用幾行 Python 代碼構建一個完全交互式的儀表板

繼續改進我們的 GPU 交叉過濾器儀表板庫 cuxfilter 的用戶體驗和功能。下面簡要介紹一下它的最新功能。

首先，訪問 cuxfilter 與以往一樣簡單。只需運行一個標準的 RAPIDS 安裝，如入門頁中所示。此外，您可以在 PaperSpace 在線試用。一個完整的 RAPIDS 安裝的強大優勢之一就是你可以在一個 jupyter 筆記本或實驗室實例中處理你的數據并將其可視化。

以下是一些主要功能亮點的列表：

您可以在我們的教程筆記本，中嘗試所有這些和更多功能，并在我們的教程視頻中繼續使用。圖 2 所示的屏幕截圖是創建的儀表板之一。這是一個引人注目的例子，演示了如何將 RAPIDS 庫組合在一起，只需幾行 python 就可以快速創建強大的可交叉過濾的儀表盤。

	# Dashboard
	# Full example from https://github.com/rapidsai-community/showcase/tree/main/team_contributions/cuxfilter-tutorial

	# Data
	cux_df = cuxfilter.DataFrame.load_graph((final_df, edges))

	# Charts
	chart1 = cuxfilter.charts.graph(
	edge_source='src', edge_target='dst',
	edge_color_palette=['gray', 'black'],
	ode_pixel_shade_type='linear',
	edge_render_type='curved', #curved, direct
	edge_transparency=0.6, #0.1 - 0.9
	title='ForceAtlas2 Graph'
	)
	chart2 = cuxfilter.charts.scatter(
	x='x_original', y='y_original',
	tile_provider='CARTODBPOSITRON',
	point_size=4,
	pixel_shade_type='linear',
	pixel_spread='spread',
	title='Scatter Layout'
	)
	chart3 = cuxfilter.charts.bar('hour', title='Trips per hour')
	chart4 = cuxfilter.charts.bar('from_station_id', title='Source station')
	chart5 = cuxfilter.charts.bar('to_station_id', title='Destination station')

	# Widgets
	widget1 = cuxfilter.charts.multi_select('year')
	widget2 = cuxfilter.charts.multi_select('day_type', label_map={0:'weekday', 1:'weekend', '':'all'})

	# Layout Grid
	layout_array_3rds = [[1,1,2],[1,1,2],[3,4,5]]

	# Generate Dashboard
	d = cux_df.dashboard([chart1, chart2, chart3, chart4, chart5],
	sidebar=[widget1, widget2],
	layout_array = layout_array_3rds,
	theme=cuxfilter.themes.rapids,
	title="Network and Geospatial Graph")
	# Show
	d.show()