import pandas as pd import plotly.express as px from dash import Dash, dcc, html, Input,…
- User
import pandas as pd import plotly.express as px from dash import Dash, dcc, html, Input, Output, dash_table, State, callback_context import locale import base64 import io from datetime import datetime # Importar datetime para obter a data atual import logging import os # Importar o módulo os para manipulação de caminhos
Configurar o logging para facilitar a depuração
logging.basicConfig(level=logging.INFO) logger = logging.getLogger(name)
Inicializar o Dash app
app = Dash(name)
Layout do dashboard
app.layout = html.Div([ html.H1("Dashboard de Performance Executiva", style={'textAlign': 'center', 'fontSize': '36px', 'fontWeight': 'bold'}),
# Componente de upload de arquivos estilizado como um botão dcc.Upload( id='upload-data', children=html.Button('Selecionar Arquivo CSV', style={ 'fontSize': '18px', 'padding': '12px 24px', 'borderRadius': '5px', 'border': '1px solid #ccc', 'background-color': '#00AEEF', 'color': 'white', 'cursor': 'pointer' }), style={ 'display': 'flex', 'justifyContent': 'center', 'marginBottom': '20px' }, # Permitir apenas um arquivo multiple=False ), # Armazenar os dados processados dcc.Store(id='processed-data'), # Botão para selecionar todos html.Div([ html.Button('Selecionar Todos', id='selecionar-todos', n_clicks=0, style={ 'fontSize': '16px', 'padding': '10px 20px', 'borderRadius': '5px', 'border': 'none', 'background-color': '#003366', 'color': 'white', 'cursor': 'pointer', 'marginBottom': '20px' }) ], style={'display': 'flex', 'justifyContent': 'center'}), # Caixa de seleção para selecionar executivos html.Div([ html.Label('Selecione os Executivos:', style={'fontSize': '20px', 'fontWeight': 'bold'}), dcc.Checklist( id='executivo-checkbox', options=[], # Será preenchido dinamicamente value=[], # Valor inicial vazio inline=True, inputStyle={"margin-right": "10px"}, labelStyle={"display": "block", "fontSize": "18px", "fontWeight": "bold"} ), ], style={'margin': '0 50px'}), # Dropdown para selecionar a ordem html.Div([ html.Label('Selecione a Ordem:', style={'fontSize': '20px', 'fontWeight': 'bold', 'marginTop': '20px'}), dcc.Dropdown( id='ordem-dropdown', options=[ {'label': 'Do Maior para o Menor', 'value': 'desc'}, {'label': 'Do Menor para o Maior', 'value': 'asc'} ], value='desc', clearable=False, style={'fontSize': '18px'} ), ], style={'margin': '0 50px'}), # Botão para baixar o gráfico como imagem html.Div([ html.Button('Baixar Gráfico em Alta Resolução', id='download-image', n_clicks=0, style={ 'fontSize': '16px', 'padding': '12px 24px', 'borderRadius': '5px', 'border': 'none', 'background-color': '#28a745', 'color': 'white', 'cursor': 'pointer', 'marginTop': '20px', 'marginBottom': '20px' }) ], style={'display': 'flex', 'justifyContent': 'center'}), # Componente para gerenciar o download dcc.Download(id="download"), # Gráfico: Comparação das Métricas por Executivo dcc.Graph(id='grafico-diario'), # Tabela: Dados das Métricas por Executivo dash_table.DataTable( id='tabela-executivos', style_table={'overflowX': 'auto'}, style_cell={ 'textAlign': 'left', 'padding': '10px', 'minWidth': '150px', 'width': '200px', 'maxWidth': '250px', 'fontSize': '16px' }, style_header={ 'backgroundColor': '#003366', 'color': 'white', 'fontWeight': 'bold', 'fontSize': '18px' } )])
def parse_contents(contents, filename): """ Decodifica e processa o conteúdo do arquivo carregado. """ content_type, content_string = contents.split(',')
decoded = base64.b64decode(content_string) try: if 'csv' in filename.lower(): # Configurar a localização para lidar com números no formato brasileiro locale.setlocale(locale.LC_NUMERIC, 'pt_BR.UTF-8') # Ler o CSV com o delimitador correto df = pd.read_csv(io.StringIO(decoded.decode('utf-8')), delimiter=';') else: return html.Div([ 'Arquivo não suportado. Por favor, carregue um arquivo CSV.' ]) except Exception as e: logger.error(f'Erro ao processar o arquivo: {e}') return html.Div([ f'Ocorreu um erro ao processar o arquivo: {str(e)}' ]) # Limpar nomes das colunas df.columns = df.columns.str.strip() logger.info(f'Colunas do CSV: {df.columns.tolist()}') # Opcional: para depuração # Verificar se as colunas necessárias existem required_columns = ['Executivo', 'Nº Quartil - set/24', '% Quartil - set/24'] if not all(col in df.columns for col in required_columns): return html.Div([ 'O arquivo carregado não contém as colunas necessárias: Executivo, Nº Quartil - set/24, % Quartil - set/24.' ]) # Remover executivos indesejados, se houver