Zum Inhalt springen

Blog

Produktentwicklung & Technologie

Interaktive Plotly Dashboards

Lernen Sie mit dieser leicht verständlichen Anleitung, interaktive Plotly Dashboards zu erstellen und Ihre Datenexploration dynamischer und ansprechender zu gestalten.

4 Min. Lesezeit
Gerasterte Illustration eines roten Schachkönigs auf einem Schachbrett mit gepunkteten Zugpfeilen.
Facebook-Logo
X-Logo
LinkedIn-Logo
Reddit-Logo
Telegram-Logo

Einleitung

Interaktive Plotly Dashboards zu erstellen, ist eine unverzichtbare Fähigkeit für Data Scientists, Analysten und alle, die sich für Datenvisualisierung interessieren. In dieser Anleitung führen wir Sie Schritt für Schritt durch die Erstellung beeindruckender, interaktiver Plotly Dashboards von Grund auf. Am Ende dieses Artikels verfügen Sie über das Wissen, Plotly Dashboards in Ihren Datenvisualisierungsprojekten einzusetzen und Ihre Datenanalyse interaktiver und zugänglicher zu machen.


Plotly Dashboards verstehen

Plotly Dashboards sind interaktive Webanwendungen für die Datenvisualisierung. Sie ermöglichen es Nutzern, komplexe Datensätze über interaktive Diagramme, Grafiken und Steuerelemente zu erkunden, ohne tiefgehende Programmierkenntnisse zu benötigen. Plotly Dashboards basieren auf Plotly, einer beliebten Open-Source-Bibliothek, die mehrere Programmiersprachen unterstützt, darunter Python, R und Julia.

Die Vorteile von Plotly Dashboards

  • Interaktivität: Nutzer können mit den Daten interagieren, in interessante Bereiche hineinzoomen und Datensätze in Echtzeit filtern.

  • Flexibilität: Unterstützt eine Vielzahl von Diagrammen und Grafiken, von einfachen Liniendiagrammen bis zu komplexen 3D-Modellen.

  • Zugänglichkeit: Lassen sich einfach bereitstellen, sodass Ihre Datenvisualisierungen von überall über einen Webbrowser erreichbar sind.


Ihre Umgebung für Plotly Dashboards einrichten

Bevor Sie mit der Erstellung von Plotly Dashboards beginnen, sollten Sie sicherstellen, dass Ihre Umgebung korrekt eingerichtet ist. Sie benötigen eine Python-Installation auf Ihrem Computer, da Python die wichtigste Sprache für die Erstellung von Plotly Dashboards ist. Sobald Python installiert ist, installieren Sie Plotly und Dash mit pip:

pip install plotly dash

Dieser Befehl installiert Plotly und Dash sowie alle Abhängigkeiten, die Sie zum Erstellen Ihrer Dashboards benötigen.



Ihr erstes Plotly Dashboard erstellen

Erstellen wir nun unser erstes Plotly Dashboard. Wir beginnen mit einem einfachen Dashboard, das einen Datensatz in einem Liniendiagramm darstellt.

Schritt 1: Benötigte Bibliotheken importieren

Importieren Sie zunächst die benötigten Bibliotheken in Ihr Python-Skript:

import dash
from dash import html, dcc
import plotly.express as px
import pandas as pd


Schritt 2: Datensatz laden

Laden Sie den Datensatz, den Sie visualisieren möchten. In diesem Beispiel verwenden wir eine einfache CSV-Datei:

df = pd.read_csv('path_to_your_dataset.csv')


Schritt 3: Plotly-Diagramm erstellen

Erstellen Sie mit Plotly Express ein Diagramm. In diesem Beispiel erstellen wir ein Liniendiagramm:

fig = px.line(df, x="Date", y="Value")


Schritt 4: Dash-App initialisieren

Initialisieren Sie Ihre Dash-App und richten Sie das Layout ein. Das Layout legt die Struktur Ihres Dashboards fest:

app = dash.Dash(__name__)

app.layout = html.Div([
   dcc.Graph(id='line-chart', figure=fig)
])


Schritt 5: Dashboard ausführen

Führen Sie zum Schluss Ihr Dashboard aus:

if __name__ == '__main__':
   app.run_server(debug=True)

Sobald Sie das Skript ausführen, ist Ihr Dashboard in Ihrem Webbrowser verfügbar.

