amphi etl herunterladen - amphi etl Quellcode herunterladen

amphi etl

Anderer Quellcode

1.0.0

Herunterladen

Visuelle Datentransformation mit Python

Entwickelt für Datenvorbereitung, Berichterstellung und ETL.

amphi-github-banner

Englisch · Testen Sie die Demo · Fehler melden · Funktion anfordern

Inhaltsverzeichnis

Inhaltsverzeichnis

? Installation
? Verwendung
Merkmale
? Vitrine
? Mitwirken
?️ Ökosystem

? Installation und Update

Amphi ist sowohl als eigenständige Anwendung als auch als JupyterLab-Erweiterung verfügbar.

Amphi ETL (eigenständig)	Amphi für JupyterLab (Erweiterung)

`pip install amphi-etl`	`pip install jupyterlab-amphi`
`pip install --upgrade amphi-etl`	`pip install --upgrade jupyterlab-amphi`

Notiz

Wenn Sie die Jupyterlab-Erweiterung von Amphi lieber über den Erweiterungsmanager installieren möchten, stellen Sie sicher, dass Sie das Paket jupyerlab-amphi installieren

? Verwendung

Um Amphi ETL (Standalone) zu starten, führen Sie einfach Folgendes aus:

amphi start

Verwenden Sie die folgenden Parameter, um Folgendes anzugeben:

Arbeitsbereich (wo Sie auf Dateien zugreifen und Pipelines auf Ihrem System erstellen können),
Offenzulegende IP-Adresse
Port, der verwendet werden soll

Stellen Sie es auf Ihrem lokalen Computer bereit

amphi start -w /your/workspace/path

Auf einem Server bereitstellen

Für die Bereitstellung auf einem Server müssen Sie -i 0.0.0.0 angeben, um Amphi verfügbar zu machen und über das Internet darauf zuzugreifen. Geben Sie optional einen anderen Port an.

amphi start -w /your/workspace/path -i 0.0.0.0 -p 8888

Dokumentation
Erste Schritte

Um Amphi ETL zu aktualisieren, führen Sie Folgendes aus:

pip install --upgrade amphi-etl

Merkmale

Notiz

Amphi konzentriert sich auf Datentransformation für Datenaufbereitung, Berichterstellung und ETL. Ziel ist es, Datenanalysten, Wissenschaftlern und Dateningenieuren die einfache Entwicklung von Pipelines mit einer intuitiven Low-Code-Schnittstelle zu ermöglichen und gleichzeitig Python-Code zu generieren, den Sie überall bereitstellen können.

Datentransformationslösung für das KI-Zeitalter:

Modernes ETL für das KI-Zeitalter:

? ‍ Visuelle Schnittstelle / Low-Code : Beschleunigen Sie die Entwicklung der Datenpipeline und reduzieren Sie die Wartungszeit.
? Python-Code-Generierung : Generieren Sie nativen Python-Code unter Nutzung gängiger Bibliotheken wie Pandas und DuckDB, die Sie überall ausführen können.
Privat und sicher : Hosten Sie Amphi selbst auf Ihrem Laptop oder in der Cloud, um vollständige Privatsphäre und Sicherheit Ihrer Daten zu gewährleisten.

generieren-Python-Code-Amphi

Funktionen in Bearbeitung

Benutzerdefinierte Komponenten – Fügen Sie die Möglichkeit hinzu, Ihre eigenen Komponenten zu entwickeln und konfigurierte Komponenten zu umschließen
Verbindungen implementieren - ~~Fügen Sie die Möglichkeit hinzu, sicher Verbindungen zur Wiederverwendung in Komponenten zu erstellen~~
Entwicklerdokumentation – Schreiben Sie eine umfassende Dokumentation, um Erweiterungen zu ermöglichen
Komponenten speichern - ~~Speichern Sie Komponenten und verwenden Sie sie in anderen Pipelines wieder~~

? Mitwirken

Nutzen und innovieren : Probieren Sie Amphi aus und teilen Sie uns Ihren Anwendungsfall mit. Ihre praktische Nutzung und Ihr Feedback helfen uns, unser Produkt zu verbessern.
Bringen Sie Ihre Erkenntnisse zum Ausdruck : Ist Ihnen ein Fehler aufgefallen? Haben Sie eine Frage? Teilen Sie sie, indem Sie Probleme einreichen, und helfen Sie uns, das Benutzererlebnis zu verbessern.
Gestalten Sie die Zukunft : Haben Sie Code-Verbesserungen oder Ideen für Funktionen? Wir laden Sie ein, Pull-Requests vorzuschlagen und direkt einen Beitrag zu leisten.

Jeder Beitrag, ob groß oder klein, wird gefeiert. Begleiten Sie uns bei unserer Mission, die Welt von ETL für Daten und KI zu verfeinern und zu verbessern. ?

?️ Ökosystem

Amphi ist als Erweiterung für Jupyterlab verfügbar und Amphi ETL basiert auf Jupyterlab. Daher können Jupyterlab-Erweiterungen auf Amphi ETL installiert werden.