executivos_indesejados = ['regis alves dourado', 'TBA - CN - JUNDIAI - 2'] df = df[~df['Executivo'].str.lower().isin([nome.lower() for nome in executivos_indesejados])] logger.info(f'Número de executivos após remoção: {len(df["Executivo"].unique())}') # Limpando possíveis valores não numéricos nas colunas de métricas for col in ['Nº Quartil - set/24', '% Quartil - set/24']: df[col] = pd.to_numeric(df[col], errors='coerce') # Agrupar os dados por Executivo e calcular as agregações df_agrupado = df.groupby('Executivo').agg({ 'Nº Quartil - set/24': 'sum', # Soma do Nº Quartil - set/24 '% Quartil - set/24': 'mean' # Média do % Quartil - set/24 }).reset_index() # Adicionar coluna com o primeiro nome dos executivos df_agrupado['Primeiro Nome'] = df_agrupado['Executivo'].str.split().str[0] return df_agrupadodef generate_figure(df_filtrado): """ Gera o gráfico com base no DataFrame filtrado. """ logger.info(f'Gerando gráfico com {len(df_filtrado)} executivos.') # Criar gráfico de barras para '% Quartil - set/24' fig = px.bar( df_filtrado, x='Primeiro Nome', y='% Quartil - set/24', title="% RVM e Quartil", labels={'% Quartil - set/24': '% RVM e Quartil', 'Primeiro Nome': 'Executivo'}, barmode='group', color_discrete_sequence=['#00AEEF'] # Cor única para a barra )
# Adicionar rótulos nas barras combinando ambas as métricas fig.update_traces( text=[ f"{row['% Quartil - set/24']}% ({int(row['Nº Quartil - set/24'])})" if not pd.isna(row['% Quartil - set/24']) and not pd.isna(row['Nº Quartil - set/24']) else 'N/A' for idx, row in df_filtrado.iterrows() ], textposition='outside', textfont=dict( size=16, # Tamanho maior para os rótulos color='black', family='Arial Black' # Fonte com negrito ) ) # Ajustes de layout com fontes maiores e em negrito fig.update_layout( title={ 'text': "% RVM e Quartil", 'y':0.95, 'x':0.5, 'xanchor': 'center', 'yanchor': 'top', 'font': {'size': 32, 'family': 'Arial Black'} # Título maior e em negrito }, xaxis_title='Executivo', yaxis_title=None, # Remover o título do eixo Y xaxis={ 'title_font': {'size': 24, 'family': 'Arial Black', 'color': '#003366'}, # Título do eixo X maior e em negrito 'tickangle': 45, 'tickfont': {'size': 20, 'family': 'Arial Black', 'color': '#003366'} # Rótulos dos executivos maiores e em negrito }, yaxis={ # 'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'} }, margin=dict(l=100, r=100, t=120, b=350), # Aumentar margens para acomodar texto maior height=900, # Aumentar a altura do gráfico legend=dict( orientation="h", yanchor="bottom", y=1.02, xanchor="center", x=0.5, font={'size': 18, 'family': 'Arial Black'} # Legenda maior e em negrito ) ) return fig@app.callback( [ Output('processed-data', 'data'), Output('executivo-checkbox', 'options'), Output('executivo-checkbox', 'value') ], [ Input('upload-data', 'contents'), Input('selecionar-todos', 'n_clicks') ], [ State('upload-data', 'filename'), State('processed-data', 'data') ] ) def update_data(contents, n_clicks, filename, stored_data): ctx = callback_context
if not ctx.triggered: # Nenhum trigger acionado logger.info('Nenhum trigger acionado no callback update_data.') return dash.no_update, dash.no_update, dash.no_update trigger_id = ctx.triggered[0]['prop_id'].split('.')[0] logger.info(f'Callback update_data acionado por: {trigger_id}') if trigger_id == 'upload-data' and contents: # Se o upload ocorreu df_agrupado = parse_contents(contents, filename) if isinstance(df_agrupado, pd.DataFrame): # Converter o DataFrame para um dicionário para armazenar no dcc.Store data = df_agrupado.to_dict('records') # Preparar as opções para o checklist dos executivos options = [{'label': exec, 'value': exec} for exec in df_agrupado['Executivo'].unique()] # Selecionar todos os executivos por padrão após o upload value = df_agrupado['Executivo'].unique().tolist() logger.info(f'Dados processados e opções do checklist atualizadas.') return data, options, value # Retorna dados, opções e valores selecionados else: # Em caso de erro na análise do arquivo logger.warning('Falha no processamento dos dados no upload.') return dash.no_update, dash.no_update, dash.no_update elif trigger_id == 'selecionar-todos' and stored_data: # Se o botão "Selecionar Todos" foi clicado executivos = [item['Executivo'] for item in stored_data] logger.info(f'Botão "Selecionar Todos" clicado. Selecionando {len(executivos)} executivos.') return dash.no_update, dash.no_update, executivos # Atualiza apenas o valor dos checkboxes logger.info('Nenhuma condição atendida no callback update_data.') return dash.no_update, dash.no_update, dash.no_update@app.callback( [Output('grafico-diario', 'figure'), Output('tabela-executivos', 'data')], [ Input('executivo-checkbox', 'value'), Input('ordem-dropdown', 'value'), Input('processed-data', 'data') ] ) def update_graphs(executivos_selecionados, ordem_selecionada, data): if data is None or not executivos_selecionados: logger.info('Dados ausentes ou nenhum executivo selecionado. Retornando gráfico e tabela vazios.') return {}, [] # Gráfico vazio e tabela vazia
