🖥️讓完全不懂程式的人也聽得懂：Spotfire IronPython 資料處理流程完整解析

-

 

前言：為什麼需要 Spotfire IronPython？

在企業日常資料分析中，常常需要：

  • 合併不同資料表

  • 依條件更新資料

  • 做統計運算（平均、標準差、分組）

  • 自動產生報表

如果靠人工操作，不但慢、容易出錯，也無法每天固定自動執行。

在 TIBCO Spotfire 中，我們能利用 IronPython 寫腳本讓這些流程全自動化。

但對不熟悉程式的讀者來說，「一大串程式碼到底在做什麼？」
這篇文章將用 軟體工程師講給完全不了解程式的人聽的方式，帶你看懂這類程式碼。

一、Spotfire IronPython 程式到底長什麼樣？

下面是一段已完全「匿名化」與「安全改寫」的程式碼示例（不含任何私密資料）： 

from Spotfire.Dxp.Data import DataValueCursor, DataFlowBuilder
from Spotfire.Dxp.Data.Transformations import PivotTransformation
from Spotfire.Dxp.Application.Visuals import Visualization

# 找頁面
def get_page(title):
    for p in Document.Pages:
        if p.Title.upper().startswith(title.upper()):
            return p
    raise Exception("找不到指定頁面")

# 找圖表
def get_visual(page, title):
    for v in page.Visuals:
        if v.Title.upper().startswith(title.upper()):
            return v.As[Visualization]()
    raise Exception("找不到視覺物件")

# 取得欄位的所有唯一值
def get_unique_values(table_name, column_name):
    tbl = Document.Data.Tables[table_name]
    cursor = DataValueCursor.Create(tbl.Columns[column_name])
    values = set()
    for row in tbl.GetRows(cursor):
        values.add(cursor.CurrentValue)
    return list(values)

print("程式啟動")

這段程式碼是「經過大幅改寫的示例」，與你實際使用的完全不同，但邏輯相似，足夠用來教學。

二、用「白話文」帶你看懂每個功能

下面我會用「工程師講給完全不懂電腦的人」方式解釋。

1. 為什麼要 import（匯入）這些東西？ 

from Spotfire.Dxp.Data import DataValueCursor, DataFlowBuilder

這像是「把工具箱準備好」。

  • DataValueCursor：拿來逐列讀資料

  • DataFlowBuilder：讓 Spotfire 做資料轉換（像 Excel PowerQuery）

就像你做 DIY，需要先把螺絲起子、切割刀拿出來。

2. 定義 get_page：幫你找到某一頁 

def get_page(title):
    for p in Document.Pages:
        if p.Title.upper().startswith(title.upper()):
            return p

這就像說：「在文件所有的頁面中，找到標題有某個字眼的那一頁」。

例如：

  • 你說「找『銷售』頁面」

  • Spotfire 就在所有頁面裡找標題開頭是「銷售」的那一頁

3. 定義 get_visual：找到圖表或表格 

def get_visual(page, title):
    for v in page.Visuals:
        if v.Title.upper().startswith(title.upper()):
            return v.As[Visualization]()

這動作就像：

  • 進到某一頁

  • 找出名字開頭符合的圖表

就像你說：

「在銷售分析頁找出那個名叫“地區分析”的圖表」


4. get_unique_values：取得欄位中的「不重複值」 

def get_unique_values(table_name, column_name):
    tbl = Document.Data.Tables[table_name]
    cursor = DataValueCursor.Create(tbl.Columns[column_name])
    values = set()
    for row in tbl.GetRows(cursor):
        values.add(cursor.CurrentValue)
    return list(values)

例如資料表「訂單」有欄位「城市」，內容可能是： 

台北
新竹
台北
台南
台北

這個函式會取出：

["台北", "新竹", "台南"]

