SDKをpandasとMatplotlibに接続すると、パーソナルアクセストークンで認証するだけでリアルタイムのSAS xpt のデータをDataFrameに読み込み、そのままグラフとして可視化できます。SQLAlchemyエンジンの設定やソースごとのドライバーインストールは不要です。

Python は豊富なモジュールのエコシステムを備えているため、素早く作業に取りかかり、システムをより効果的に連携できます。CData Connect AI Python SDK と pandas、Matplotlib のモジュールを使えば、SAS xpt のデータを可視化する SAS xpt 連携の Python アプリケーションやスクリプトを構築できます。この記事では、Connect AI に接続し、pandas と Matplotlib の組み込み関数を使ってSAS xpt のデータをクエリし、その結果を可視化する方法をご紹介します。

Connect AI Python SDK（cdata-connect-ai）は DB-API 2.0（PEP 249）に準拠したクライアントなので、pandas は SDK の接続オブジェクトから直接クエリ結果を読み取れます。ソースごとにドライバーをインストールする必要も、SQLAlchemy のエンジンを設定する必要もありません。パーソナルアクセストークンで接続して、その接続をそのまま pandas.read_sql に渡すだけです。

Connect AI で SAS xpt に接続する方法は？

CData Connect AI では、直感的なクリック操作ベースのインターフェースでデータソースに接続できます。

1. Connect AI にログインし、Sources をクリックして、 Add Connection をクリックします

2. 「Add Connection」パネルから「SAS xpt」を選択します

3. SAS xpt に接続するために必要な認証プロパティを入力します。

   ローカルSASXpt ファイルへの接続

   URI をSASXpt ファイルを格納しているフォルダに設定すると、ローカルのSASXpt ファイルに接続できます。

   S3 データソースへの接続

   Amazon S3 ソースに接続してSASXpt ファイルを読み込むことができます。以下のプロパティを設定して接続します：

   • URI：接続するバケット内のフォルダに設定。
   • AWSAccessKey：AWS アカウントのアクセスキーに設定。
   • AWSSecretKey：AWS アカウントのシークレットキーに設定。
   • TemporaryLocalFolder：SASXptファイルを一時的にダウンロードするために使用するフォルダへのパス、またはURI に設定。

   Azure Data Lake Storage Gen2 への接続

   ADLS Gen2 に接続してSASXpt ファイルを読み込むことができます。以下のプロパティを設定して接続します：

   • URI：ファイルシステムの名前およびSASXpt ファイルにコンタクトするフォルダの名前に設定。
   • AzureAccount：Azure Data Lake storage アカウントの名前に設定。
   • AzureAccessKey：Azure Data Lake storage Gen 2 ストレージアカウントのアクセスキーに設定。
   • TemporaryLocalFolder：SASXptファイルを一時的にダウンロードするために使用するフォルダへのパス、またはURI に設定。
   
4. 「Save & Test」をクリックします
5. 「Permissions」タブに移動し、ユーザーベースの権限を更新します。

パーソナルアクセストークン（PAT）を生成する

Python SDK は、アカウントのメールアドレスとパーソナルアクセストークン（PAT）を使って Connect AI に認証します。アクセスの粒度を保つために、アプリケーションごとに個別の PAT を作成することをおすすめします。

1. Connect AI アプリの右上にある歯車アイコン（）をクリックして、設定ページを開きます。
2. 設定ページの Access Tokens セクションに移動し、 Create PAT をクリックします。
3. PAT に名前を付けて Create をクリックします。
4. パーソナルアクセストークンは作成時にのみ表示されます。必ずコピーして安全な場所に保管してください。

必要なモジュールをインストールする

pip ユーティリティを使って、SDK（pandas エクストラ付き）と Matplotlib をインストールします。

pip install "cdata-connect-ai[full]"
pip install matplotlib

Python で SAS xpt のデータを可視化する

モジュールをインポートし、アカウントのメールアドレスと PAT で Connect AI に接続します。識別子は <Connection>.<Schema>.<Table> という3つの部分で構成されており、接続名はデフォルトでソース名（例：SASXpt1）になります。

import pandas
import matplotlib.pyplot as plt
import cdata_connect_ai

conn = cdata_connect_ai.connect(
    username="[email protected]",
    password="<your_pat>",
)

pandas で SAS xpt をクエリする

pandas の read_sql 関数を使って 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。エンジンは不要で、SDK の接続をそのまま渡すだけです。

df = pandas.read_sql(
    "SELECT Id, Column1 "
    "FROM [SASXpt1].[SASXpt].[SampleTable_1] "
    "WHERE Column2 = '100'",
    conn,
)

注意：pandas が、公式にサポートしているのは SQLAlchemy の接続のみであるという UserWarning を出力する場合があります。これは DB-API 接続を直接渡したときに想定される動作です。クエリは正しく実行されるため、この警告は無視して問題ありません。

SAS xpt のデータを可視化する

クエリ結果を DataFrame に格納したら、plot 関数を使ってチャートを作成します。show メソッドを使うと、チャートが新しいウィンドウに表示されます。

df.plot(kind="bar", x="Id", y="Column1")
plt.show()

conn.close()

関連情報と無料トライアル

これで、CData Connect AI Python SDK を通じて、リアルタイムのSAS xpt のデータを pandas に読み込めるようになりました。SAS xpt（および数百種類のその他のデータソース）への接続について詳しくは、Connect AI のページをご覧ください。

CData Connect AI の詳細、または無料トライアルにお申し込みください：

無料トライアル お問い合わせ

完全なソースコード

import pandas
import matplotlib.pyplot as plt
import cdata_connect_ai

conn = cdata_connect_ai.connect(
    username="[email protected]",
    password="<your_pat>",
)

df = pandas.read_sql(
    "SELECT Id, Column1 "
    "FROM [SASXpt1].[SASXpt].[SampleTable_1] "
    "WHERE Column2 = '100'",
    conn,
)

df.plot(kind="bar", x="Id", y="Column1")
plt.show()

conn.close()