# Converter de volta para DataFrame df_filtrado = pd.DataFrame(data) df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)] if df_filtrado.empty: logger.info('Nenhum dado após filtro. Retornando gráfico e tabela vazios.') return {}, [] # Ordenar o DataFrame pelo '% Quartil - set/24' ascending = (ordem_selecionada == 'asc') df_filtrado = df_filtrado.sort_values(by='% Quartil - set/24', ascending=ascending) # Gerar o gráfico usando a função auxiliar fig_diario = generate_figure(df_filtrado) # Retornar dados para a tabela tabela_data = df_filtrado.to_dict('records') return fig_diario, tabela_data@app.callback( Output("download", "data"), Input("download-image", "n_clicks"), State("executivo-checkbox", "value"), State("ordem-dropdown", "value"), State("processed-data", "data"), prevent_initial_call=True, ) def generate_image(n_clicks, executivos_selecionados, ordem_selecionada, data): logger.info(f'Callback generate_image acionado com n_clicks={n_clicks}')
if n_clicks > 0 and data is not None and executivos_selecionados: # Recriar o DataFrame filtrado df_filtrado = pd.DataFrame(data) df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)] if df_filtrado.empty: logger.warning('DataFrame filtrado está vazio no callback generate_image.') return dash.no_update # Ordenar o DataFrame pelo '% Quartil - set/24' ascending = (ordem_selecionada == 'asc') df_filtrado = df_filtrado.sort_values(by='% Quartil - set/24', ascending=ascending) # Gerar o gráfico usando a função auxiliar fig_diario = generate_figure(df_filtrado) # Gerar a imagem em alta resolução (ex: scale=4 aumenta a resolução) try: logger.info('Tentando gerar a imagem do gráfico.') img_bytes = fig_diario.to_image(format="png", scale=4) except Exception as e: logger.error(f'Erro ao gerar a imagem: {e}') return dash.no_update # Obter a data atual no formato desejado, por exemplo, DD-MM-AAAA data_atual = datetime.now().strftime("%d-%m-%Y") nome_arquivo = f"RVM - {data_atual}.png" # Caminho onde a imagem será salva output_dir = r"C:\Users\dourado\OneDrive - Cielo\REGIONALSP\graficos\Nova pasta" os.makedirs(output_dir, exist_ok=True) # Cria o diretório se não existir # Caminho completo do arquivo file_path = os.path.join(output_dir, nome_arquivo) try: # Salvar a imagem no caminho especificado with open(file_path, "wb") as f: f.write(img_bytes) logger.info(f'Imagem salva em {file_path}') except Exception as e: logger.error(f'Erro ao salvar a imagem no disco: {e}') return dash.no_update logger.info(f'Gerando download da imagem: {nome_arquivo}') return dcc.send_bytes(img_bytes, nome_arquivo) logger.info('Condições para download não atendidas no callback generate_image.') return dash.no_updateif name == 'main': app.run_server(debug=True)
import pandas as pd import plotly.express as px from dash import Dash, dcc, html, Input, Output, dash_table, State import dash # Importado para acessar dash.callback_context import locale import base64 import io
Inicializar o Dash app
app = Dash(name)
Layout do dashboard
app.layout = html.Div([ html.H1("Dashboard de Performance Executiva"),
# Componente de upload de arquivos estilizado como um botão dcc.Upload( id='upload-data', children=html.Button('Selecionar Arquivo CSV', style={ 'fontSize': '16px', 'padding': '10px 20px', 'borderRadius': '5px', 'border': '1px solid #ccc', 'background-color': '#00AEEF', 'color': 'white', 'cursor': 'pointer' }), style={ 'display': 'inline-block', 'margin-bottom': '20px' }, # Permitir apenas um arquivo multiple=False ), # Armazenar os dados processados dcc.Store(id='processed-data'), # Botão para selecionar todos html.Button('Selecionar Todos', id='selecionar-todos', n_clicks=0, style={ 'fontSize': '14px', 'padding': '8px 16px', 'borderRadius': '5px', 'border': 'none', 'background-color': '#003366', 'color': 'white', 'cursor': 'pointer', 'margin-bottom': '20px', 'display': 'block' }), # Caixa de seleção para selecionar executivos html.Label('Selecione os Executivos:', style={'fontSize': '16px'}), dcc.Checklist( id='executivo-checkbox', options=[], # Será preenchido