VizBlend: حل چالش گزارش دهی تعاملی با پایتون 🚀

Summarize this content to 400 words in Persian Lang
JS، HTML و CSS برای یک تحلیلگر/دانشمند داده الزامی نیست تا یاد بگیرد که در کارهای روزانه از آن استفاده کند. به عنوان یک تحلیلگر داده پایتون، من همیشه از عدم ارائه گزارش های تحلیلی به ذینفعان به روشی عملی، آموزنده، آسان برای استفاده و در عین حال تعاملی رنج می بردم. باید منتظر کار دیگری باشم که گزارش را بسازد و برایشان بفرستد. این شغل به مهارت های اضافی نیاز دارد که در هیچ نقشه راه طراحی شده برای یک تحلیلگر داده گنجانده نشده است.

چالش اینجاست! ابزاری را توسعه دهید که تحلیلگران داده می توانند از آن برای ایجاد گزارش های تعاملی خود با کمک JS، HTML و CSS استفاده کنند بدون اینکه آنها را در معرض یادگیری چیزی بیش از مهارت های فعلی خود قرار دهند.

مقابله با این چالش من را به ساخت و راه اندازی VizBlend سوق می دهد. یک بسته پایتون که:🌟 چندین شکل Plotly را در یک گزارش تعاملی واحد ترکیب می کند.🌟 ناوبری مبتنی بر صفحه کلید را برای حرکت بین اسلایدها مانند ارائه پاورپوینت (کلیدهای پیکان، صفحه اصلی، پایان) ارائه می دهد.🌟 قابلیت کشویی خودکار با بازه زمانی 10 ثانیه ای بین هر اسلاید (از Space برای شروع/توقف زمان بندی استفاده کنید).

نحوه استفاده از VizBlend1️⃣ VizBlend را نصب کنید

pip install vizblend

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

2️⃣ VizBlend را وارد کنید و ارقام را اضافه کنید

from vizblend import CreateReport
import plotly.graph_objects as go

report = CreateReport(report_title=”Sales Report”)
bar_fig = go.Figure(go.Bar(x=[“A”, “B”, “C”], y=[10, 20, 30]))
report.add_figure(bar_fig, {“title”: “Sales Data”})

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

3️⃣ گزارش را ایجاد کنید

report_file = report.blend_graphs_to_html()
print(f”Report saved to {report_file}”)

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

🚀 در اینجا نحوه پشتیبانی از سفر آورده شده است:1️⃣ ستاره گذاری مخزن GitHub 🌟: GitHub Repo2️⃣ VizBlend را در PyPI دانلود کنید ⬇️: pip install vizblend3️⃣ بازخورد خود را به اشتراک بگذارید و مشارکت کنید: به من اطلاع دهید که چگونه VizBlend می تواند در گردش کار شما ادغام شود.

هدف یادگیریافزودن سطح مبتدی DevOps به پشته شما سودمند است و شما را به یک توسعه دهنده مستقل تبدیل می کند. من می خواهم با GitHub Actions مقداری CI/CD یاد بگیرم زیرا محل کار من به شدت به آنها وابسته است. همچنین فرآیند ساخت پکیج پایتون با setuptools، توزیع منبع و چرخ های توزیع ساخت خارج از پشته تحلیلی هستند اما برای توسعه دهندگان پایتون مفید هستند حتی اگر فقط از پایتون برای تجزیه و تحلیل داده ها استفاده کنید. VizBlend به من کمک می‌کند تا با GitHub Actions، گردش‌های کاری CI/CD را درک، بنویسم، اجرا و نظارت کنم تا آن را در PyPI بسازم و منتشر کنم.

pip install vizblend

from vizblend import CreateReport  
import plotly.graph_objects as go  

report = CreateReport(report_title="Sales Report")  
bar_fig = go.Figure(go.Bar(x=["A", "B", "C"], y=[10, 20, 30]))  
report.add_figure(bar_fig, {"title": "Sales Data"})

report_file = report.blend_graphs_to_html()  
print(f"Report saved to {report_file}")