Python Academy · درس

مفاهيم لوحات المعلومات

ادمج المخططات في لوحات معلومات

مفاهيم لوحات المعلومات درس مجاني في Python Academy على CoddyKit. هذا هو الدرس 3 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 Python Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Python Academy 4 دروس في المجموع.

من المخططات إلى لوحات المعلومات

يجيب مخطط واحد عن سؤال واحد. أما لوحة المعلومات فترتّب عدة مخططات مترابطة معًا، بحيث يستطيع المشاهد متابعة وضع كامل بنظرة واحدة.

يتطلب إنشاء لوحة معلومات تحديد المخططات التي تنتمي معًا، وكيفية ترتيبها، وكيفية ترابطها.

المخططات الفرعية في Plotly

لوضع عدة مخططات من Plotly في شكل واحد، استخدم make_subplots(rows, cols) من plotly.subplots. ثم أضف كل أثر إلى خلية محددة باستخدام fig.add_trace(trace, row=1, col=2).

وهذا هو المكافئ في Plotly لشبكة المخططات الفرعية في Matplotlib.

تخطيط الشبكة

ارسم مخطط الشبكة قبل كتابة الكود. حدّد عدد الصفوف والأعمدة، وما الذي سيظهر في كل خلية. وتظل الحسابات مماثلة لأي تخطيط شبكي.

panels = ['Revenue trend', 'Top products', 'Region map', 'Conversion %']
rows, cols = 2, 2
for i, p in enumerate(panels):
    r = i // cols + 1
    c = i % cols + 1
    print('row', r, 'col', c, '->', p)

أنواع المخططات المختلطة

تخلط لوحة المعلومات عادةً بين أنواع مختلفة: خط للاتجاهات، وأعمدة للترتيب، ورقم لمؤشر رئيسي. ويمكن لـ make_subplots استضافة كل هذه الأنواع، كما يمكنك ضبط نوع كل خلية باستخدام وسيط specs؛ فعلى سبيل المثال، يحتاج المخطط الدائري إلى type='domain'.

بطاقات KPI

تبدأ لوحات المعلومات غالبًا بأرقام مفردة كبيرة، وهي مؤشرات الأداء الرئيسية KPI. ويعرض أثر Indicator في Plotly قيمة، وفرقًا اختياريًا مقارنةً بهدف، ومقياسًا.

الفرق هو ببساطة القيمة الحالية ناقص القيمة السابقة.

current = 1280
previous = 1150
delta = current - previous
pct = delta / previous * 100
print('Value:', current)
print('Delta:', '+' + str(delta), '(' + format(pct, '.1f') + '%)')

العناوين والتخطيط المشترك

امنح لوحة المعلومات عنوانًا عامًا واحدًا باستخدام fig.update_layout(title_text='Sales Dashboard')، وعناوين لكل لوحة عبر وسيط subplot_titles في make_subplots. ويجعل اتساق التخطيط اللوحات تبدو كأنها منتج واحد.

Dash للوحات معلومات الويب

لإنشاء لوحات معلومات ويب تفاعلية تحتوي على قوائم منسدلة ومرشحات، يُعد إطار العمل الشقيق لـ Plotly، وهو Dash، الخيار القياسي. فهو يقرن أشكال Plotly بعناصر تحكم HTML وعمليات callback تحدّث المخططات عند تغيّر المدخلات.

يكفي شكل ثابت من المخططات الفرعية للتقارير، أما Dash فهو مخصص للتطبيقات المباشرة.

Callbacks: الفكرة الأساسية

يربط callback في Dash بين المدخلات، مثل قيمة قائمة منسدلة، والمخرجات، مثل مخطط. وعند تغيّر المدخل، تُعاد الدالة وتُرجع شكلًا جديدًا. الفكرة هي: يدخل الإدخال ويخرج الشكل.

def update_chart(selected_region):
    data = {'North': [1, 2, 3], 'South': [3, 2, 1]}
    series = data.get(selected_region, [])
    return {'region': selected_region, 'values': series}

print(update_chart('North'))
print(update_chart('South'))

مبادئ التخطيط

تتبع لوحات المعلومات الجيدة تسلسلًا هرميًا:

وضع مؤشرات الأداء الرئيسية الأكثر أهمية في أعلى اليسار، حيث تقع العينان أولًا
وضع مخططات التفاصيل الداعمة في الأسفل
استخدام ألوان متسقة بحيث تعني السلسلة الشيء نفسه في كل موضع

تجنّب الحشر؛ فالمساحة البيضاء تساعد على الفهم.

مراعاة الأداء

قد تجعل كثرة المخططات ومجموعات البيانات الكبيرة لوحة المعلومات بطيئة. جمّع البيانات قبل رسمها، وقلّل عدد النقاط، ولا تعِد حساب سوى اللوحات التي تغيّرت مدخلاتها. تُستخدَم لوحات المعلومات سريعة الاستجابة، بينما تُهمَل البطيئة.

المرشحات والتصفية المتقاطعة

تتيح لوحات المعلومات المتقدمة لتحديد واحد تحديث عدة مخططات في آن واحد، ويُسمى ذلك التصفية المتقاطعة. فعند النقر فوق منطقة في خريطة، تُصفّى لوحتا الاتجاه والترتيب لعرض تلك المنطقة.

يُربط ذلك في Dash باستخدام عمليات callback؛ إذ تصبح القيمة المحددة هي المدخل الذي تقرؤه جميع المخططات التابعة.

تحقق سريع

اختبر مفاهيمك المتعلقة بلوحات المعلومات.

مراجعة

تعلّمت كيف تتحول المخططات إلى لوحات معلومات:

make_subplots(rows, cols) مع add_trace(..., row=, col=) لإنشاء شبكة
مزج أنواع المخططات والبدء ببطاقات KPI من نوع Indicator
يضيف Dash عناصر تحكم تفاعلية عبر عمليات callback تربط المدخلات بالأشكال
اتباع تسلسل هرمي بصري ومراقبة الأداء

الأسئلة الشائعة

هل درس «مفاهيم لوحات المعلومات» مجاني؟

نعم — نص درس «مفاهيم لوحات المعلومات» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Python Academy، انتقل إلى CoddyKit PRO. تتضمن دورة Python Academy 4 دروس في المجموع.

ماذا ستتعلم في «مفاهيم لوحات المعلومات»؟

ادمج المخططات في لوحات معلومات تتمرن على Python 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 Python Academy؟

لا تُشترط خبرة سابقة. Python Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 3 من أصل 4.

كم من الوقت يستغرق درس «مفاهيم لوحات المعلومات»؟

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 Python Academy هذا؟

نعم. كل درس في Python 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

← العودة إلى Python Academy