Python Academy · บทเรียน

การส่งออกและการฝัง

บันทึกและแชร์รูป

การส่งออกและการฝัง เป็นบทเรียน Python Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Python Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Python Academy มีบทเรียนทั้งหมด 4 บทเรียน

การแบ่งปันผลงานของคุณ

แผนภาพที่เสร็จแล้วจะมีประโยชน์ก็ต่อเมื่อผู้อื่นมองเห็นได้ แผนภาพพล็อตลีสามารถบันทึกเป็น HTML แบบโต้ตอบ ส่งออกเป็น ภาพนิ่ง หรือฝังไว้ในหน้าเว็บและรายงาน

การเลือกรูปแบบที่เหมาะสมขึ้นอยู่กับว่าผู้ชมต้องการการโต้ตอบหรือไม่

การบันทึก HTML แบบโต้ตอบ

fig.write_html('chart.html') จะเขียนไฟล์เดี่ยวที่คงคุณลักษณะแบบโต้ตอบทั้งหมดไว้ การเปิดไฟล์นี้ในเบราว์เซอร์ใด ๆ จะใช้การขยาย การวางเมาส์ และการเลื่อนดูได้โดยไม่ต้องใช้ไพธอน

นี่คือรูปแบบที่ดีที่สุดสำหรับแบ่งปันแผนภาพสดที่สำรวจได้

การเลือกชื่อไฟล์

การตั้งชื่อมีความสำคัญเมื่อสร้างไฟล์ส่งออกจำนวนมาก ชื่อที่ประทับเวลาและแปลงเป็นรูปแบบย่ออ่านง่ายช่วยป้องกันชื่อซ้ำ นี่เป็นเพียงการจัดการข้อความทั่วไป

title = 'Q3 Sales Report!'
slug = ''.join(ch.lower() if ch.isalnum() else '_' for ch in title)
slug = '_'.join(p for p in slug.split('_') if p)
print(slug + '.html')

การส่งออกภาพนิ่ง

สำหรับ PDF สไลด์ หรืออีเมล คุณต้องใช้ภาพนิ่ง fig.write_image('chart.png') จะสร้างไฟล์เป็น PNG, JPEG, SVG หรือ PDF ซึ่งต้องติดตั้งกลไก kaleido ก่อน

ภาพนิ่งสูญเสียการโต้ตอบ แต่สามารถฝังไว้ที่ใดก็ได้

การเลือกรูปแบบ

เลือกรูปแบบให้เหมาะกับการใช้งาน:

HTML สำหรับการสำรวจแบบสดและหน้าเว็บ
PNG/JPEG ภาพแรสเตอร์ เหมาะสำหรับสไลด์และอีเมล
SVG ภาพเวกเตอร์ ขยายได้โดยไม่เบลอสำหรับงานพิมพ์
PDF สำหรับเอกสาร

ตารางตัดสินใจขนาดเล็กช่วยให้เลือกได้อย่างรวดเร็ว

use_case = 'print'
format_map = {'web': 'html', 'slides': 'png', 'print': 'svg', 'document': 'pdf'}
print('Best format for', use_case, '->', format_map[use_case])

การฝังในหน้าเว็บ

หากต้องการฝังในเว็บไซต์ที่มีอยู่โดยไม่สร้างไฟล์ HTML ทั้งไฟล์ ให้ใช้ fig.to_html(full_html=False, include_plotlyjs='cdn') ฟังก์ชันนี้จะคืนเฉพาะส่วนย่อย HTML ของแผนภาพ ซึ่งคุณนำไปวางในแม่แบบได้

การโหลด plotly.js จาก CDN ช่วยให้หน้าเว็บมีขนาดเล็ก

การรวมไลบรารี

HTML แบบโต้ตอบต้องใช้ไลบรารี plotly.js ตัวเลือกสำหรับ include_plotlyjs มีดังนี้:

True รวมไลบรารีไว้ในไฟล์ (ขนาดใหญ่ ใช้งานออฟไลน์ได้)
'cdn' เชื่อมโยงไปยัง CDN (ขนาดเล็ก แต่ต้องใช้อินเทอร์เน็ต)
False ถือว่าหน้าเว็บโหลดไลบรารีไว้แล้ว

เลือกตามความจำเป็นในการใช้งานออฟไลน์และขนาดของหน้าเว็บ

ความละเอียดในการส่งออก

สำหรับภาพนิ่ง ให้ควบคุมขนาดและความคมชัดด้วย width, height และ scale ค่า scale=2 จะเพิ่มความหนาแน่นของพิกเซลเป็นสองเท่า ทำให้ภาพคมชัดบนหน้าจอความละเอียดสูง

width, height, scale = 800, 600, 2
print('Output pixels:', width * scale, 'x', height * scale)

การส่งข้อมูลเจสันไปกลับ

แผนภาพสามารถแปลงเป็นเจสันด้วย fig.to_json() และสร้างกลับได้ด้วย plotly.io.from_json() วิธีนี้มีประโยชน์สำหรับเก็บแผนภาพไว้ในแคช หรือส่งแผนภาพระหว่างเซิร์ฟเวอร์กับเบราว์เซอร์

เจสันจะอธิบายข้อมูลและการจัดวางไว้อย่างครบถ้วน

ความสามารถในการทำซ้ำ

เมื่อแบ่งปันไฟล์ส่งออก ควรเก็บสคริปต์ที่สร้างไฟล์นั้นไว้ด้วย PNG ไม่สามารถแก้ไขซ้ำได้ แต่โค้ดสามารถสร้างแผนภาพใหม่จากข้อมูลชุดใหม่ได้ ให้ถือว่าโค้ด ไม่ใช่ภาพ เป็นแหล่งข้อมูลอ้างอิงหลัก

การฝังในสมุดบันทึกและ Markdown

ใน Jupyter รูปกราฟจะแสดงในเซลล์โดยอัตโนมัติเมื่อเป็นนิพจน์สุดท้ายของเซลล์ สำหรับเอกสารแบบคงที่ ให้ส่งออกรูปภาพและอ้างอิงรูปนั้นจาก Markdown ส่วนเอกสารแบบสด ให้ฝังส่วนย่อยของ HTML แทน

เลือก HTML แบบโต้ตอบเมื่อผู้อ่านจะได้ประโยชน์จากการสำรวจข้อมูล และเลือกรูปภาพแบบคงที่เมื่อผู้อ่านเพียงต้องการดู

ตรวจสอบความเข้าใจ

ทดสอบความรู้เกี่ยวกับการส่งออกของคุณ

ทบทวน

คุณได้เรียนรู้วิธีแชร์รูปกราฟดังนี้

write_html สำหรับไฟล์แบบโต้ตอบที่ใช้งานได้โดยลำพัง
write_image (ใช้ kaleido) สำหรับ PNG/SVG/PDF
to_html(full_html=False) สำหรับฝังส่วนย่อย โดยมี include_plotlyjs ควบคุมไลบรารี
ใช้ scale สำหรับรูปภาพความละเอียดสูง และเก็บซอร์สโค้ดไว้เพื่อให้ทำซ้ำได้

คำถามที่พบบ่อย

บทเรียน “การส่งออกและการฝัง” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “การส่งออกและการฝัง” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Python Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Python Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “การส่งออกและการฝัง”

บันทึกและแชร์รูป คุณปฏิบัติ Python Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Python Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Python Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน

บทเรียน “การส่งออกและการฝัง” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Python Academy นี้ได้ไหม

ได้ บทเรียน Python Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

← กลับไปที่ Python Academy