vivainsights Python 包是 Python 函数的开源存储库，使分析师能够执行自定义分析，这些分析超出了Viva Insights模板和自定义查询Viva Insights提供的见解。 这些分析可帮助领导者更深入地了解Viva Insights提供的数据，以解决更具体的问题。
有关详细的包文档，请访问 包网站。
vivainsights 库发布在 Python 包索引 (PyPi) 上。
注意
Python 是一种开源编程语言，广泛用于数据分析和数据科学。 它拥有一个庞大而活跃的开发人员社区，他们为其开发和维护做出贡献。 Python 提供了一系列用于数据分析、机器学习和科学计算的库和工具。 对于喜欢 R 进行数据分析的用户，我们还提供了一个包， 其中包含用 R 编写的类似功能。
面向分析师的功能
使用 Python 库，可以：
- 在分析之前验证数据的质量和形状。
- 生成用于探索性数据分析的摘要表和可视化效果。
- 自动识别具有重要模式的组。
- (ONA) 、文本分析和推理分析执行高级组织网络分析。
- 以不同格式导出关键可视化效果和分析表。
以下 gif 显示了使用 vivainsights Python 包创建协作时间可视化的体验：
可视化效果示例
下面是一些可使用此 Python 包创建的可视化效果的更多示例：
有关 Python 和 vivainsights Python 包的详细信息
为何应使用 Python 来分析来自Viva Insights的数据？
- 可重现性 - 基于代码的工作流有助于促进可重现分析，即应以可复制的方式构建分析。 Python 作为工具推广了这种良好做法。
- 可伸缩性 – Python 在大型数据集的上下文中缩放相对较好。 函数和自动化流程的应用还有助于缩短日常分析时间。
- 集成 - 如果已将 Python 用作分析工具包的一部分，则采用包作为工作流的一部分将无缝且简单。
使用 vivainsights Python 包将如何使我和我的组织受益？
通过使用 vivainsights Python 包，可以：
- 提高当前分析工作流的速度、可伸缩性和可重现性，以便Viva Insights。
- 通过将Viva Insights与现有 Python 和数据科学工作流集成来维护简化的数据科学工作流， (例如分析参与调查、ERP 或 CRM 数据) 。
- 快速提供高级分析价值证明项目，而无需切换到其他堆栈或投入额外的编码工作。
vivainsights Python 包是否适合我？
该库专为至少具备 Python 或统计编程基础知识的分析师或数据科学家设计。 Python 具有基于代码的分析工作流，因此无需图形用户界面即可轻松分析数据。
vivainsights Python 包是否免费提供？
Python 和 vivainsights Python 包都开放源代码。 这意味着它们可以免费使用，无需商业许可证。
Viva Insights中的 vivainsights Python 包和 Power BI 模板之间有什么区别？
Viva Insights Viva Insights vivainsights Python 包和 Power BI 模板是补充工具。 简而言之， vivainsights Python 包需要用户更多的技术专业知识，但它也具有更多的分析能力和潜力。
Power BI 仪表板易于为没有编码背景的用户设置。 Python 包支持对Viva Insights数据进行多用途深入分析，为更复杂的分析（如聚类分析和流失建模）提供接口。
分析师资源
vivainsights Python 包、其文档和其他相关资源在 GitHub 上位于以下位置：
- vivainsights Python 包源代码
- vivainsights Python 包 文档，其中包括快速入门指南、代码示例和其他信息，例如包的结构。
- 提交问题或功能请求
- 函数的完整列表