必须收藏的文档:IronPython脚本在TIBCO Spotfire中的使用

本文介绍了如何利用IronPython在TIBCO Spotfire中进行分析的定制化,包括概述、教程、参考示例等内容。通过IronPython脚本,可以配置和自动化Spotfire分析的多个方面,无需创建扩展。文章提供了多个脚本示例,涉及数据、可视化、过滤和标记等场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

今天TIBCO大神跟我说Spotfire有很多强大之处,其中之一就是Spotfire可定制化,关于可定制化部分呢,常用的技术手段有三种,分别是JavaScript,IronPython和Java。关于JavaScript的定制化框架部分的强文请参考这边blog文章《TIBCO Spotfire: JavaScript可视化框架 - JSViz》https://blog.youkuaiyun.com/Hilaser_Larry/article/details/81632238。而另一个很重要的技术手段以及一直被我忽略的呢,其实就是IronPython,有了这些个利器的结合,在Spotfire上实现你的定制化目标,简直可以为所欲为、“胡作非为”了。

 

本文的内容原文转自 https://community.tibco.com/wiki/ironpython-scripting-tibco-spotfire

目录

概观

使用IronPython脚本,可以配置和自动化TIBCO Spotfire®分析的许多不同方面,并为其添加行为,而无需创建和部署扩展。IronPython脚本可以访问Spotfire Analyst API中提供的功能。  

可以将IronPython脚本添加到Spotfire分析中的多个位置。脚本可以从文本区域中的操作控件,图形表或KPI图表中提取,也可以由文档属性更改触发。

要创建包含IronPython脚本的分析,分析人员需要  Author Scripts许可证功能。由许可脚本作者通过库共享的分析文件中的脚本被视为受信任。出于安全原因,您应始终检查并批准在执行之前未列为受信任的脚本。

C#扩展的Spotfire加载项机制使开发人员能够扩展Spotfire功能集,专为可以访问完整开发环境的开发人员而设计。脚本不会取代此框架。它通过轻量级选项来补充繁重的编程,以配置Spotfire并扩展其行为,这是一种方便而强大的方法,可以解决简单和复杂的任务。下面的许多脚本示例在将自定义工具和其他扩展创建为嵌入式IronPython脚本或转换为C#时也适用。

教程

同时可以参考

示例

数据

### 如何使用Python脚本TIBCO Spotfire中自动刷新数据 为了实现自动化刷新数据的功能,在TIBCO Spotfire环境中可以利用IronPython编写相应的脚本来完成这一操作。下面是一个简单的例子,该示例说明了如何通过调用`loaddata()`函数并传入特定参数来加载新的数据到表格中[^4]。 ```python import pandas as pd def refresh_data(input_data, delimiter=',', header='否'): """ 刷新数据表中的内容 参数: input_data (str): 输入字符串形式的数据源. delimiter (str): 字段分隔符,默认逗号. header (str): 是否将首行作为列名,“是”表示采用;其他任何值则不采用. 返回: DataFrame: 更新后的Pandas DataFrame对象. """ # 调用预定义的loaddata方法重新读取最新版本的数据 refreshed_df = loaddata(input_data, delimiter, header) return refreshed_df # 假设这是来自外部API或其他来源的新数据文本串 new_input_text = """id,name,score\n1,Alice,95\n2,Bob,87""" # 使用refresh_data()更新现有表格视图 updated_table = refresh_data(new_input_text, ',', '是') print(updated_table) ``` 此代码片段展示了一个名为`refresh_data()`的辅助函数,它接受三个参数:原始数据字符串、字段之间的分隔字符以及指示是否把文件的第一行当作列名称的一个标志位。当接收到最新的数据流时(这里简化为一个硬编码的多行CSV格式字符串),就可以调用这个函数来进行处理,并最终返回一个新的DataFrame实例用于替换旧有的显示结果。 值得注意的是,实际应用中可能还需要考虑更多因素,比如错误处理机制、性能优化措施等。此外,对于更复杂的情况,如涉及数据库查询或Web服务接口交互,则需进一步调整和完善上述逻辑框架。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值