1 概述

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

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。

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：

（2）在代码编辑器中，输入所需的Python代码，如下图所示：

（3）点击 运行 ，可查看效果：

（4）如果是通过接口获取数据，可以绑定仪表盘的筛选器组件，实现过滤数据的效果，操作如下：

• 添加一个筛选器组件到画布中，并为该筛选器组件绑定字段，如下图所示：

   如果想要数据能正常联动，所选字段需选择和Python代码中同一来源的数据。

• 设置筛选器组件 应用于 此Python组件，如下图所示：

• 点击 图标，编辑Python代码，在查询代码中增加绑定筛选器内容，需填入 筛选器名称 ，如下图所示：

• 切换筛选器选中值即可查看过滤数据效果，如下图所示：

• 如果想要删除筛选器组件对Python组件的影响，则在Python代码中去掉绑定筛选器的内容，并设置筛选器不应用于Python组件即可。

（5）示例的Python代码如下：

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

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）将AI问数结果添加到仪表盘的操作入口有两个，如下图所示：

• 入口1：AIChat主界面中

• 入口2：在仪表盘编辑界面工具栏的AI问答中

（2）输入问句，得到问数结果，如下图所示，AIChat的使用说明详见：AIChat 白泽帮助中心。

（3）点击 添加到仪表盘 按钮，将问数结果添加到仪表盘中，如下图所示：

• 将问数结果的条件转换成仪表盘的筛选器组件。
• 问数的图文内容转换成仪表盘的Python组件，支持点击  图标，编辑Python代码变更Python组件效果。
• 支持切换筛选器的选中值，刷新Python组件的数据。

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 。

4 注意事项

1、不支持多选问数结果插入到仪表盘。

2、Python组件本身不支持绑定字段，仅支持通过接口获取动态数据，或在代码中写静态数据。

3、Python组件编辑器不支持Ctrl+F搜索。

4、仅支持将 分析模式 下的问数结果添加到仪表盘中，不支持专家模式、不支持报表查询模式。

5、Python组件内容样式，仅支持通过Python代码修改，仪表盘无相关的样式设置项。