Python Academy · Aula

Conceitos de painéis

Combine gráficos em painéis

Conceitos de painéis é uma aula grátis de Python Academy no CoddyKit. Esta é a aula 3 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Python Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Python Academy inclui 4 aulas no total.

Dos gráficos aos painéis

Um único gráfico responde a uma pergunta. Um painel organiza vários gráficos relacionados para que o leitor possa acompanhar uma situação inteira de relance.

Para criar um painel, é preciso decidir quais gráficos ficam juntos, como organizá-los e como eles se relacionam.

Subgráficos no Plotly

Para colocar vários gráficos do Plotly em uma única figura, use make_subplots(rows, cols) de plotly.subplots. Em seguida, adicione cada traço a uma célula específica com fig.add_trace(trace, row=1, col=2).

Esse é o equivalente do Plotly à grade de subgráficos do Matplotlib.

Planejando a grade

Antes de programar, faça um esboço da grade. Decida quantas linhas e colunas haverá e o que ficará em cada célula. A aritmética é a mesma de qualquer disposição em grade.

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)

Tipos de gráfico combinados

Um painel geralmente combina tipos diferentes: uma linha para tendências, barras para classificações e um número para uma métrica importante. make_subplots pode conter todos eles, e você pode definir os tipos de cada célula com o argumento specs (por exemplo, um gráfico de pizza precisa de type='domain').

Cartões de KPI

Os painéis geralmente começam com números grandes e isolados, os KPI. O traço Indicator do Plotly mostra um valor, uma variação opcional em relação a uma meta e um indicador de nível.

A variação é simplesmente o valor atual menos o anterior.

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

Títulos e disposição compartilhados

Dê ao painel um título geral com fig.update_layout(title_text='Sales Dashboard') e títulos para cada painel por meio do argumento subplot_titles de make_subplots. Uma disposição consistente faz os painéis parecerem parte de um único produto.

Dash para painéis na Web

Para painéis interativos na Web com menus suspensos e filtros, a estrutura irmã do Plotly, o Dash, é o padrão. Ela combina gráficos do Plotly com controles HTML e funções de retorno de chamada que atualizam os gráficos quando as entradas mudam.

Uma figura estática com subgráficos é suficiente para relatórios; o Dash é voltado para aplicativos em tempo real.

Funções de retorno de chamada: a ideia central

Uma função de retorno de chamada do Dash mapeia entradas (como o valor de um menu suspenso) para saídas (como um gráfico). Quando a entrada muda, a função é executada novamente e retorna uma nova figura. O padrão é: entrada entra, figura sai.

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'))

Princípios de organização

Bons painéis seguem uma hierarquia:

Os KPI mais importantes no canto superior esquerdo, onde os olhos chegam primeiro
Gráficos com detalhes de apoio abaixo
Cores consistentes, para que uma série represente a mesma coisa em todos os lugares

Evite amontoar elementos; o espaço em branco facilita a compreensão.

Atenção ao desempenho

Muitos gráficos e conjuntos de dados grandes podem deixar um painel lento. Agregue os dados antes de plotá-los, limite o número de pontos e recalcule apenas os painéis cujas entradas mudaram. Painéis ágeis são usados; os lentos são abandonados.

Filtros e filtragem cruzada

Painéis avançados permitem que uma seleção atualize vários gráficos de uma só vez; isso é chamado de filtragem cruzada. Clicar em uma região de um mapa filtra os painéis de tendência e classificação para essa região.

No Dash, isso é conectado com funções de retorno de chamada; o valor selecionado se torna a entrada que todos os gráficos dependentes leem.

Verificação rápida

Teste seus conceitos sobre painéis.

Recapitulação

Você aprendeu como os gráficos se tornam painéis:

make_subplots(rows, cols) + add_trace(..., row=, col=) para criar uma grade
Combine tipos de gráfico e comece com cartões de KPI Indicator
O Dash adiciona controles interativos por meio de funções de retorno de chamada que transformam entradas em figuras
Siga uma hierarquia visual e acompanhe o desempenho

Perguntas Frequentes

A aula “Conceitos de painéis” é grátis?

Sim — o texto completo de “Conceitos de painéis” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Python Academy, atualize para CoddyKit PRO. O curso de Python Academy inclui 4 aulas no total.

O que vou aprender em “Conceitos de painéis”?

Combine gráficos em painéis Você pratica Python Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.

Preciso ter experiência prévia para começar Python Academy?

Nenhuma experiência prévia é necessária. Python Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 3 de 4.

Quanto tempo leva a aula “Conceitos de painéis”?

A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.

Posso escrever e executar código nesta aula de Python Academy?

Sim. Cada aula de Python Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.

Todas as aulas deste curso

← Voltar para Python Academy