Konsep Dasbor
Gabungkan bagan menjadi dasbor
Konsep Dasbor adalah pelajaran Python Academy gratis di CoddyKit. Ini adalah pelajaran 3 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Python Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Python Academy mencakup 4 pelajaran total.
Dari Grafik ke Dasbor
Satu grafik menjawab satu pertanyaan. Dasbor menyusun beberapa grafik terkait secara bersamaan sehingga pemirsa dapat memantau keseluruhan situasi dengan sekali pandang.
Membangun dasbor berarti menentukan grafik mana yang perlu ditempatkan bersama, cara menyusunnya, dan hubungan di antara grafik tersebut.
Subgrafik dalam Plotly
Untuk menempatkan beberapa grafik Plotly dalam satu Figure, gunakan make_subplots(rows, cols) dari plotly.subplots. Kemudian, tambahkan setiap jejak ke sel tertentu dengan fig.add_trace(trace, row=1, col=2).
Ini adalah padanan Plotly untuk kisi subgrafik Matplotlib.
Merencanakan Kisi
Sebelum menulis kode, buat sketsa kisi. Tentukan jumlah baris dan kolom, serta isi setiap sel. Perhitungannya sama seperti tata letak kisi apa pun.
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)Jenis Grafik Campuran
Dasbor biasanya memadukan beberapa jenis grafik: grafik garis untuk tren, grafik batang untuk peringkat, dan angka untuk metrik utama. make_subplots dapat menampung semuanya, dan Anda dapat menetapkan jenis untuk setiap sel dengan argumen specs (misalnya, diagram pai memerlukan type='domain').
Kartu KPI
Dasbor sering kali diawali dengan angka tunggal berukuran besar, yaitu KPI. Jejak Indicator Plotly menampilkan nilai, perubahan opsional dibandingkan target, dan pengukur.
Perubahan tersebut cukup dihitung sebagai nilai saat ini dikurangi nilai sebelumnya.
current = 1280
previous = 1150
delta = current - previous
pct = delta / previous * 100
print('Value:', current)
print('Delta:', '+' + str(delta), '(' + format(pct, '.1f') + '%)')Judul dan Tata Letak Bersama
Berikan satu judul keseluruhan untuk dasbor dengan fig.update_layout(title_text='Sales Dashboard'), dan judul untuk setiap panel melalui argumen subplot_titles dari make_subplots. Tata letak yang konsisten membuat panel-panel tersebut terasa seperti satu produk.
Dash untuk Dasbor Web
Untuk dasbor web interaktif dengan menu tarik-turun dan filter, kerangka kerja saudara Plotly, Dash, adalah pilihan standar. Dash memadukan Figure Plotly dengan kendali HTML dan panggilan balik yang memperbarui grafik saat masukan berubah.
Figure statis yang berisi subgrafik sudah cukup untuk laporan; Dash digunakan untuk aplikasi langsung.
Panggilan Balik: Gagasan Inti
Panggilan balik Dash memetakan masukan (seperti nilai menu tarik-turun) ke keluaran (seperti grafik). Saat masukan berubah, fungsi dijalankan kembali dan mengembalikan Figure baru. Polanya adalah masukan masuk, Figure keluar.
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'))Prinsip Tata Letak
Dasbor yang baik mengikuti hierarki:
- KPI terpenting di kiri atas, tempat mata pertama kali tertuju
- Grafik perincian pendukung di bawahnya
- Warna yang konsisten agar suatu seri memiliki arti yang sama di mana pun ditampilkan
Hindari menjejalkan terlalu banyak hal; ruang kosong membantu pemahaman.
Memperhatikan Kinerja
Banyak grafik dan kumpulan data berukuran besar dapat membuat dasbor lambat. Agregasikan data sebelum membuat grafik, batasi jumlah titik, dan hitung ulang hanya panel yang masukannya berubah. Dasbor yang gesit akan digunakan; dasbor yang lambat akan ditinggalkan.
Filter dan Penyaringan Silang
Dasbor tingkat lanjut memungkinkan satu pilihan memperbarui beberapa grafik sekaligus, yang disebut penyaringan silang. Mengeklik suatu wilayah pada peta akan memfilter panel tren dan peringkat untuk wilayah tersebut.
Dalam Dash, hal ini dihubungkan dengan panggilan balik; nilai yang dipilih menjadi masukan yang dibaca oleh semua grafik yang bergantung padanya.
Pemeriksaan Singkat
Uji pemahaman Anda tentang dasbor.
Rangkuman
Anda telah mempelajari cara grafik menjadi dasbor:
make_subplots(rows, cols)+add_trace(..., row=, col=)untuk membuat kisi- Padukan berbagai jenis grafik dan tampilkan kartu
IndicatorKPI sebagai pembuka - Dash menambahkan kendali interaktif melalui panggilan balik dari masukan ke Figure
- Ikuti hierarki visual dan perhatikan kinerja
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Konsep Dasbor” gratis?
Ya — teks lengkap “Konsep Dasbor” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Python Academy, upgrade ke CoddyKit PRO. Kursus Python Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Konsep Dasbor”?
Gabungkan bagan menjadi dasbor Kamu berlatih Python Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai Python Academy?
Tidak diperlukan pengalaman sebelumnya. Python Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 3 dari 4.
Berapa lama pelajaran “Konsep Dasbor” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran Python Academy ini?
Ya. Setiap pelajaran Python Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.