Analiza lokalizacji najlepszych klientów
Dzięki dobrej pracy dla firmy e-commerce poproszono cię o rozbudowanie istniejącego raportu dotyczącego sprzedaży według krajów.
Kierownik sprzedaży chce wiedzieć, gdzie znajdują się jego najlepsi klienci. Na razie nie ma jasno określonego kryterium, co oznacza „najlepszy". Ideałem byłoby łatwe testowanie różnych wartości progowych – pozwalających uznać kogoś za najlepszego klienta – i obserwowanie, jak zmienia się wykres przy różnych wartościach odcięcia.
Twoim zadaniem jest pomóc kierownikowi sprzedaży: użyj kontrolki zakresu (range input), aby zbudować aplikację aktualizującą się na żywo, która filtruje sprzedaż według minimalnej wartości OrderValue.
To ćwiczenie jest częścią kursu
Tworzenie dashboardów z Dash i Plotly
Instrukcje do ćwiczenia
- Dodaj komponent
dcc.Inputz identyfikatoremmin_order_valponiżej linii34, ustawiająctype='range'i umożliwiając wybór wartości od50do550. - W funkcji callback poniżej linii
53sprawdź wartośćinput_vali przefiltruj ramkę danychsalestak, aby uwzględniała tylko wiersze, w którychOrderValuejest większe od wybranej wartości.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
from dash import Dash, dcc, html, Input, Output, callback
import plotly.express as px
import pandas as pd
from datetime import datetime, date
ecom_sales = pd.read_csv('/usr/local/share/datasets/ecom_sales.csv')
logo_link = 'https://assets.datacamp.com/production/repositories/5893/datasets/fdbe0accd2581a0c505dab4b29ebb66cf72a1803/e-comlogo.png'
def make_break(num_breaks):
br_list = [html.Br()] * num_breaks
return br_list
def add_logo():
corp_logo = html.Img(
src=logo_link,
style={'width':'75px','margin':'20px 20px 5px 5px','border':'1px dashed lightblue','display':'inline-block'})
return corp_logo
def style_c():
layout_style={'display':'inline-block','margin':'0 auto','padding':'20px'}
return layout_style
app = Dash()
app.layout = [
add_logo(),
*make_break(2),
html.H1('Sales Dashboard'),
*make_break(3),
html.Div([
html.H2('Controls', style=style_c()),
html.H3('Set minimum OrderValue'),
*make_break(2),
dcc.Input(
# Add a range input
id='min_order_val', type='____',
____=____, ____=____, value=50,
debounce=False,
style={'width':'300px', 'height':'30px'})],
style={'width':'350px', 'height':'350px', 'vertical-align':'top', 'border':'1px solid black',
'display':'inline-block', 'margin':'0px 80px'}),
html.Div([
dcc.Graph(id='sales_country'),
html.H2('Sales Quantity by Country', style={ 'border':'2px solid black', 'width':'400px', 'margin':'0 auto'})],
style={'width':'500px','display':'inline-block'})
]
@callback(
Output(component_id='sales_country', component_property='figure'),
Input(component_id='min_order_val', component_property='value'))
def update_plot(input_val):
sales = ecom_sales.copy(deep=True)
# Check for input and filter sales
if ____:
input_val = round(float(input_val), 2)
sales = sales[sales['OrderValue'] > ____]
fig = px.scatter(data_frame=sales, y='OrderValue', height=400,
x='Quantity', color='Country',
title=f'Orders of Min Value ${input_val}')
return fig
if __name__ == '__main__':
app.run(debug=True)