...
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。
| 注意 |
|---|
Python组件加载需依赖AIChat，部署手册详见：Smartbi AIChat（白泽）运维手册 。 |
2 业务场景
2.1 自定义复杂组件
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。
...
| 代码块 | ||||||
|---|---|---|---|---|---|---|
| ||||||
import plotly.graph_objects as go
# 查询各车系的销量情况
sql_json = {"sel": ["车系", "销量"],"conds": [${年}], "from": "即席查询"}
df_car_series_sales = detail_trend_data_query_assistant(sql_json)
# 用柱形图展示数据
fig = go.Figure()
fig.add_trace(go.Bar(
x=df_car_series_sales['车系'],
y=df_car_series_sales['销量'],
name='销量'
))
# 设置图表标题和轴标签
fig.update_layout(
title='各车系销量情况',
xaxis_title='车系',
yaxis_title='销量',
title_x=0.5 # 标题居中
)
# 输出结果
import json
json_result = json.dumps([{"output_variable_name": "fig", "type": "plotly", "desc": "各车系销量柱形图"}])
json_result
|
| 信息 |
|---|
|
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。
...