dinamicamente value=[], # Valor inicial vazio inline=True ), # Dropdown para selecionar uma métrica html.Label('Selecione uma Métrica:', style={'fontSize': '16px', 'margin-top': '20px'}), dcc.Dropdown( id='metrica-dropdown', options=[ {'label': 'Aceites M0 Total', 'value': 'Aceites Total'}, {'label': 'Ativação M0 Total (R$ 1,00)', 'value': 'Ativação Total'} ], value='Aceites Total', clearable=False ), # Dropdown para selecionar a ordem html.Label('Selecione a Ordem:', style={'fontSize': '16px', 'margin-top': '20px'}), dcc.Dropdown( id='ordem-dropdown', options=[ {'label': 'Do Maior para o Menor', 'value': 'desc'}, {'label': 'Do Menor para o Maior', 'value': 'asc'} ], value='desc', clearable=False ), # Botão para baixar o gráfico como imagem html.Button('Baixar Gráfico em Alta Resolução', id='download-image', n_clicks=0, style={ 'fontSize': '14px', 'padding': '8px 16px', 'borderRadius': '5px', 'border': 'none', 'background-color': '#28a745', 'color': 'white', 'cursor': 'pointer', 'margin-top': '20px', 'margin-bottom': '20px' }), # Componente para gerenciar o download dcc.Download(id="download"), # Gráfico: Comparação de Aceites e Ativação por Executivo dcc.Graph(id='grafico-diario'), # Tabela: Dados de Aceites e Ativação por Executivo dash_table.DataTable( id='tabela-executivos', style_table={'overflowX': 'auto'}, style_cell={ 'textAlign': 'left', 'padding': '5px', 'minWidth': '100px', 'width': '150px', 'maxWidth': '180px', }, style_header={ 'backgroundColor': '#003366', 'color': 'white', 'fontWeight': 'bold' } )])
def parse_contents(contents, filename): """ Decodifica e processa o conteúdo do arquivo carregado. """ content_type, content_string = contents.split(',')
decoded = base64.b64decode(content_string) try: if 'csv' in filename: # Configurar a localização para lidar com números no formato brasileiro locale.setlocale(locale.LC_NUMERIC, 'pt_BR.UTF-8') # Ler o CSV com o delimitador correto df = pd.read_csv(io.StringIO(decoded.decode('utf-8')), delimiter=';') else: return html.Div([ 'Arquivo não suportado. Por favor, carregue um arquivo CSV.' ]) except Exception as e: return html.Div([ f'Ocorreu um erro ao processar o arquivo: {str(e)}' ]) # Limpar nomes das colunas df.columns = df.columns.str.strip() print(df.columns) # Opcional: para depuração # Remover executivos indesejados executivos_indesejados = ['regis alves dourado', 'TBA - CN - JUNDIAI - 2'] df = df[~df['Executivo'].isin(executivos_indesejados)] # Agrupar os dados por Executivo e somar as métricas df_agrupado = df.groupby('Executivo').agg({ 'Aceites M0 Total (RITMO - CONQUISTA)': 'sum', 'Aceites M0 HC/DU (RITMO - CONQUISTA)': 'sum', 'Ativação M0 Total (R$ 1,00) (RITMO - CONQUISTA)': 'sum', 'Ativação M0 HC/DU (R$ 1,00) (RITMO - CONQUISTA)': 'sum' }).reset_index() # Renomear as colunas para facilitar o uso df_agrupado.rename(columns={ 'Aceites M0 Total (RITMO - CONQUISTA)': 'Aceites Total', 'Aceites M0 HC/DU (RITMO - CONQUISTA)': 'Aceites HC/DU', 'Ativação M0 Total (R$ 1,00) (RITMO - CONQUISTA)': 'Ativação Total', 'Ativação M0 HC/DU (R$ 1,00) (RITMO - CONQUISTA)': 'Ativação HC/DU' }, inplace=True) # Adicionar coluna com o primeiro nome dos executivos df_agrupado['Primeiro Nome'] = df_agrupado['Executivo'].str.split().str[0] return df_agrupado@app.callback( [ Output('processed-data', 'data'), Output('executivo-checkbox', 'options'), Output('executivo-checkbox', 'value') ], [ Input('upload-data', 'contents'), Input('selecionar-todos', 'n_clicks') ], [ State('upload-data', 'filename'), State('processed-data', 'data') ] ) def update_data(contents, n_clicks, filename, stored_data): ctx = dash.callback_context
if not ctx.triggered: # Nenhum trigger acionado return dash.no_update, dash.no_update, dash.no_update trigger_id = ctx.triggered[0]['prop_id'].split('.')[0] if trigger_id == 'upload-data' and contents: # Se o upload ocorreu df_agrupado = parse_contents(contents, filename) if isinstance(df_agrupado, pd.DataFrame): # Converter o DataFrame para um dicionário para armazenar no dcc.Store data = df_agrupado.to_dict('records') # Preparar as opções para o checklist dos executivos options = [{'label': exec, 'value': exec} for exec in df_agrupado['Executivo'].unique()] # Selecionar todos os executivos por padrão após o upload value = df_agrupado['Executivo'].unique().tolist() return data, options, value # Retorna dados, opções e valores selecionados else: # Em caso de erro na análise do arquivo return dash.no_update, dash.no_update, dash.no_update elif trigger_id == 'selecionar-todos' and stored_data: # Se o botão "Selecionar Todos" foi clicado executivos = [item['Executivo'] for item in stored_data] return dash.no_update, dash.no_update, executivos # Atualiza apenas o valor dos checkboxes return dash.no_update, dash.no_update, dash.no_update@app.callback( [Output('grafico-diario', 'figure'), Output('tabela-executivos', 'data')], [ Input('executivo-checkbox', 'value'), Input('metrica-dropdown', 'value'), Input('ordem-dropdown', 'value'), Input('processed-data', 'data') ] ) def update_graphs(executivos_selecionados, metrica_selecionada, ordem_selecionada, data): if data is None or not executivos_selecionados: return {}, [] # Gráfico vazio e tabela vazia
