من Notebook إلى Dashboard
مشاركة نتائج يمكن للناس استخدامها
من Notebook إلى Dashboard درس مجاني في Data Science Academy على CoddyKit. هذا هو الدرس 4 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Data Science Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Data Science Academy 4 دروس في المجموع.
ما بعد الدفتر
الدفتر رائع بالنسبة إليكم، لكن أصحاب المصلحة لن يشغّلوا الخلايا. وللوصول إليهم، عليكم تحويل التحليل إلى لوحة معلومات قابلة للمشاركة. 🚀
لماذا لوحة المعلومات؟
تتيح لوحة المعلومات لغير المبرمجين استكشاف نتائجكم مباشرةً، مع التصفية والنقر بدلًا من مطالبتكم بإعادة تشغيل الشيفرة في كل مرة.
ثابتة أم تفاعلية
قرّروا مبكرًا: التقرير الثابت لقطة محددة، بينما يتيح التطبيق التفاعلي للمستخدمين تغيير المدخلات ورؤية التحديثات.
الطريق الأسهل
بالنسبة إلى مستخدمي Python، يحوّل Streamlit النص البرمجي العادي إلى تطبيق ويب، مع الحاجة إلى قدر ضئيل جدًا من شيفرة الواجهة الأمامية.
import streamlit as st
st.title("Sales Dashboard")اعرضوا رقمًا
يمنح المقياس الرئيسي سياقًا فوريًا. وتعرض أداة المقاييس في Streamlit قيمةً والتغير الذي طرأ عليها مقارنةً بهدف، جنبًا إلى جنب.
st.metric("Revenue", "$1.2M", "+8%")أدرجوا مخططًا
مرّروا أي شكل من matplotlib أو plotly مباشرةً إلى التطبيق، وسيُعرض داخله، مع إعادة استخدام المخططات التي أنشأتموها مسبقًا.
st.pyplot(fig)أضيفوا عامل تصفية
تجعل أداة واحدة البيانات قابلة للاستكشاف. يتيح selectbox للمستخدمين اختيار فئة، فتتفاعل الصفحة بأكملها مع اختيارهم.
region = st.selectbox("Region", df["region"].unique())خزّنوا الخطوات البطيئة مؤقتًا
غلّفوا عمليات التحميل الثقيلة بذاكرة تخزين مؤقت حتى يبقى التطبيق سريعًا: تُقرأ البيانات مرة واحدة وتُعاد الاستفادة منها في كل تفاعل للمستخدم.
@st.cache_data
def load():
return pd.read_csv("sales.csv")شغّلوه محليًا
تطلقون التطبيق من الطرفية، ويقدّمه Streamlit في متصفحكم حتى تتمكنوا من اختباره قبل مشاركته على نطاق واسع.
streamlit run app.pyشاركوه مع العالم
ادفعوا النص البرمجي إلى مستودع وانشروه على مضيف مثل Streamlit Community Cloud لتمنحوا الزملاء عنوان URL بسيطًا.
حافظوا على موثوقيته
تحتاج لوحة المعلومات المباشرة إلى صيانة: حدّثوا بياناتها، واذكروا آخر تحديث، ووثّقوا الافتراضات حتى يواصل المستخدمون الثقة بها.
تحقق سريع
لماذا ننقل التحليل من دفتر إلى لوحة معلومات؟
مراجعة
حوّلتم دفترًا إلى لوحة معلومات قابلة للمشاركة باستخدام Streamlit، مع المقاييس والمخططات وعوامل التصفية والتخزين المؤقت والنشر. وهكذا اكتملت الحلقة من البيانات إلى القرار. 🎉
تعلم Python مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «من Notebook إلى Dashboard» مجاني؟
نعم — نص درس «من Notebook إلى Dashboard» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Data Science Academy، انتقل إلى CoddyKit PRO. تتضمن دورة Data Science Academy 4 دروس في المجموع.
ماذا ستتعلم في «من Notebook إلى Dashboard»؟
مشاركة نتائج يمكن للناس استخدامها تتمرن على Data Science Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ Data Science Academy؟
لا تُشترط خبرة سابقة. Data Science Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.
كم من الوقت يستغرق درس «من Notebook إلى Dashboard»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس Data Science Academy هذا؟
نعم. كل درس في Data Science Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- أهمية الميزات وSHAP
- الفكرة الحدسية للاعتماد الجزئي
- مخططات تقنع أصحاب المصلحة
- من Notebook إلى Dashboard