本文档详细介绍了如何在仪表盘中集成和使用Python组件，包括数据查询、处理、可视化以及动态参数绑定的技术实现，并提供了完整的代码示例与输出规范。
关于在仪表盘界面中Python组件如何操作详见：Python组件 。
1 使用过程样例
1、使用分析模式，输入问句执行一个查询，点击 添加到仪表盘 按钮，如下图所示：
...
key | key说明 | 描述 |
|---|---|---|
output_variable_name | 输出参数变量名称 | 需要在代码中存在的变量名 |
type | 输出类型 | dataframe plotly text |
desc | 输出描述 |
5 参数的使用
仪表盘中如何设置筛选器应用于Python组件的操作说明，详见：绑定筛选器。
5.1 样例一
| 代码块 |
|---|
out_text = "你好，这是一个文本输出"+ str(${品牌})
# 输出结果
import json
json_result = json.dumps([{"output_variable_name": "out_text", "type": "text", "desc": "学生成绩表"}])
json_result
|
...
| 代码块 |
|---|
out_text = "你好，这是一个文本输出"+ str(${品牌})
|
说明：
...
首先，需要拖拽一个仪表盘筛选器组件到页面，然后起名字
...
5.2 样例二
| 代码块 |
|---|
sql_json = {
"sel": ["销售_年月", "品牌", "销售额", "销售额同比增长率"],
"from": "销售表",
"conds": [${品牌}]
}
df_sales = detail_trend_data_query_assistant(sql_json)
# 输出结果
import json
json_result = json.dumps([{"output_variable_name": "df_sales", "type": "dataframe", "desc": "各年海尔及类似品牌的销售额和同比数据"}])
json_result
|
...
