PyODPS针对Jupyter Notebook下的探索性数据分析功能进行了增强, 包括结果探索功能以及进度展示功能。

结果探索

PyODPS在Jupyter Notebook中为SQL Cell和DataFrame提供了数据探索功能。对于已拉到本地的数据,可使用交互式的数据探索工具浏览数据,交互式地绘制图形。

  1. 当执行结果为DataFrame时,PyODPS会读取执行结果,并以分页表格的形式展示出来。您可以单击页号或前进、后退按钮,在数据中导航。

  2. 结果区的顶端为模式选择区。除数据表外,也可以选择柱状图、饼图、折线图和散点图。使用默认的字段选择(即前三个字段)时, 绘制的散点图如下。

  3. 在绘图模式下,单击右上角的配置按钮可以修改图表设置。将name设置为分组列,X轴选择为petallength,Y轴选择为petalwidth。由下图可见,在petallength-petalwidth维度下,数据对name有较好的区分度。

    对于柱状图和饼图,值字段支持选择聚合函数。PyODPS对柱状图的默认聚合函数为sum,对饼图则为count。如需修改聚合函数, 可以在值字段名称后的聚合函数名上单击,选择所需的聚合函数。

    对于折线图,需要避免X轴包含空值,否则可能导致图像不符合预期。

  4. 完成绘图后,可单击下载保存绘制的图表。
说明 使用此功能前,您需要安装Pandas和ipywidgets。

进度展示

大型作业通常需要执行较长的时间,因此PyODPS提供了进度展示功能。当在Jupyter Notebook中执行DataFrame、机器学习作业或通过执行%sql编写的SQL语句时,Jupyter Notebook会显示当前正在执行的作业列表及总体进度。

当点击某个作业名称上的链接时,会弹出一个对话框,显示该作业中每个Task的具体执行进度。

当作业运行成功后,将弹出作业是否成功的提示信息。