डैशबोर्ड की अवधारणाएँ
चार्ट को डैशबोर्ड में मिलाएँ
डैशबोर्ड की अवधारणाएँ, CoddyKit पर Python Academy का एक निःशुल्क पाठ है। यह 4 में से 3वाँ पाठ है। आप नीचे पूरा पाठ निःशुल्क पढ़ सकते हैं—फिर अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर के साथ ब्राउज़र में इसका व्यावहारिक अभ्यास कर सकते हैं। यह Python Academy सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। Python Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
चार्ट से डैशबोर्ड तक
एक अकेला चार्ट एक सवाल का जवाब देता है। एक डैशबोर्ड कई संबंधित चार्टों को एक साथ व्यवस्थित करता है, ताकि दर्शक एक नज़र में पूरी स्थिति पर नज़र रख सके।
इसे बनाने के लिए तय करना होता है कि कौन-से चार्ट साथ होने चाहिए, उनका विन्यास कैसा हो और वे एक-दूसरे से कैसे जुड़े हों।
प्लॉटली में सबप्लॉट
एक ही फ़िगर में कई प्लॉटली चार्ट रखने के लिए plotly.subplots से make_subplots(rows, cols) का उपयोग करें। इसके बाद fig.add_trace(trace, row=1, col=2) से हर ट्रेस को किसी विशिष्ट खाने में जोड़ें।
यह मैटप्लॉटलिब के सबप्लॉट ग्रिड के बराबर प्लॉटली तरीका है।
ग्रिड की योजना बनाना
कोड लिखने से पहले ग्रिड का खाका बनाएँ। तय करें कि कितनी पंक्तियाँ और कॉलम होंगे और हर खाने में क्या रखा जाएगा। गणना किसी भी ग्रिड लेआउट जैसी ही होती है।
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)मिश्रित चार्ट प्रकार
डैशबोर्ड में आम तौर पर कई प्रकार शामिल होते हैं: प्रवृत्तियों के लिए रेखा चार्ट, रैंकिंग के लिए बार चार्ट और किसी मुख्य मेट्रिक के लिए एक संख्या। make_subplots इन सभी को रख सकता है और specs आर्ग्युमेंट से हर खाने का प्रकार तय किया जा सकता है; उदाहरण के लिए, पाई चार्ट के लिए type='domain' आवश्यक है।
KPI कार्ड
डैशबोर्ड अक्सर बड़े एकल आँकड़ों, यानी KPI, से शुरू होते हैं। प्लॉटली का Indicator ट्रेस कोई मान, लक्ष्य की तुलना में वैकल्पिक अंतर और एक गेज दिखाता है।
अंतर का अर्थ बस वर्तमान मान में से पिछला मान घटाना है।
current = 1280
previous = 1150
delta = current - previous
pct = delta / previous * 100
print('Value:', current)
print('Delta:', '+' + str(delta), '(' + format(pct, '.1f') + '%)')साझा शीर्षक और लेआउट
fig.update_layout(title_text='Sales Dashboard') से डैशबोर्ड को एक समग्र शीर्षक दें और make_subplots के subplot_titles आर्ग्युमेंट से हर पैनल का शीर्षक दें। एकरूप लेआउट से सभी पैनल एक ही उत्पाद का हिस्सा लगते हैं।
वेब डैशबोर्ड के लिए डैश
ड्रॉपडाउन और फ़िल्टर वाले इंटरऐक्टिव वेब डैशबोर्ड के लिए प्लॉटली का सहयोगी फ़्रेमवर्क डैश मानक है। यह प्लॉटली फ़िगर को HTML नियंत्रणों और ऐसे कॉलबैक से जोड़ता है जो इनपुट बदलने पर चार्ट अपडेट करते हैं।
रिपोर्ट के लिए सबप्लॉट वाला स्थिर फ़िगर पर्याप्त है; सजीव ऐप्लिकेशन के लिए डैश उपयोगी है।
कॉलबैक: मूल विचार
डैश कॉलबैक इनपुट, जैसे ड्रॉपडाउन का मान, को आउटपुट, जैसे किसी चार्ट, से जोड़ता है। इनपुट बदलने पर फ़ंक्शन फिर चलता है और नया फ़िगर लौटाता है। इसका पैटर्न है: इनपुट अंदर, फ़िगर बाहर।