Ihr Plotly Dashboard erweitern

Da Sie nun ein einfaches Dashboard haben, erweitern wir es um mehr Interaktivität und zusätzliche Komponenten.


Steuerelemente hinzufügen

Dash bietet verschiedene Komponenten wie Dropdowns, Schieberegler und Eingabefelder, mit denen Sie Ihr Dashboard interaktiv gestalten. So fügen Sie ein Dropdown hinzu, um Ihren Datensatz zu filtern:

app.layout = html.Div([
   dcc.Dropdown(
       id='my-dropdown',
       options=[{'label': i, 'value': i} for i in df['Category'].unique()],
       value='All Categories'
   ),
   dcc.Graph(id='line-chart')
])

@app.callback(
   Output('line-chart', 'figure'),
   [Input('my-dropdown', 'value')]
)
def update_graph(selected_category):
   if selected_category == 'All Categories':
       filtered_df = df
   else:
       filtered_df = df[df['Category'] == selected_category]
   fig = px.line(filtered_df, x="Date", y="Value")
   return fig


Ihr Dashboard bereitstellen

Um Ihr Plotly Dashboard mit anderen zu teilen, können Sie es auf einem Server bereitstellen oder Dienste wie Heroku, AWS oder Dash Enterprise von Plotly nutzen.


Fazit

Plotly Dashboards bieten eine leistungsstarke Möglichkeit, Daten zu visualisieren und mit ihnen zu interagieren. Mit den in dieser Anleitung beschriebenen Schritten sind Sie nun in der Lage, Ihre eigenen interaktiven Dashboards zu erstellen. Ob für Datenanalyse, Reporting oder Präsentationen: Plotly Dashboards können dazu beitragen, Ihre Daten zugänglicher und ansprechender zu machen.

Denken Sie daran: Der Schlüssel zur Beherrschung von Plotly Dashboards liegt im Experimentieren und Üben. Tauchen Sie also in Ihre Daten ein, legen Sie los und schöpfen Sie mit interaktiven Visualisierungen das volle Potenzial Ihrer Datensätze aus.

Mehr lesen.

Dithered illustration of two marble hands pulling a mason's line taut between stakes across bare ground at dawn, the first course of stones laid along it and a pink knot at the nearest stake.
Your First 30 Days With a Product Studio: What Happens Week by Week
7 Min.

The first 30 days with a product studio: week one sets access and goals, week two tests the riskiest assumption, weeks three and four ship a first slice.

Dithered illustration of a marble hand opening the case of a bracket clock to show a dense hidden mechanism, one small gear deep inside glowing red.
What Does an AI Agent Cost to Run? Tokens, Tools and the Hidden Line Items
6 Min.

An AI agent's running cost is model tokens across every step, plus retries, tool and search fees, hosting, monitoring and human review. Budget per task, not per token.

Dithered illustration of a fragmented marble face looking down at a jeweller's tray where gems are sorted by size, the largest stone glowing amber under a brass lamp.
AI Lead Scoring in Your CRM: Start With the Rules You Already Trust
7 Min.

Add AI lead scoring by writing down the rules sales already trusts, cleaning CRM data, then testing the AI score against those rules before reps use it.

AI-first denken.
Zukunftsschnell handeln.

Lassen Sie uns bauen, was als Nächstes kommt! Von Produktideen und intelligenten Workflows bis zu datengetriebenen Systemen und skalierbaren Growth Operations.

Strategiegespräch buchen