# Converter de volta para DataFrame df_filtrado = pd.DataFrame(data) df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)] if df_filtrado.empty: return {}, [] # Ordenar o DataFrame df_filtrado = df_filtrado.sort_values(by=metrica_selecionada, ascending=(ordem_selecionada == 'asc')) # Criar gráfico de barras para Aceites e Ativação fig_diario = px.bar( df_filtrado, x='Primeiro Nome', y=['Aceites Total', 'Ativação Total'], title='Total de Aceites e Ativação por Executivo', labels={'value': 'Total', 'variable': 'Métricas'}, barmode='group', color_discrete_sequence=['#00AEEF', '#003366'] ) # Função para formatar o rótulo def format_label(total, hc_du): try: total = int(float(str(total).replace(',', '.'))) return f'{total}({hc_du})' except ValueError: return 'N/A' # ou algum outro valor padrão # Adicionar rótulos nas barras com o novo formato for i, col in enumerate(['Aceites Total', 'Ativação Total']): hc_du_col = f'{col.split()[0]} HC/DU' fig_diario.data[i].text = [ format_label(total, hc_du) for total, hc_du in zip(df_filtrado[col], df_filtrado[hc_du_col]) ] fig_diario.data[i].textposition = 'outside' # Ajustes de layout fig_diario.update_layout( xaxis_title='Executivo', yaxis_title='Total', title_font=dict(size=18), xaxis={'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}, 'tickangle': 45}, yaxis={'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}}, margin=dict(l=40, r=40, t=40, b=150), height=600 ) # Retornar dados para a tabela tabela_data = df_filtrado.to_dict('records') return fig_diario, tabela_data@app.callback( Output("download", "data"), Input("download-image", "n_clicks"), State("executivo-checkbox", "value"), State("metrica-dropdown", "value"), State("ordem-dropdown", "value"), State("processed-data", "data"), prevent_initial_call=True, ) def generate_image(n_clicks, executivos_selecionados, metrica_selecionada, ordem_selecionada, data): if n_clicks > 0 and data is not None and executivos_selecionados: # Recriar o DataFrame filtrado df_filtrado = pd.DataFrame(data) df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)]
if df_filtrado.empty: return dash.no_update # Ordenar o DataFrame df_filtrado = df_filtrado.sort_values(by=metrica_selecionada, ascending=(ordem_selecionada == 'asc')) # Criar o gráfico de barras fig_diario = px.bar( df_filtrado, x='Primeiro Nome', y=['Aceites Total', 'Ativação Total'], title='Total de Aceites e Ativação por Executivo', labels={'value': 'Total', 'variable': 'Métricas'}, barmode='group', color_discrete_sequence=['#00AEEF', '#003366'] ) # Formatar os rótulos def format_label(total, hc_du): try: total = int(float(str(total).replace(',', '.'))) return f'{total}({hc_du})' except ValueError: return 'N/A' for i, col in enumerate(['Aceites Total', 'Ativação Total']): hc_du_col = f'{col.split()[0]} HC/DU' fig_diario.data[i].text = [ format_label(total, hc_du) for total, hc_du in zip(df_filtrado[col], df_filtrado[hc_du_col]) ] fig_diario.data[i].textposition = 'outside' # Ajustar o layout do gráfico fig_diario.update_layout( xaxis_title='Executivo', yaxis_title='Total', title_font=dict(size=18), xaxis={'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}, 'tickangle': 45}, yaxis={'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}}, margin=dict(l=40, r=40, t=40, b=150), height=600 ) # Gerar a imagem em alta resolução (ex: scale=4 aumenta a resolução) img_bytes = fig_diario.to_image(format="png", scale=4) return dcc.send_bytes(img_bytes, "grafico_diario.png") return dash.no_updateif name == 'main': app.run_server(debug=True)
preciso juntar esses 2 codigos sem perder as configurações
- Assistant
Parece que você tem duas implementações do aplicativo Dash, e você gostaria de combiná-las em um único código sem perder as configurações de cada uma. Para isso, é necessário integrar o layout, as funções de manipulação de dados e as callbacks em uma única estrutura.