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'))लेआउट के सिद्धांत
अच्छे डैशबोर्ड एक पदानुक्रम का पालन करते हैं:
- सबसे महत्वपूर्ण KPI ऊपर बाईं ओर, जहाँ नज़र सबसे पहले जाती है
- नीचे सहायक विवरण वाले चार्ट
- एकरूप रंग, ताकि हर जगह किसी श्रृंखला का अर्थ एक ही रहे
सब कुछ ठूँसने से बचें; खाली जगह समझने में मदद करती है।
प्रदर्शन का ध्यान
बहुत सारे चार्ट और बड़े डेटासेट डैशबोर्ड को धीमा कर सकते हैं। चार्ट बनाने से पहले डेटा को समेकित करें, बिंदुओं की संख्या सीमित रखें और केवल उन्हीं पैनलों की फिर से गणना करें जिनके इनपुट बदले हैं। तेज़ प्रतिक्रिया वाले डैशबोर्ड इस्तेमाल किए जाते हैं; धीमे डैशबोर्ड छोड़ दिए जाते हैं।
फ़िल्टर और क्रॉस-फ़िल्टरिंग
उन्नत डैशबोर्ड में एक चयन से कई चार्ट एक साथ अपडेट हो सकते हैं; इसे क्रॉस-फ़िल्टरिंग कहते हैं। मानचित्र में किसी क्षेत्र पर क्लिक करने से प्रवृत्ति और रैंकिंग वाले पैनल उसी क्षेत्र के अनुसार फ़िल्टर हो जाते हैं।
डैश में इसे कॉलबैक से जोड़ा जाता है; चुना गया मान वह इनपुट बन जाता है जिसे सभी संबंधित चार्ट पढ़ते हैं।
त्वरित जाँच
डैशबोर्ड से जुड़ी अपनी अवधारणाओं की जाँच करें।
पुनरावलोकन
आपने सीखा कि चार्ट डैशबोर्ड कैसे बनते हैं:
- ग्रिड के लिए
make_subplots(rows, cols)+add_trace(..., row=, col=) - चार्ट प्रकारों को मिलाएँ और KPI
Indicatorकार्डों को प्रमुखता दें - डैश इनपुट से फ़िगर तक जाने वाले कॉलबैक के माध्यम से इंटरऐक्टिव नियंत्रण जोड़ता है
- दृश्य पदानुक्रम का पालन करें और प्रदर्शन पर नज़र रखें
एआई शिक्षक के साथ Python सीखें — निःशुल्क
अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।
- पाठ्यक्रम
- 76
- पाठ
- 320
अक्सर पूछे जाने वाले प्रश्न
क्या “डैशबोर्ड की अवधारणाएँ” पाठ निःशुल्क है?
हाँ—“डैशबोर्ड की अवधारणाएँ” का पूरा पाठ यहाँ वेब पर निःशुल्क पढ़ा जा सकता है। इंटरैक्टिव अभ्यास (अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर) करने और Python Academy पाठ्यक्रम का बाकी हिस्सा अनलॉक करने के लिए CoddyKit PRO लें। Python Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
“डैशबोर्ड की अवधारणाएँ” में मैं क्या सीखूँगा?
चार्ट को डैशबोर्ड में मिलाएँ आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ Python Academy का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।
क्या Python Academy शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?
पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर Python Academy शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 3वाँ पाठ है।
“डैशबोर्ड की अवधारणाएँ” पाठ पूरा करने में कितना समय लगता है?
CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।
क्या मैं इस Python Academy पाठ में कोड लिख और चला सकता हूँ?
हाँ। हर Python Academy पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।
इस पाठ्यक्रम के सभी पाठ
- Plotly Express की मूल बातें
- इंटरैक्टिव सुविधाएँ
- डैशबोर्ड की अवधारणाएँ
- निर्यात और एम्बेडिंग