Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Build an Interactive Data Analytics Dashboard with Python

Xây dựng Bảng điều khiển Phân tích Dữ liệu Tương tác với Python

Xây dựng Bảng điều khiển Phân tích Dữ liệu Tương tác với Python

Học và hoàn thành tất cả các bước để triển khai bảng điều khiển phân tích dữ liệu của riêng bạn trên web với Python

4.4
(150 đánh giá)
2,963 học viên
Giảng viên
Ted Petrou
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 399.000đ -87%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
12.0 giờ video
153 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 31/05/2026

Bạn sẽ học được gì

Xây dựng bảng điều khiển phân tích dữ liệu tương tác bằng thư viện Dash trong Python
Mô hình hóa số ca nhiễm và tử vong do coronavirus bằng hàm logistic tổng quát
Làm mượt dữ liệu bằng phương pháp làm mượt phân tán trọng số cục bộ (LOWESS)
Đọc và làm sạch dữ liệu để phù hợp cho việc xây dựng mô hình
Học cách sử dụng Plotly, thư viện trực quan hóa dữ liệu tương tác trong Python hướng tới nền web
Học các kiến thức cơ bản về HTML và CSS để thêm và tạo kiểu cho các thành phần của bảng điều khiển
Thiết lập máy chủ Ubuntu chạy NGINX để lưu trữ bảng điều khiển trên web cho mọi người xem
Chạy các tác vụ cron hàng đêm để cập nhật dữ liệu và dự đoán mô hình
Đóng gói toàn bộ mã của bạn vào các lớp Python để dễ dàng tự động hóa
Học cách hoàn thành một dự án Python toàn diện từ đầu đến cuối bằng nhiều kỹ năng khác nhau

Yêu cầu

Học viên nên thoải mái với các kiến thức cơ bản về Python
Kiến thức về thư viện pandas trong Python là hữu ích

Đối tượng phù hợp

Các lập trình viên Python trình độ trung cấp muốn hoàn thành một dự án toàn diện bao gồm tất cả các bước để triển khai bảng điều khiển trên web cho mọi người xem.

