Python Academy · Lekcja

Koncepcje pulpitów nawigacyjnych

Łącz wykresy w pulpity nawigacyjne

Koncepcje pulpitów nawigacyjnych to bezpłatna lekcja Python Academy na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Python Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Python Academy zawiera 4 lekcji w sumie.

Od wykresów do pulpitów nawigacyjnych

Pojedynczy wykres odpowiada na jedno pytanie. Pulpit nawigacyjny łączy kilka powiązanych wykresów, aby odbiorca mógł jednym rzutem oka monitorować całą sytuację.

Jego utworzenie wymaga zdecydowania, które wykresy powinny znaleźć się razem, jak je rozmieścić i jakie relacje między nimi zachodzą.

Wykresy podrzędne w Plotly

Aby umieścić kilka wykresów Plotly na jednym rysunku, należy użyć make_subplots(rows, cols) z modułu plotly.subplots. Następnie każdy ślad dodaje się do określonej komórki za pomocą fig.add_trace(trace, row=1, col=2).

To odpowiednik siatki wykresów podrzędnych z Matplotlib w Plotly.

Planowanie siatki

Przed rozpoczęciem kodowania należy naszkicować siatkę. Trzeba zdecydować, ile będzie wierszy i kolumn oraz co znajdzie się w każdej komórce. Obliczenia są takie same jak w przypadku dowolnego układu siatkowego.

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)

Mieszane typy wykresów

Pulpit nawigacyjny zwykle łączy różne typy wykresów: liniowy do przedstawiania trendów, słupkowy do rankingów oraz pojedynczą liczbę dla kluczowej miary. make_subplots może zawierać wszystkie te elementy, a typ dla poszczególnych komórek można ustawić za pomocą argumentu specs (na przykład wykres kołowy wymaga type='domain').

Karty KPI

Pulpity nawigacyjne często zaczynają się od dużych pojedynczych liczb, czyli wskaźników KPI. Ślad Indicator biblioteki Plotly wyświetla wartość, opcjonalną różnicę względem celu oraz wskaźnik.

Różnica to po prostu wartość bieżąca minus poprzednia.

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

Wspólny tytuł i układ

Tytuł całego pulpitu można ustawić za pomocą fig.update_layout(title_text='Sales Dashboard'), a tytuły poszczególnych paneli za pomocą argumentu subplot_titles funkcji make_subplots. Spójny układ sprawia, że panele wyglądają jak jeden produkt.

Dash do tworzenia pulpitów internetowych

W przypadku interaktywnych pulpitów internetowych z listami rozwijanymi i filtrami standardem jest siostrzany framework Plotly — Dash. Łączy on wykresy Plotly z kontrolkami HTML i funkcjami zwrotnymi, które aktualizują wykresy po zmianie danych wejściowych.

Do raportów wystarczy statyczny rysunek z wykresami podrzędnymi, natomiast Dash służy do tworzenia działających aplikacji.

Funkcje zwrotne: główna idea

Funkcja zwrotna Dash mapuje dane wejściowe, takie jak wartość listy rozwijanej, na dane wyjściowe, takie jak wykres. Gdy dane wejściowe się zmienią, funkcja uruchamia się ponownie i zwraca nowy wykres. Schemat jest prosty: dane wejściowe na wejściu, wykres na wyjściu.

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'))

Zasady projektowania układu

Dobre pulpity nawigacyjne zachowują hierarchię:

Najważniejsze wskaźniki KPI znajdują się w lewym górnym rogu, na który wzrok pada w pierwszej kolejności
Poniżej umieszczone są wykresy przedstawiające szczegóły
Spójne kolory sprawiają, że seria oznacza to samo w każdym miejscu

Należy unikać przeładowania — wolna przestrzeń ułatwia zrozumienie.

Dbałość o wydajność

Duża liczba wykresów i obszerne zestawy danych mogą spowolnić pulpit nawigacyjny. Przed wizualizacją należy agregować dane, ograniczać liczbę punktów i ponownie obliczać tylko te panele, których dane wejściowe się zmieniły. Z szybkich pulpitów nawigacyjnych się korzysta, a z powolnych się rezygnuje.

Filtrowanie i filtrowanie krzyżowe

Zaawansowane pulpity nawigacyjne pozwalają, aby jeden wybór aktualizował kilka wykresów jednocześnie. Nazywa się to filtrowaniem krzyżowym. Kliknięcie regionu na mapie filtruje panele trendów i rankingu tak, aby dotyczyły tego regionu.

W Dash mechanizm ten konfiguruje się za pomocą funkcji zwrotnych; wybrana wartość staje się danymi wejściowymi odczytywanymi przez wszystkie zależne wykresy.

Szybkie sprawdzenie

Sprawdź swoją wiedzę na temat pulpitów nawigacyjnych.

Podsumowanie

Poznali Państwo sposób przekształcania wykresów w pulpity nawigacyjne:

make_subplots(rows, cols) + add_trace(..., row=, col=) do tworzenia siatki
Łączenie typów wykresów i rozpoczynanie od kart KPI Indicator
Dash dodaje interaktywne kontrolki za pomocą funkcji zwrotnych przekształcających dane wejściowe w wykres
Stosowanie hierarchii wizualnej i dbałość o wydajność

Często zadawane pytania

Czy lekcja „Koncepcje pulpitów nawigacyjnych” jest bezpłatna?

Tak — pełny tekst „Koncepcje pulpitów nawigacyjnych” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Python Academy, przejdź na CoddyKit PRO. Kurs Python Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Koncepcje pulpitów nawigacyjnych”?

Łącz wykresy w pulpity nawigacyjne Ćwiczysz Python Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Python Academy?

Nie wymagamy żadnego doświadczenia. Python Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.

Ile czasu zajmuje lekcja „Koncepcje pulpitów nawigacyjnych”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Python Academy?

Tak. Każda lekcja Python Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

← Powrót do Python Academy