AQI 數據儀表板練習報告

實作者：Jimmy Chen | 報告日期：2026-04-10

一、 Power BI 實作紀錄

在實作初期，我們透過 Power Query 進行數據清洗。如圖 4 所示，針對抓取到的 HTML 數據進行「型態變更」，確保數值欄位（如環比、同比）能被正確運算。

Power Query 資料清洗
圖 1：使用 Power Query 進行資料清洗與轉置

接著，我們在 Power BI 中管理資料表之間的關聯性。透過「測站工號」建立連線（如圖 2 & 3），讓主表與明細表能夠同步篩選。

管理關聯性清單 編輯關聯細節
圖 2 & 3：建立與管理資料表關聯性

最終產出的視覺化儀表板包含樹狀圖、地圖與長期趨勢折線圖（如圖 1 & 5），能直觀呈現全台各城市的數據分佈。

樹狀圖與地圖 趨勢分析圖表
圖 4 & 5：Power BI 視覺化產出成果

二、 Python Flask Web Service 實作

為了實現更高的互動性，我們申請了環境部 API Key（圖 9），並透過 Flask 架設後端服務。

環境部 API 設定
圖 6：環境部開放資料平台 API 金鑰設定

實作完成的網頁戰情室（圖 6）不僅有深色主題的設計感，更能在地圖點選時顯示即時數據彈窗，這展現了 Python 靈活的客製化能力。

Flask 戰情室成品
圖 7：Python Flask 互動式戰情室成品

三、 AI 互動與學習心得

本次練習充分利用 AI 進行輔助，包括報告 HTML 架構規劃（圖 7）與專案目錄結構的設計建議（圖 8）。

AI 報告架構討論 AI 代碼建議
圖 8 & 9：與 AI (Gemini) 討論實作細節與代碼優化

四、 優劣分析 (以本次案例為限)

分析維度 Power BI 資料視覺化 Python Flask (Plotly)
**開發難易度** 極低，適合快速產出標準報表。 較高，需處理 API 報錯與前端樣式。
**互動靈活性** 一般，受限於內建組件。 極高，地圖 Hover 與點擊事件可自由定義。
**數據即時性** 需手動重整或排程更新。 可達成秒級即時更新 API 數據。