Nội dung khóa học

13 phần • 153 bài giảng
1 Tổng quan Khóa học
2 Tải Tài liệu Khóa học
3 Khám phá Tài liệu Khóa học
4 Lưu ý cho Người dùng Windows
5 Tạo Môi trường Ảo (nhanh)
6 Tạo Môi trường Ảo
7 Kích hoạt và Hủy kích hoạt Môi trường Ảo
8 Khởi chạy và Khám phá Bảng điều khiển
9 Mở Jupyter Notebooks
10 Hướng dẫn Hoàn thành Khóa học
1 Tải Dữ liệu
2 Tải tất cả Dữ liệu
3 Lưu Dữ liệu Cục bộ
1 Chọn Đúng Cột
2 Cập nhật Hàm Run
3 Cập nhật Tên Khu vực
4 Tổng hợp các Khu vực Lặp lại
5 Chuyển vị Dữ liệu thành Chuỗi Thời gian
6 Tìm và Xử lý Dữ liệu Xấu
7 Đóng gói Tất cả các Bước vào Một Lớp
1 Làm mượt bằng Đường trung bình Động
2 Làm mượt bằng LOWESS
3 Xây dựng Hàm để Làm mượt Dữ liệu
1 Tăng trưởng và Suy giảm Theo cấp số nhân
2 Tìm Tham số Tối ưu để Mô hình hóa Tổng số Ca bằng least_squares của scipy
3 Dự đoán Dữ liệu Chưa Thấy
4 Tự động hóa Việc Huấn luyện Mô hình
5 Tự động hóa Dự đoán Hàng ngày
6 Tự động hóa Dự đoán Tích lũy
7 Vẽ biểu đồ Thực tế so với Dự đoán
8 Tự động hóa Việc Làm mượt, Huấn luyện, Dự đoán và Vẽ biểu đồ
9 Mô hình Tăng trưởng Theo cấp số nhân Liên tục
10 Mô hình hóa Suy giảm Theo cấp số nhân
1 Đường tiệm cận
2 Đường cong chữ S
3 Thử nghiệm với các Tham số của Hàm Logistic
4 Ước lượng Tham số của Hàm Logistic
5 Hàm Logistic Tổng quát
1 Giới hạn Dữ liệu
2 Dịch chuyển Dọc Hàm Logistic Tổng quát
3 Giới hạn Trên của L
4 Tự động hóa các Ràng buộc Tham số
5 Tìm Các Làn sóng Mới
6 Mô hình Cuối cùng
1 Lớp CasesModel
2 Khởi tạo và Chạy CasesModel
3 Dự đoán Số Tử vong bằng Tỷ lệ Tử vong theo Ca bệnh
4 Lớp DeathsModel
5 Khởi tạo và Chạy DeathsModel
6 Tạo Bảng Cuối cùng cho Bảng điều khiển
7 Tạo Bảng Tóm tắt Ngày Hiện tại
8 Mã trong Các Mô-đun
1 Giải thích update.py
2 Thực thi update.py
1 Giới thiệu về Plotly
2 Khám phá Thuộc tính Trace
3 Cập nhật Bố cục
4 Tạo Figure với Nhiều Trace
5 Tự động hóa Vẽ biểu đồ cho Một Khu vực
6 Tạo Subplot
7 Thêm Chú thích
8 Bản đồ Choropleth
9 Tổng kết Plotly
1 Các Phần tử HTML
2 Viết HTML trong Notebook
3 Phần tử Anchor
4 Phần tử Image
5 Danh sách Không có thứ tự và Có thứ tự và Các Mục trong Danh sách
6 Phần tử Table
7 Phần tử Phân chia Nội dung Logic
8 Cú pháp HTML
9 Phần tử Khối so với Phần tử Nội tuyến
10 Tạo kiểu với CSS
11 Đơn vị Khoảng cách trong CSS
12 Lề Phần tử
13 Thay đổi Hiển thị từ Khối sang Nội tuyến
14 Chọn Phần tử theo class và id
15 Thuật ngữ Container-Item
16 Bố cục Flexbox
17 Bố cục Grid
1 Các Phần của Một Ứng dụng Dash
2 Bảng điều khiển Tối thiểu
3 Các Phần tử HTML trong Dash
4 Thêm CSS
5 Tạo Bảng Dữ liệu
6 Tạo Tab
7 Tạo lại Tất cả Các Biểu đồ Plotly
8 Thêm Biểu đồ Plotly vào Bảng điều khiển
9 Thêm Bản đồ vào Bảng điều khiển
10 Thêm Nút Radio Phía trên Bản đồ
11 Tương tác Sử dụng Callback
12 Một Callback Duy nhất để Cập nhật Cả Dữ liệu Thế giới và Hoa Kỳ
13 Callback để Thay đổi Bản đồ
14 Hoàn thành Bảng điều khiển
15 Khởi chạy Bảng điều khiển trong khi Notebook Đang chạy
16 Mở dashboard.py
17 Chú thích trong dashboard.py
18 Import và Khởi tạo
19 Biến Toàn cục và Đọc Dữ liệu
20 Các Hàm để Tạo Bảng và Biểu đồ
21 Tạo Thanh Điều hướng
22 Tạo Tiêu đề Bảng điều khiển
23 Tạo Tab và Bảng
24 Tạo Các Thành phần Biểu đồ
25 Tạo Bản đồ và Nút Radio
26 Tạo Các Thẻ
27 Tạo Các Container
28 Thêm Callback
29 Hoàn thành Bảng điều khiển
30 Mở Tệp CSS
31 Biến CSS
32 CSS cho Thông tin Trên cùng và Container
33 CSS cho Grid Container
34 CSS cho Grid Area
35 CSS cho Nút Radio
36 CSS cho Tab
37 CSS cho Thẻ Bên
38 CSS cho Màn hình Nhỏ hơn
39 Tổng kết Dash
1 Máy chủ Web là gì
2 Bắt đầu với Python Anywhere
3 Bảng điều khiển Python Anywhere
4 Tạo Web App Mới
5 Tải lên Các Tệp
6 Thay đổi Thư mục Làm việc
7 Sửa đổi Tệp WSGI
8 Mở Console
9 Cài đặt dash_bootstrap_components
10 Cài đặt statsmodels
11 Xác minh Bảng điều khiển Đã Hoạt động
12 Tạo Tác vụ Hàng ngày để Chạy update.py
13 Tệp Log
14 Hoàn thành Triển khai trên Python Anywhere
15 Triển khai trên Ubuntu với Vultr
16 Khởi chạy Máy chủ Ubuntu
17 Nâng cấp Instance để sử dụng IPv4
18 Cài đặt PuTTY (Windows)
19 SSH vào Máy chủ (Windows)
20 SSH vào Máy chủ (Mac và Linux)
21 Cập nhật và Nâng cấp với apt
22 Cài đặt ZSH
23 Cài đặt pip và venv
24 Cài đặt NginX
25 Tạo Thư mục Dự án
26 Chuyển tệp dự án đến máy chủ (Windows)
27 Chuyển tệp dự án đến máy chủ (Mac và Linux)
28 Tạo Môi trường Ảo
29 Cài đặt Yêu cầu
30 Cấu hình Gunicorn với systemd
31 Cấu hình NginX để Giao tiếp với Gunicorn
32 Truy cập Tệp Log với journalctl
33 Cập nhật Tự động Hàng ngày với Cron Job
34 Hoàn thành Triển khai

