Dashboard Skills

任务目标

• 本 Skill 用于：使用 Python 快速构建数据看板和可视化应用
• 能力包含：Streamlit 界面开发、Pandas 数据处理、ECharts 图表可视化、项目架构设计
• 触发条件：需要快速创建数据分析和展示应用时

技能地图

基础技能

• dashboard-core - 核心架构：项目初始化、多页面、缓存策略
• dashboard-streamlit - Streamlit 基础：文本、表格、图表、输入组件
• dashboard-pandas - Pandas 数据处理：数据读取、清洗、转换、聚合

进阶技能

• dashboard-echarts - ECharts 可视化：PyECharts、Streamlit-ECharts、交互图表

工程技能

• dashboard-best-practices - 最佳实践：性能优化、安全部署、测试

学习路径

快速入门

1. dashboard-core - 了解项目结构
2. dashboard-streamlit - 掌握基础组件
3. dashboard-pandas - 数据处理基础

图表进阶

4. dashboard-echarts - ECharts 高级图表

生产部署

5. dashboard-best-practices - 性能与部署

快速开始

安装依赖

uv pip install streamlit streamlit-echarts pandas pyecharts

创建第一个看板

import streamlit as st
import pandas as pd
from streamlit_echarts import st_echarts

st.title("我的数据看板")

# 读取数据
df = pd.read_csv("sales.csv")

# 显示数据
st.dataframe(df)

# 绑定筛选
with st.sidebar:
    category = st.selectbox("选择类别", df['category'].unique())

# 图表
options = {
    "xAxis": {"type": "category", "data": df['date'].tolist()},
    "yAxis": {"type": "value"},
    "series": [{"data": df['sales'].tolist(), "type": "line"}]
}
st_echarts(options=options)

资源索引

• Streamlit 文档：https://docs.streamlit.io/
• PyECharts：https://pyecharts.readthedocs.io/
• Streamlit-ECharts：https://github.com/andfanilo/streamlit-echarts
• Pandas 文档：https://pandas.pydata.org/

注意事项

• 使用 uv 管理 Python 依赖
• 合理使用 @st.cache_data 缓存
• Session State 管理跨 rerun 状态
• 生产环境使用 secrets 管理敏感配置