页面历史

1 概述

矩形组件通常可以作为一些图表的背景、线条等装饰效果。Python组件支持编写代码自定义复杂的数据可视化效果，灵活拓展分析展示能力。另外，也可以在使用AIChat问数过程中，将高频数据问答结果一键转化为仪表盘的Python组件，生成主题看板。

2 业务场景

1、场景描述：用横线分隔标题和内容，达到区域划分的效果，效果如下图所示：

2、操作步骤

（1）已有的仪表盘看板效果如下，希望组件的标题和内容之间显示分隔线。

（2）在仪表盘编辑界面中新建一个 矩形框 组件，如下图所示：

矩形框组件可以通过调整组件的大小、边框样式等，实现线条的样式效果。

（3）在组件属性中调整矩形框组件的高度为 1px ，此时矩形框变成一根横线的效果，效果如下图所示：

（4）调整矩形框组件的位置和宽度，以及边框的颜色，效果如下图所示：

...

2.1 Python组件

1、场景描述：通过编写Python代码自定义复杂的数据可视化效果。

2、操作步骤

（1）在仪表盘的组件中，点击 + 添加 Python 组件，如下图所示：

Image Added

（2）在代码编辑器中，输入所需的Python代码，如下图所示：

Image Added

Image Added

示例的Python代码如下：

import plotly.graph_objects as go

# 查询2023年各区域的销售额
sql_json = {"sel": ["商店所在区域", "销售额"], "from": "销售表", "conds": [${销售_年}]}
df_sales = detail_trend_data_query_assistant(sql_json)

# 按照销售额降序排序
df_sorted = df_sales.sort_values(by='销售额', ascending=False)

# 使用柱状图展示数据
fig = go.Figure(data=[go.Bar(
    x=df_sorted['商店所在区域'],
    y=df_sorted['销售额'],
    text=df_sorted['销售额'],
    textposition='auto'
)])

# 设置图表标题和坐标轴标签
fig.update_layout(
    title_text="2023年各区域销售额",
    title_x=0.5,
    xaxis_title="区域",
    yaxis_title="销售额"
)

# 输出需要的结果，并且将结果按照json格式输出
import json

json_result = json.dumps([{"output_variable_name": "fig", "type": "plotly", "desc": "2023年各区域销售额柱状图"}])
json_result

（3）点击 运行 ，可查看效果：

Image Added

2.2 添加AI问数结果到仪表盘中

1、场景描述：在使用AIChat问数过程中，将高频数据问答结果一键转化为仪表盘的Python组件，生成主题看板。

2、操作步骤

（1）在仪表盘的组件中，点击 + 添加 Python 组件，如下图所示：

（1）在仪表盘的组件中，点击 + 添加 Python 组件，如下图所示：

3 更多功能

• 更多的组件属性设置项的详细介绍，可参考文档： 组件设置 。