Giới thiệu khóa học

This course teaches you all of the skills to build interactive data analytics dashboards with Python. Specifically, you will be building a Coronavirus Forecasting Dashboard that shows historical and predicted values for deaths and cases for all countries in the world and US states from the ongoing coronavirus pandemic. The final product will be a live dashboard, automatically updated daily, hosted on a remote server for anyone, anywhere in the world to see!

You will learn and complete the entire process for building the dashboard including the following topics:

  • Getting, Cleaning, and Transforming the Data - You will learn how to collect the data, find and clean bad data, and transform it so that it can be used for building models capable of prediction.

  • Data Smoothing - You will learn several different techniques such as LOWESS to smooth the jagged raw data so that the model can better detect trends.

  • Exponential Growth and Decline Models - You will begin modeling coronavirus cases for each area of the world with these simple models that can capture a single exponential growth or decline phase, but not both.

  • Logistic Growth Models - You will learn about a separate class of "S-Curve" models capable of capturing both exponential growth and decline in the same model.

  • Modeling New Waves - Coronavirus cases appear in waves over different time periods. You will learn how to change your model so that it can detect any number of new waves in the future.

  • Encapsulation into Classes - After selecting your model, you will encapsulate all of the code together into Python classes, eventually to be used in your final production code.

  • Visualizations with Plotly - You will learn how to use the Plotly Python library to create interactive data visualizations targeted for the web

  • HTML and CSS - You are building a web application and will learn the fundamentals of HTML and CSS to help add customization with the help of Dash.

  • Building the Dashboard with Dash - You will learn how to build all of the components and interactivity of the dashboard with the Dash Python library.

  • Deployment - One of the most exciting parts of a project is deploying it on your own server for the world to see. You will learn two different deployment options - one simple and the other more complex, but with more flexibility.

What's Included?

This course comes with a massive amount of material including:

  • 13 Jupyter Notebooks

  • 26 Exercises with detailed solutions

  • 200 page PDF of the entire course content

  • All production code for the dashboard

Technologies used

  • All code for developing the dashboard will be done using Python

  • Pandas will be used extensively for analyzing and transforming data

  • Statsmodels will be used for smoothing

  • Scipy will be used for building the models for coronavirus cases and parameter optimization

  • Matplotlib will be used in the notebooks for static visualizations

  • Plotly will be used for interactive data visualizations that appear in the dashboard

  • Dash will be used for building the dashboard itself

  • HTML/CSS will be used together with Dash to customize components of the dashboard

  • You'll learn how to setup your own Linux Ubuntu server to run your dashboard

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Dash
Hiển thị tất cả khoá học Data Science
Hiển thị tất cả khoá học Data Visualization
Hiển thị tất cả khoá học Python
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