Dataverse Python SDK 是一套完整的工具包，賦能專業開發者與資料科學家，在 Microsoft Dataverse 中解鎖先進的分析、自動化與創新。 開發者可利用 SDK 建構可擴展且安全的商業應用程式，並協調代理式工作流程。 資料科學家與分析師可以使用熟悉的 Python 工具——如 Pandas、Jupyter 筆記本和機器學習函式庫——來建立分析模型與模擬模型，並將 AI 驅動的洞察付諸實行。 此 SDK 彌合企業級資料管理與 Python 彈性之間的差距，加速價值實現時間並培育充滿活力的開發者生態系。
Tip
本文提供了一個範例情境與架構概述，說明 Dataverse SDK for Python 如何促進資料驅動創新。 此解決方案是一個通用範例，可依不同產業與應用情境調整。
先從觀看介紹影片，了解如何 使用 Dataverse SDK for Python 處理商業資料。
架構圖
Workflow
利用 Python 利用 Dataverse 商業資料的典型工作流程包括：
- 連結 Dataverse： 透過 SDK 安全存取企業資料。
- 提取與轉化： 將資料表載入 Pandas DataFrame，進行清理、特徵工程及探索性分析。
- 評估建模： 應用機器學習演算法（例如分類、迴歸分析）來評估商業情境、預測結果並識別趨勢。
- 回寫Dataverse：將 AI 生成的評估資料寫入 Dataverse 資料表，用於儀表板與報告。
- 治理： 確保所有工作流程都符合企業安全與治理標準。
案例詳細資料
此架構支援各產業的多種情境與使用案例。
開發者情境
一位 Python 開發者透過建立員工資料表、部門參考資料及入職申請狀態，為 Fabrikam 企業建立員工入職系統。 透過使用 SDK，他們定義結構、新增欄位與關聯，並使用建立、讀取及更新 API 來種子與修改記錄——同時維護企業層級的安全與治理。
資料科學家情境
資料科學家會使用 Jupyter 筆記本和 Visual Studio Code 等 Python 工具，從 Dataverse 擷取商業資料並整理成 Pandas DataFrame。 資料科學家利用擷取的商業資料，結合先進的分析與機器學習模型，進行風險評估、服務水準協議（SLA）監控或合規報告。 資料科學家會視覺化並分享輸出，以促進快速決策。
生成式 AI 應用案例
利用 Python 分析與語言模型來總結客戶趨勢或分類細分市場，例如高價值或流失風險。 將結果寫回 Dataverse，以啟用營運儀表板與合規工作流程。 此方法確保 AI 輸出能安全地儲存並管理於企業資料平台中。
先決條件
- 存取包含 Dataverse 的 Power Platform 環境
- 適當的 安全角色
- Python 3.13 或更新版本
- 透過網路存取 PyPI 安裝 SDK
此外：
- 整合： 確保與現有的 擷取、轉換、載入 （ETL）管線、自動化工具及企業治理政策相容。
- 可擴展性： 設計工作流程以處理大型資料集與同時進行分析任務。
Considerations
這些考慮因素體現了 Power Platform Well-Architected 的支柱，這是一套提高工作負載品質的指導原則。 更多資訊請參見 Microsoft Power Platform Well-Architected。
Reliability
強大的資料存取： 支援可靠的 建立、讀取、更新與刪除 （CRUD）操作及結構管理。
自動化： 實現可重複且自動化的資料擷取、轉換與分析工作流程。
營運效率： 減少人工工作量，加速分析現代化。
安全性
基於角色的存取控制： 強制執行 Dataverse 對 所有資料操作的安全角色與政策。
資料治理： 確保符合企業標準，涵蓋資料隱私、稽核記錄及加密。
下一步
- 從 PyPI 下載並安裝 SDK。 請探索 GitHub source repository 以獲取文件、範例專案及社群貢獻。
- 開始用 Dataverse 數據建立 Python 驅動的分析與 AI 工作流程。
- 分享回饋並加入社群，共同塑造 Python 版 Dataverse 的未來。
貢獻者們
本文由 Microsoft 維護。 以下貢獻者撰寫了這篇文章。
主要作者：
- Paul Liew，首席產品經理
- Jeff Anderson，合夥軟體工程師
- 彼得·赫克，資深開發者作家