İçeriğe geç

Blog

Ürün Geliştirme ve Teknoloji

Etkileşimli Plotly Panelleri

Veri keşfinizi daha dinamik ve ilgi çekici hâle getirmek için tasarlanan bu kolay takip edilir rehberle etkileşimli Plotly panelleri oluşturmada ustalaşın.

Noktalı hamle oklarıyla çizilmiş bir dama tahtası üzerindeki kırmızı satranç şahının dithering tekniğiyle çizilmiş illüstrasyonu.
Facebook logosu
X logosu
LinkedIn logosu
Reddit logosu
Telegram logosu

Giriş

Etkileşimli Plotly panelleri oluşturmak; veri bilimciler, analistler ve veri görselleştirmeyle ilgilenen herkes için temel bir beceridir. Bu nasıl yapılır rehberinde, etkileyici ve etkileşimli Plotly panellerini sıfırdan oluşturma sürecini adım adım ele alacağız. Bu yazının sonunda Plotly panellerini veri görselleştirme projelerinizde kullanmak için gereken bilgiyle donanmış olacak, veri analizinizi daha etkileşimli ve erişilebilir hâle getirebileceksiniz.


Plotly Panellerini Anlamak

Plotly panelleri, veri görselleştirme için geliştirilmiş etkileşimli web uygulamalarıdır. Kullanıcıların derin programlama bilgisine ihtiyaç duymadan etkileşimli grafikler, çizelgeler ve kontroller aracılığıyla karmaşık veri kümelerini keşfetmesine olanak tanır. Plotly panelleri; Python, R ve Julia dahil birden fazla programlama dilini destekleyen popüler, açık kaynaklı bir kütüphane olan Plotly üzerine inşa edilmiştir.

Plotly Panelleri Kullanmanın Faydaları

  • Etkileşim: Kullanıcılar verilerle etkileşim kurabilir, ilgilendikleri alanlara yakınlaşabilir ve veri kümelerini gerçek zamanlı olarak filtreleyebilir.

  • Esneklik: Basit çizgi grafiklerden karmaşık 3D modellere kadar geniş bir grafik ve çizelge yelpazesini destekler.

  • Erişilebilirlik: Kolayca yayına alınabilir; böylece veri görselleştirmelerinize bir web tarayıcısı aracılığıyla her yerden erişilebilir.


Plotly Panelleri İçin Ortamınızı Hazırlamak

Plotly panelleri oluşturmaya başlamadan önce ortamınızın doğru şekilde kurulduğundan emin olun. Plotly panelleri oluşturmak için kullanılan temel dil Python olduğundan bilgisayarınızda Python’un kurulu olması gerekir. Python kurulduktan sonra pip kullanarak Plotly ve Dash’i yükleyin:

pip install plotly dash

Bu komut, panellerinizi oluşturmaya başlamak için gerekli bağımlılıklarla birlikte hem Plotly’yi hem de Dash’i yükler.



İlk Plotly Panelinizi Oluşturmak

Şimdi ilk Plotly panelimizi oluşturalım. Bir veri kümesini çizgi grafikte görselleştiren basit bir panelle başlayacağız.

Adım 1: Gerekli Kütüphaneleri İçe Aktarın

Python betiğinizde gerekli kütüphaneleri içe aktararak başlayın:

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


Adım 2: Veri Kümenizi Yükleyin

Görselleştirmek istediğiniz veri kümesini yükleyin. Bu örnekte basit bir CSV dosyası kullanacağız:

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


Adım 3: Plotly Grafiğini Oluşturun

Bir grafik oluşturmak için Plotly Express’i kullanın. Bu örnekte bir çizgi grafik oluşturacağız:

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


Adım 4: Dash Uygulamasını Başlatın

Dash uygulamanızı başlatın ve yerleşimi (layout) ayarlayın. Yerleşim, panelinizin yapısını tanımlar:

app = dash.Dash(__name__)

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


Adım 5: Paneli Çalıştırın

Son olarak panelinizi çalıştırın:

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

Betiği çalıştırdığınızda paneliniz web tarayıcınızda erişilebilir olacaktır.

Plotly Panelinizi Geliştirmek

Artık temel bir paneliniz olduğuna göre, daha fazla etkileşim ve bileşen ekleyerek onu geliştirelim.


Kontroller Eklemek

Dash, panelinizi etkileşimli hâle getirmek için açılır menüler, kaydırıcılar ve giriş alanları gibi çeşitli bileşenler sunar. Veri kümenizi filtrelemek için bir açılır menüyü şu şekilde ekleyebilirsiniz:

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


Panelinizi Yayına Almak

Plotly panelinizi başkalarıyla paylaşmak için bir sunucuya yükleyebilir ya da Heroku, AWS veya Plotly’nin Dash Enterprise hizmeti gibi servisleri kullanabilirsiniz.


Sonuç

Plotly panelleri, verileri görselleştirmek ve verilerle etkileşim kurmak için güçlü bir yol sunar. Bu rehberde özetlenen adımları izleyerek artık kendi etkileşimli panellerinizi oluşturmaya hazırsınız. İster veri analizi, ister raporlama, isterse sunum için olsun, Plotly panelleri verilerinizi daha erişilebilir ve ilgi çekici hâle getirmenize yardımcı olabilir.

Unutmayın, Plotly panellerinde ustalaşmanın anahtarı denemek ve pratik yapmaktır. O hâlde verilerinize dalın, oluşturmaya başlayın ve etkileşimli görselleştirmelerle veri kümelerinizin tüm potansiyelini açığa çıkarın.

Daha fazlası.

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 dk.

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 dk.

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 dk.

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.

Önce yapay zekâyı düşünün.
Geleceğin hızında ilerleyin.

Sıradakini birlikte inşa edelim! Ürün fikirlerinden akıllı iş akışlarına, veri odaklı sistemlerden ölçeklenebilir büyüme operasyonlarına kadar.

Strateji Görüşmesi Planlayın