Python Academy · Ders

Gösterge Panosu Kavramları

Grafikleri gösterge panolarında birleştirin

Gösterge Panosu Kavramları, CoddyKit'te ücretsiz bir Python Academy dersidir. Bu, 4 dersinin 3. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Python Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Python Academy kursu toplamda 4 dersten oluşur.

Grafiklerden Gösterge Panellerine

Tek bir grafik tek bir soruyu yanıtlar. Bir gösterge paneli, bir izleyicinin bütün durumu bir bakışta izleyebilmesi için birbiriyle ilişkili birkaç grafiği birlikte düzenler.

Böyle bir panel oluşturmak; hangi grafiklerin birlikte yer alacağına, bunların nasıl düzenleneceğine ve aralarındaki ilişkinin nasıl kurulacağına karar vermeyi gerektirir.

Plotly'de Alt Grafikler

Birden çok Plotly grafiğini tek bir grafiğe yerleştirmek için plotly.subplots içindeki make_subplots(rows, cols) işlevini kullanın. Ardından her izi fig.add_trace(trace, row=1, col=2) ile belirli bir hücreye eklersiniz.

Bu, Plotly'deki Matplotlib alt grafik ızgarası karşılığıdır.

Izgarayı Planlama

Kodlamaya başlamadan önce ızgarayı taslak olarak çizin. Kaç satır ve sütun olacağına, her hücreye ne yerleştirileceğine karar verin. Hesaplama, diğer tüm ızgara düzenlerinde olduğu gibidir.

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)

Karma Grafik Türleri

Bir gösterge paneli genellikle farklı türleri bir arada kullanır: eğilimler için çizgi grafik, sıralamalar için çubuk grafik, temel bir ölçüm için sayı. make_subplots bunların tümünü barındırabilir ve specs argümanıyla hücre türlerini ayrı ayrı belirleyebilirsiniz (örneğin pasta grafik için type='domain' gerekir).

KPI Kartları

Gösterge panelleri genellikle büyük tekil sayılarla, yani KPI değerleriyle başlar. Plotly'nin Indicator izi bir değeri, hedefe göre isteğe bağlı farkı ve bir göstergeyi görüntüler.

Fark, basitçe mevcut değer eksi önceki değerdir.

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

Ortak Başlıklar ve Düzen

fig.update_layout(title_text='Sales Dashboard') ile gösterge paneline genel bir başlık, make_subplots işlevinin subplot_titles argümanıyla da her panele ayrı başlık verin. Tutarlı bir düzen, panellerin tek bir ürünün parçaları gibi algılanmasını sağlar.

Web Gösterge Panelleri için Dash

Açılır menüler ve filtreler içeren etkileşimli web gösterge panelleri için Plotly'nin kardeş çerçevesi Dash standart çözümdür. Dash, Plotly grafiklerini HTML denetimleri ve girdiler değiştiğinde grafikleri güncelleyen geri çağırmalarla bir araya getirir.

Raporlar için statik bir alt grafikler grafiği yeterlidir; canlı uygulamalar için Dash kullanılır.

Geri Çağırmalar: Temel Fikir

Bir Dash geri çağırması, girdileri (örneğin bir açılır menüdeki değeri) çıktılara (örneğin bir grafiğe) eşler. Girdi değiştiğinde işlev yeniden çalışır ve yeni bir grafik döndürür. Bu düzenin özeti şudur: girdi gelir, grafik çıkar.

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'))

Düzen İlkeleri

İyi gösterge panelleri bir hiyerarşi izler:

En önemli KPI değerleri, gözlerin ilk yöneldiği sol üstte yer alır
Destekleyici ayrıntı grafikleri aşağıda bulunur
Bir serinin her yerde aynı şeyi ifade etmesi için renkler tutarlı kullanılır

Her şeyi sıkıştırmaktan kaçının; boşluklar kavramayı kolaylaştırır.

Performansa Dikkat

Çok sayıda grafik ve büyük veri kümeleri bir gösterge panelini yavaşlatabilir. Grafik oluşturmadan önce verileri toplulaştırın, nokta sayısını sınırlayın ve yalnızca girdileri değişen panelleri yeniden hesaplayın. Hızlı gösterge panelleri kullanılır; yavaş olanlar terk edilir.

Filtreler ve Çapraz Filtreleme

Gelişmiş gösterge panelleri, bir seçimin aynı anda birkaç grafiği güncellemesine olanak tanır; buna çapraz filtreleme denir. Haritada bir bölgeye tıklamak, eğilim ve sıralama panellerini o bölgeyle sınırlayabilir.

Dash'te bu işlem geri çağırmalarla kurulur; seçilen değer, bağımlı tüm grafiklerin okuduğu girdi olur.

Hızlı Kontrol

Gösterge paneli kavramları hakkındaki bilginizi sınayın.

Özet

Grafiklerin nasıl gösterge panellerine dönüştüğünü öğrendiniz:

Bir ızgara için make_subplots(rows, cols) + add_trace(..., row=, col=)
Grafik türlerini bir arada kullanın ve KPI Indicator kartlarını öne çıkarın
Dash, girdi-grafik geri çağırmaları üzerinden etkileşimli denetimler ekler
Görsel bir hiyerarşi izleyin ve performansı gözetin

Sıkça Sorulan Sorular

“Gösterge Panosu Kavramları” dersi ücretsiz mi?

Evet — “Gösterge Panosu Kavramları” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Python Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Python Academy kursu toplamda 4 dersten oluşur.

“Gösterge Panosu Kavramları” dersinde ne öğreneceğim?

Grafikleri gösterge panolarında birleştirin Python Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

Python Academy öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te Python Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 3. dersidir.

“Gösterge Panosu Kavramları” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu Python Academy dersinde kod yazıp çalıştırabilir miyim?

Evet. Her Python Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

← Python Academy Sayfasına Dön