教學課程：分析語意模型中的功能相依性

在本教學課程中，您會以儲存為語意模型（Power BI 資料集）的 Power BI 分析師所執行的工作為基礎。透過在 Fabric Data Science 工作負載中使用 SemPy（預覽），你可以分析 DataFrame 欄位中的功能相依關係。此分析可協助您發現細微的資料品質問題，以獲得更準確的見解。

在本教學課程中，您會了解如何：

套用領域知識，在語意模型中提出有關功能相依性的假設。
熟悉 Semantic Link 的 Python 程式庫（SemPy）元件，這些元件可與 Power BI 整合，並協助自動化資料品質分析。這些元件包括：
- FabricDataFrame — 類似 pandas 的結構，透過額外的語意資訊增強
- 將 Fabric 工作區中的語意模型擷取到您的筆記本中的函式
- 評估功能相依性假設並識別語意模型中關係違規的函數

必要條件

取得 Microsoft Fabric 訂用帳戶。或註冊免費的 Microsoft Fabric 試用版。
登入 Microsoft Fabric。
使用首頁左下角的體驗切換器切換到 Fabric。

從導覽窗格中選取 [工作區] ，以尋找並選取您的工作區。此工作區會成為您目前的工作區。
從 fabric-samples GitHub 存放庫下載 Customer Profitability Sample.pbix 檔案。
在工作區中，選取 [從這部計算機匯入>報表或編頁報表>]，將 Customer Profitability Sample.pbix 檔案上傳至工作區。

在筆記本中跟著做

本教學課程隨附 powerbi_dependencies_tutorial.ipynb 筆記本。

若要開啟本教學課程隨附的筆記本，請遵循準備您的系統以進行資料科學教學課程的指示，將筆記本匯入工作區。
如果您想要複製並貼上此頁面中的程式碼，則可以建立新的筆記本。
開始執行程式碼之前，請務必將 Lakehouse 連結至筆記本。

設定筆記型電腦

設定包含您所需模組和資料的筆記本環境。

使用 %pip 在 Notebook 中從 PyPI 安裝 SemPy。
```
%pip install semantic-link
```

匯入您需要的模組。

import sempy.fabric as fabric
from sempy.dependencies import plot_dependency_metadata

載入及前置處理資料

本教學課程使用標準範例語意模型 Customer Profitability Sample.pbix。如需語意模型的描述，請參閱 Power BI 的客戶獲利率範例。

使用 fabric.read_table 函數將 Power BI 資料載入至FabricDataFrame。

dataset = "Customer Profitability Sample"
customer = fabric.read_table(dataset, "Customer")
customer.head()

將表格State載入 FabricDataFrame .
```
state = fabric.read_table(dataset, "State")
state.head()
```
雖然輸出看起來像 pandas DataFrame，但這段程式碼會初始化名為 a FabricDataFrame 的資料結構，該結構會在 pandas 之上新增作業。
檢查 customer 的資料類型。
```
type(customer)
```
輸出結果顯示 customer 是 sempy.fabric._dataframe._fabric_dataframe.FabricDataFrame。

連接 customer 和 stateDataFrame 物件。

customer_state_df = customer.merge(state, left_on="State", right_on="StateCode", how='left')
customer_state_df.head()

識別功能相依性

功能相依性是指在 DataFrame 中，兩個或多個資料行中的值之間的一對多關係。使用這些關係來自動偵測資料品質問題。

在合併find_dependencies上執行 Sempy 的DataFrame函數，以識別列值之間的功能依賴關係。
```
dependencies = customer_state_df.find_dependencies()
dependencies
```
使用 Sempy 的 plot_dependency_metadata 函數可視化依賴關係。
```
plot_dependency_metadata(dependencies)
```
函數相依圖顯示，Customer 資料行決定了像 City、Postal Code 和 Name 這類資料行。

圖形未顯示 City 與 Postal Code 之間存在函數相依性，可能是因為資料欄之間的關係中有許多違反情形。使用 SemPy 的功能 plot_dependency_violations 可視化特定列之間的依賴違規。

探索資料中的品質問題

使用 SemPy 的 plot_dependency_violations 視覺效果函數繪製關係圖。
```
customer_state_df.plot_dependency_violations('Postal Code', 'City')
```
相依性違規的圖表左側顯示 Postal Code 的值，右側顯示 City 的值。如果有包含這兩個值的資料列，則邊緣會連線左側的 Postal Code 與右側的 City。邊緣標註了這類資料列的數量。例如，有兩筆資料的郵遞區號為 20004，其中一筆的城市為 "North Tower"，另一筆的城市為 "Washington"。

該圖還顯示了一些違規行為和許多空值。
確認 Postal Code 的空白值數目：
```
customer_state_df['Postal Code'].isna().sum()
```
有 50 列的 Postal Code 為 NA。
卸除具有空白值的資料列。然後，使用 find_dependencies 函數尋找相依性。請注意額外參數 verbose=1，以簡要了解 SemPy 的內部運作：
```
customer_state_df2=customer_state_df.dropna()
customer_state_df2.find_dependencies(verbose=1)
```
Postal Code 和 City 的條件熵為 0.049。此值表示有功能相依性衝突。修正衝突之前，請將條件熵的閾值從 0.01 的預設值提高為 0.05，以查看相依性。較低的閾值會產生較少的相依性 (或更高的選取性)。
將條件熵的閾值從預設值 0.01 提高為 0.05：
```
plot_dependency_metadata(customer_state_df2.find_dependencies(threshold=0.05))
```
如果您套用網域知識，瞭解哪個實體決定其他實體的值，則此相依性圖表似乎很準確。
探索偵測到的更多資料品質問題。例如，虛線箭頭聯結 City 和 Region，表示相依性只是近似值。此近似關聯性可能表示存在部分功能相依性。
```
customer_state_df.list_dependency_violations('City', 'Region')
```
仔細看看每一種非空 Region 值導致違規的情況：
```
customer_state_df[customer_state_df.City=='Downers Grove']
```
結果顯示了伊利諾伊州和內布拉斯加州的唐納斯格羅夫市。然而，唐納斯格羅夫是伊利諾伊州的一座城市，而不是內布拉斯加州。
看看 Fremont 市：
```
customer_state_df[customer_state_df.City=='Fremont']
```
加州有一個叫 Fremont 的城市。然而，對於德克薩斯州來說，搜尋引擎會傳回 Premont，而不是 Fremont。
看到 Name 和 Country/Region 之間違反相依關係的情況也很可疑，如原始的相依關係違規圖中的虛線所示（在刪除空值資料列之前）。
```
customer_state_df.list_dependency_violations('Name', 'Country/Region')
```
SDI Design 的一位客戶出現在兩個區域 — 美國和加拿大。這種情況可能不是語義違規，只是不常見。儘管如此，還是值得仔細研究的：
進一步了解客戶 SDI Design：
```
customer_state_df[customer_state_df.Name=='SDI Design']
```
進一步檢查後發現，兩位來自不同產業的客戶名稱相同。

探索性資料分析和資料清洗是迭代的。你發現什麼取決於你的問題和觀點。語義連結為您提供新工具，讓您從資料中獲得更多資訊。

查看語義鏈接和 Sempy 的其他教程：

意見反應

此頁面對您有幫助嗎？

上次更新時間： 2026-08-21