Concetti sui dashboard
Combinare grafici in dashboard
Concetti sui dashboard è una lezione Python Academy gratuita su CoddyKit. Questa è la lezione 3 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento Python Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso Python Academy include 4 lezioni in totale.
Dai grafici alle dashboard
Un singolo grafico risponde a una domanda. Una dashboard riunisce diversi grafici correlati, così chi la consulta può monitorare un'intera situazione a colpo d'occhio.
Per crearne una occorre decidere quali grafici riunire, come disporli e in che modo siano collegati.
Sottografici in Plotly
Per inserire diversi grafici Plotly in un'unica figura, usate make_subplots(rows, cols) da plotly.subplots. Quindi aggiungete ogni traccia a una cella specifica con fig.add_trace(trace, row=1, col=2).
È l'equivalente Plotly della griglia di sottografici di Matplotlib.
Progettare la griglia
Prima di scrivere il codice, abbozzate la griglia. Decidete quante righe e colonne servono e cosa inserire in ogni cella. I calcoli sono gli stessi di qualsiasi layout a griglia.
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)Tipi di grafico misti
Una dashboard combina solitamente diversi tipi di grafico: una linea per le tendenze, un grafico a barre per le classifiche, un numero per una metrica chiave. make_subplots può ospitarli tutti e potete impostare il tipo di ogni cella con l'argomento specs (ad esempio, un grafico a torta richiede type='domain').
Schede KPI
Le dashboard iniziano spesso con grandi numeri singoli, ovvero i KPI. La traccia Indicator di Plotly mostra un valore, una variazione facoltativa rispetto a un obiettivo e un indicatore.
La variazione è semplicemente il valore corrente meno quello precedente.
current = 1280
previous = 1150
delta = current - previous
pct = delta / previous * 100
print('Value:', current)
print('Delta:', '+' + str(delta), '(' + format(pct, '.1f') + '%)')Titoli e layout condivisi
Assegnate alla dashboard un titolo generale con fig.update_layout(title_text='Sales Dashboard') e titoli per ogni pannello tramite l'argomento subplot_titles di make_subplots. Un layout coerente fa sembrare i pannelli parte di un unico prodotto.
Dash per le dashboard web
Per dashboard web interattive con menu a discesa e filtri, il framework consorella di Plotly, Dash, è lo standard. Abbina le figure Plotly a controlli HTML e callback che aggiornano i grafici quando cambiano gli input.
Per i report è sufficiente una figura statica con sottografici; Dash è pensato per le applicazioni dinamiche.
Callback: idea fondamentale
Una callback di Dash associa gli input, come il valore di un menu a discesa, agli output, come un grafico. Quando cambia l'input, la funzione viene eseguita di nuovo e restituisce una nuova figura. Il modello è: input in ingresso, figura in uscita.
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'))Principi di layout
Le dashboard ben progettate seguono una gerarchia:
- I KPI più importanti in alto a sinistra, dove lo sguardo si posa per primo
- I grafici di dettaglio a supporto nella parte inferiore
- Colori coerenti, in modo che una serie abbia lo stesso significato ovunque
Evitate di ammassare gli elementi: lo spazio vuoto facilita la comprensione.
Attenzione alle prestazioni
Molti grafici e dataset di grandi dimensioni possono rallentare una dashboard. Aggregate i dati prima di rappresentarli, limitate il numero di punti e ricalcolate solo i pannelli i cui input sono cambiati. Le dashboard rapide vengono utilizzate; quelle lente vengono abbandonate.
Filtri e cross-filtering
Le dashboard avanzate consentono a una selezione di aggiornare più grafici contemporaneamente: questa funzionalità si chiama cross-filtering. Facendo clic su una regione in una mappa, i pannelli delle tendenze e delle classifiche vengono filtrati in base a quella regione.
In Dash questo comportamento viene configurato con le callback; il valore selezionato diventa l'input letto da tutti i grafici dipendenti.
Verifica rapida
Verificate la vostra comprensione delle dashboard.
Riepilogo
Avete imparato come i grafici diventano dashboard:
make_subplots(rows, cols)+add_trace(..., row=, col=)per creare una griglia- Combinare tipi di grafico diversi e iniziare con schede KPI
Indicator - Dash aggiunge controlli interattivi tramite callback che trasformano gli input in figure
- Seguire una gerarchia visiva e tenere sotto controllo le prestazioni
Domande Frequenti
La lezione «Concetti sui dashboard» è gratuita?
Sì — il testo completo di «Concetti sui dashboard» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso Python Academy, passa a CoddyKit PRO. Il corso Python Academy include 4 lezioni in totale.
Cosa imparerò in «Concetti sui dashboard»?
Combinare grafici in dashboard Eserciti Python Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare Python Academy?
Non è richiesta alcuna esperienza precedente. Python Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 3 di 4.
Quanto tempo richiede la lezione «Concetti sui dashboard»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione Python Academy?
Sì. Ogni lezione Python Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Nozioni di base su Plotly Express
- Funzionalità interattive
- Concetti sui dashboard
- Esportazione e incorporamento