也就是「不重複的城市清單」。

三、Spotfire IronPython 常見用途（白話說明）

1. 自動更新資料來源

許多資料來自資料庫，你不希望每次開檔案都重新按「重新整理」。

程式能幫你：

  • 自動連線

  • 自動更新欄位

  • 自動替換資料

2. 自動合併表格

像 Excel VLOOKUP / XLOOKUP 一樣，但由程式自動完成。

例如：

  • A 表有「產品編號、品名」

  • B 表有「產品編號、銷量」

你能讓程式：「依產品編號把 B 表的資料補到 A 表」。

3. 自動做統計（平均、標準差…）

像：

  • 平均值

  • 中位數

  • 標準差

  • 四分位數

  • 總和

  • 計數

全部都能以程式運算，並寫回 Spotfire 資料表。

4. 自動更新 UI（圖表欄位、欄位順序）

例如：

  • 自動調整表格欄位順序

  • 自動加入新的統計欄位

  • 自動清除舊欄位

這讓你的分析頁永遠保持最新狀態。

四、把整段程式用一句話解釋

它讓 Spotfire 自動做資料整理、欄位合併、篩選、統計計算，並更新報表，不需要人手動操作。


五、總結：即使你完全不會寫程式，也能看懂 Spotfire 機制

你不需要懂 Python，也不需要懂資料庫，只要知道：

  • Spotfire IronPython 就像「讓分析流程全自動化的小助手」

  • 它能讀資料、整理資料、做統計、更新圖表

  • 讓你的報表每天都能自動更新與計算

留言

張貼留言

這個網誌中的熱門文章

🔍Vue.js 專案錯誤排查：解決 numericFields is not defined 與合併儲存格邏輯最佳化

-
  前言 在前端開發專案中，處理表格數據與 Excel 匯出是常見的需求。 最近在專案中，遇到一個常見但讓人頭痛的錯誤訊息： Uncaught ReferenceError: numericFields is not defined 本文將用簡單的方式，帶你了解這個錯誤的成因、如何修改程式碼，以及如何最佳化「合併儲存格」與「數值加總」的邏輯。 問題場景：表格合併與數值加總 專案中需要達成以下功能： 同一個 APS_PLAN_NO 下，若 TFT4 相同，則 TFT5 欄位要合併。 數值欄位要加總，並以千分位格式輸出。 匯出到 Excel 時，也要套用相同邏輯。 在 Vue 的 rowSpans 計算邏輯中，初始版本如下： const rowSpans = computed ( () => { const rows = filteredData. value const spans = rows. map ( () => { const obj = {} tableHeaders. value . forEach ( key => obj[key] = 0 ) return obj }) ... return spans }) 但是，當我們在 exportToExcel() 使用時，出現了以下錯誤： Uncaught ReferenceError: numericFields is not defined 錯誤原因 這個錯誤訊息代表： 👉 numericFields 在程式中根本沒有宣告，所以瀏覽器不知道它是什麼。 舉例來說，假設我們在程式裡寫了這樣的判斷： if (numericFields. includes (key)) { // 處理數值欄位 } 但其實 numericFields 沒有定義，程式就會直接報錯。 解決方案：定義 numericFields ...
閱讀完整內容

🔎EF Core 連 Oracle 出現 ORA-00600 [kpp_concatq:2] 的完整排錯指南（含 EF Core ToString/CultureInfo 錯誤）

-
  摘要（Meta Description） 在 .NET EF Core 對 Oracle 查詢時，若遭遇 ORA-00600 [kpp_concatq:2] ，多半是查詢優化器在字串型別轉換或重寫（Query Transformation）時踩到版本 Bug。本文以實戰日誌形式，示範如何用 FromSqlRaw + 參數型別/長度對齊 + CAST + Hint 立即止血，並處理 EF Core 另一個常見錯誤：「 CultureInfo 常值被傳進 ToString 造成可能記憶體外洩 」。附可直接套用的程式碼。 目錄 錯誤現象 根因分析 三步驟「立即止血」 安全重構：可直接貼用的程式碼 進階避雷：CTE/MATERIALIZE 與 View 包裝 EF Core ToString / CultureInfo 錯誤的正確處理 版本與長期解法（根治） 效能與穩定性小技巧 檢查清單（Checklist） FAQ 結語 錯誤現象 常見堆疊片段如下（節錄）： Oracle .ManagedDataAccess .Client .OracleException ( 0 x80004005): ORA-00600 : 內部錯誤代碼, 引數: [kpp_concatq:2] , [4] , [3] ...
閱讀完整內容

🛠【ASP.NET Core + Oracle】解決 ORA-00904 "FALSE": 無效的 ID 錯誤與資料欄位動態插入顯示問題

-
  🔍 問題描述 在開發群創光電內部的 APS 排程系統（使用 ASP.NET Core + Vue 3 + Oracle），前端發生多筆錯誤訊息： Request failed with status code 500 Oracle.ManagedDataAccess.Client.OracleException: ORA-00904: "FALSE": 無效的 ID 這是 Oracle 資料庫對布林值處理不一致造成的錯誤，我們後端嘗試將某個欄位 .Where(x => x.FLAG == false) 寫法，經由 EF Core 轉成 SQL： SELECT * FROM TABLE WHERE FLAG = FALSE 而 Oracle 並不支援 FALSE 關鍵字作為布林值 → 導致查詢失敗。 🔧 解決方案 1：避免布林值直接進入 LINQ to SQL EF Core + Oracle 不支援下列語法： .Where(x => x.IsActive == false) // ❌ Oracle 無法解析 FALSE ✅ 解法 ：將布林判斷移至 .ToList() 之後，變成記憶體篩選： var list = await db.Table.Where(x => x.Version == ver).ToListAsync(); var filtered = list.Where(x => !x.IsActive).ToList(); // ✅ 在記憶體中比對布林 🔧 解決方案 2：安全轉換 SEQ_NO 為 Decimal 後端為了將前段表 APSZFRONT 的 SEQ_NO 與 APSZLCM 的 APS_PLAN_SEQ 對應，用到了這段程式碼： Convert.ToDecimal(front.SEQ_NO) 但一旦 SEQ_NO 含有英文字母（例如 GN140CHCAAE90S_20250811_1_531 ），就會丟出 FormatException → 造成 HTTP 500。 ✅ 正確寫法（TryParse 避免失敗） ： de...
閱讀完整內容