Vou ajudá-lo com isso, mantendo a lógica de ambos os aplicativos intacta. Como este é um aplicativo Dash, o foco principal estará em uma organização clara para que o código não fique confuso.
Aqui está a versão combinada do seu código:
import pandas as pd import plotly.express as px from dash import Dash, dcc, html, Input, Output, dash_table, State, callback_context import locale import base64 import io from datetime import datetime import logging import os # Configurar o logging para facilitar a depuração logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__) # Inicializar o Dash app app = Dash(__name__) # Layout do dashboard app.layout = html.Div([ html.H1("Dashboard de Performance Executiva", style={'textAlign': 'center', 'fontSize': '36px', 'fontWeight': 'bold'}), # Componente de upload de arquivos estilizado como um botão dcc.Upload( id='upload-data', children=html.Button('Selecionar Arquivo CSV', style={ 'fontSize': '18px', 'padding': '12px 24px', 'borderRadius': '5px', 'border': '1px solid #ccc', 'background-color': '#00AEEF', 'color': 'white', 'cursor': 'pointer' }), style={ 'display': 'flex', 'justifyContent': 'center', 'marginBottom': '20px' }, multiple=False ), # Armazenar os dados processados dcc.Store(id='processed-data'), # Botão para selecionar todos html.Div([ html.Button('Selecionar Todos', id='selecionar-todos', n_clicks=0, style={ 'fontSize': '16px', 'padding': '10px 20px', 'borderRadius': '5px', 'border': 'none', 'background-color': '#003366', 'color': 'white', 'cursor': 'pointer', 'marginBottom': '20px' }) ], style={'display': 'flex', 'justifyContent': 'center'}), # Caixa de seleção para selecionar executivos html.Div([ html.Label('Selecione os Executivos:', style={'fontSize': '20px', 'fontWeight': 'bold'}), dcc.Checklist( id='executivo-checkbox', options=[], # Será preenchido dinamicamente value=[], # Valor inicial vazio inline=True, inputStyle={"margin-right": "10px"}, labelStyle={"display": "block", "fontSize": "18px", "fontWeight": "bold"} ), ], style={'margin': '0 50px'}), # Dropdown para selecionar métrica html.Div([ html.Label('Selecione uma Métrica:', style={'fontSize': '20px', 'fontWeight': 'bold', 'marginTop': '20px'}), dcc.Dropdown( id='metrica-dropdown', options=[ {'label': 'Aceites M0 Total', 'value': 'Aceites Total'}, {'label': 'Ativação M0 Total (R$ 1,00)', 'value': 'Ativação Total'} ], value='Aceites Total', clearable=False, style={'fontSize': '18px'} ), ], style={'margin': '0 50px'}), # Dropdown para selecionar a ordem html.Div([ html.Label('Selecione a Ordem:', style={'fontSize': '20px', 'fontWeight': 'bold', 'marginTop': '20px'}), dcc.Dropdown( id='ordem-dropdown', options=[ {'label': 'Do Maior para o Menor', 'value': 'desc'}, {'label': 'Do Menor para o Maior', 'value': 'asc'} ], value='desc', clearable=False, style={'fontSize': '18px'} ), ], style={'margin': '0 50px'}), # Botão para baixar o gráfico como imagem html.Div([ html.Button('Baixar Gráfico em Alta Resolução', id='download-image', n_clicks=0, style={ 'fontSize': '16px', 'padding': '12px 24px', 'borderRadius': '5px', 'border': 'none', 'background-color': '#28a745', 'color': 'white', 'cursor': 'pointer', 'marginTop': '20px', 'marginBottom': '20px' }) ], style={'display': 'flex', 'justifyContent': 'center'}), # Componente para gerenciar o download dcc.Download(id="download"), # Gráfico: Comparação das Métricas por Executivo dcc.Graph(id='grafico-diario'), # Tabela: Dados das Métricas por Executivo dash_table.DataTable( id='tabela-executivos', style_table={'overflowX': 'auto'}, style_cell={ 'textAlign': 'left', 'padding': '10px', 'minWidth': '100px', 'maxWidth': '180px', 'fontSize': '16px' }, style_header={ 'backgroundColor': '#003366', 'color': 'white', 'fontWeight': 'bold', 'fontSize': '18px' } ) ]) def parse_contents(contents, filename): """ Decodifica e processa o conteúdo do arquivo carregado. """ content_type, content_string = contents.split(',') decoded = base64.b64decode(content_string) try: if 'csv' in filename.lower(): # Configurar a localização para lidar com números no formato brasileiro locale.setlocale(locale.LC_NUMERIC, 'pt_BR.UTF-8') # Ler o CSV com o delimitador correto df = pd.read_csv(io.StringIO(decoded.decode('utf-8')), delimiter=';') else: return html.Div([ 'Arquivo não suportado. Por favor, carregue um arquivo CSV.' ]) except Exception as e: logger.error(f'Erro ao processar o arquivo: {e}') return html.Div([ f'Ocorreu um erro ao processar o arquivo: {str(e)}' ]) # Limpar nomes das colunas df.columns = df.columns.str.strip() logger.info(f'Colunas do CSV: {df.columns.tolist()}') # Opcional: para depuração # Remover executivos indesejados executivos_indesejados = ['regis alves dourado', 'TBA - CN - JUNDIAI - 2'] df = df[~df['Executivo'].isin(executivos_indesejados)] # Agrupar os dados por Executivo e calcular as agregações df_agrupado = df.groupby('Executivo').agg({ 'Aceites M0 Total (RITMO - CONQUISTA)': 'sum', 'Aceites M0 HC/DU (RITMO - CONQUISTA)': 'sum', 'Ativação M0 Total (R$ 1,00) (RITMO - CONQUISTA)': 'sum', 'Ativação M0 HC/DU (R$ 1,00) (RITMO - CONQUISTA)': 'sum' }).reset_index() # Renomear as colunas para facilitar o uso df_agrupado.rename(columns={ 'Aceites M0 Total (RITMO - CONQUISTA)': 'Aceites Total', 'Aceites M0 HC/DU (RITMO - CONQUISTA)': 'Aceites HC/DU', 'Ativação M0 Total (R$ 1,00) (RITMO - CONQUISTA)': 'Ativação Total', 'Ativação M0 HC/DU (R$ 1,00) (RITMO - CONQUISTA)': 'Ativação HC/DU' }, inplace=True) # Adicionar coluna com o primeiro nome dos executivos df_agrupado['Primeiro Nome'] = df_agrupado['Executivo'].str.split().str[0] return df_agrupado def generate_figure(df_filtrado, metrica): """ Gera o gráfico com base no DataFrame filtrado. """ logger.info(f'Gerando gráfico com {len(df_filtrado)} executivos.') # Criar gráfico de barras para o total de Aceites e Ativação fig = px.bar( df_filtrado, x='Primeiro Nome', y=['Aceites Total', 'Ativação Total'], title='Total de Aceites e Ativação por Executivo', labels={'value': 'Total', 'variable': 'Métricas'}, barmode='group', color_discrete_sequence=['#00AEEF', '#003366'] ) # Ajustes de layout fig.update_layout( xaxis_title='Executivo', yaxis_title='Total', title_font=dict(size=18), xaxis={'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}, 'tickangle': 45}, yaxis={'title_font': {'size': 14, 'family': 'Arial', 'color': '#003366'}}, margin=dict(l=40, r=40, t=40, b=150), height=600 ) return fig # Callbacks para processar dados e atualizar o gráfico e a tabela @app.callback( [ Output('processed-data', 'data'), Output('executivo-checkbox', 'options'), Output('executivo-checkbox', 'value') ], [ Input('upload-data', 'contents'), Input('selecionar-todos', 'n_clicks') ], [ State('upload-data', 'filename'), State('processed-data', 'data') ] ) def update_data(contents, n_clicks, filename, stored_data): ctx = callback_context if not ctx.triggered: logger.info('Nenhum trigger acionado no callback update_data.') return dash.no_update, dash.no_update, dash.no_update trigger_id = ctx.triggered[0]['prop_id'].split('.')[0] logger.info(f'Callback update_data acionado por: {trigger_id}') if trigger_id == 'upload-data' and contents: df_agrupado = parse_contents(contents, filename) if isinstance(df_agrupado, pd.DataFrame): data = df_agrupado.to_dict('records') options = [{'label': exec, 'value': exec} for exec in df_agrupado['Executivo'].unique()] value = df_agrupado['Executivo'].unique().tolist() logger.info(f'Dados processados e opções do checklist atualizadas.') return data, options, value # Retorna dados, opções e valores selecionados else: logger.warning('Falha no processamento dos dados no upload.') return dash.no_update, dash.no_update, dash.no_update elif trigger_id == 'selecionar-todos' and stored_data: executivos = [item['Executivo'] for item in stored_data] logger.info(f'Botão "Selecionar Todos" clicado. Selecionando {len(executivos)} executivos.') return dash.no_update, dash.no_update, executivos # Atualiza apenas o valor dos checkboxes logger.info('Nenhuma condição atendida no callback update_data.') return dash.no_update, dash.no_update, dash.no_update @app.callback( [Output('grafico-diario', 'figure'), Output('tabela-executivos', 'data')], [ Input('executivo-checkbox', 'value'), Input('ordem-dropdown', 'value'), Input('processed-data', 'data') ] ) def update_graphs(executivos_selecionados, ordem_selecionada, data): if data is None or not executivos_selecionados: logger.info('Dados ausentes ou nenhum executivo selecionado. Retornando gráfico e tabela vazios.') return {}, [] # Gráfico vazio e tabela vazia df_filtrado = pd.DataFrame(data) df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)] if df_filtrado.empty: logger.info('Nenhum dado após filtro. Retornando gráfico e tabela vazios.') return {}, [] # Ordenar o DataFrame ascending = (ordem_selecionada == 'asc') df_filtrado = df_filtrado.sort_values(by='Aceites Total', ascending=ascending) fig_diario = generate_figure(df_filtrado, 'Aceites Total') tabela_data = df_filtrado.to_dict('records') return fig_diario, tabela_data @app.callback( Output("download", "data"), Input("download-image", "n_clicks"), State("executivo-checkbox", "value"), State("ordem-dropdown", "value"), State("processed-data", "data"), prevent_initial_call=True, ) def generate_image(n_clicks, executivos_selecionados, ordem_selecionada, data): logger.info(f'Callback generate_image acionado com n_clicks={n_clicks}') if n_clicks > 0 and data is not None and executivos_selecionados: df_filtrado = pd.DataFrame(data) df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)] if df_filtrado.empty: logger.warning('DataFrame filtrado está vazio no callback generate_image.') return dash.no_update # Ordenar o DataFrame ascending = (ordem_selecionada == 'asc') df_filtrado = df_filtrado.sort_values(by='Aceites Total', ascending=ascending) fig_diario = generate_figure(df_filtrado, 'Aceites Total') # Gerar a imagem em alta resolução (ex: scale=4 aumenta a resolução) try: logger.info('Tentando gerar a imagem do gráfico.') img_bytes = fig_diario.to_image(format="png", scale=4) except Exception as e: logger.error(f'Erro ao gerar a imagem: {e}') return dash.no_update data_atual = datetime.now().strftime("%d-%m-%Y") nome_arquivo = f"RVM - {data_atual}.png" output_dir = r"C:\Users\dourado\OneDrive - Cielo\REGIONALSP\graficos\Nova pasta" os.makedirs(output_dir, exist_ok=True) file_path = os.path.join(output_dir, nome_arquivo) try: with open(file_path, "wb") as f: f.write(img_bytes) logger.info(f'Imagem salva em {file_path}') except Exception as e: logger.error(f'Erro ao salvar a imagem no disco: {e}') return dash.no_update logger.info(f'Gerando download da imagem: {nome_arquivo}') return dcc.send_bytes(img_bytes, nome_arquivo) logger.info('Condições para download não atendidas no callback generate_image.') return dash.no_update if __name__ == '__main__': app.run_server(debug=True)Notas sobre a combinação:
-
Imports e Inicialização: Mantenha todos os imports necessários e a inicialização do app no início do código.
-
Layout Comum: Todos os componentes do layout, como
dcc.Upload,dcc.Checklist,dcc.Dropdown, edcc.Graph, foram mantidos, além da tabela de execução. -
Funções de Análise e Visualização: As funções
parse_contentsegenerate_figurepermanencerão no código, porém foram ajustadas para lidar com os diferentes tipos de métricas conforme necessário. -
Callbacks Únicos: Mantenha os callbacks que foram utilizados nas implementações originais, mas integre a lógica necessária para tratar as métricas e dados.
-
Logging: A lógica de logging foi mantida para facilitar a depuração.
Agora, você pode testar a nova versão combinada e verificar se todas as funcionalidades do aplicativo estão operacionais. Realize os ajustes necessários de acordo com as suas necessidades específicas.
-
- User
melhore o visual dos rotulos, deixe a letra maior e em negrito coloque a legenda no meio inferior do grafico e melhore a resolução. coloque um botao para salvar em imagem em alta resolução
- Assistant
Para melhorar o visual dos rótulos no gráfico, aumentar a fonte e deixá-la em negrito, bem como posicionar a legenda no meio inferior e adicionar um botão para salvar a imagem em alta resolução, você pode fazer as seguintes alterações no código.
Aqui está a versão atualizada:
import pandas as pd import plotly.express as px from dash import Dash, dcc, html, Input, Output, dash_table, State, callback_context import locale import base64 import io from datetime import datetime import logging import os # Configurar o logging para facilitar a depuração logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__) # Inicializar o Dash app app = Dash(__name__) # Layout do dashboard app.layout = html.Div([ html.H1("Dashboard de Performance Executiva", style={'textAlign': 'center', 'fontSize': '36px', 'fontWeight': 'bold'}), # Componente de upload de arquivos estilizado como um botão dcc.Upload( id='upload-data', children=html.Button('Selecionar Arquivo CSV', style={ 'fontSize': '18px', 'padding': '12px 24px', 'borderRadius': '5px', 'border': '1px solid #ccc', 'background-color': '#00AEEF', 'color': 'white', 'cursor': 'pointer' }), style={ 'display': 'flex', 'justifyContent': 'center', 'marginBottom': '20px' }, multiple=False ), # Armazenar os dados processados dcc.Store(id='processed-data'), # Botão para selecionar todos html.Div([ html.Button('Selecionar Todos', id='selecionar-todos', n_clicks=0, style={ 'fontSize': '16px', 'padding': '10px 20px', 'borderRadius': '5px', 'border': 'none', 'background-color': '#003366', 'color': 'white', 'cursor': 'pointer', 'marginBottom': '20px' }) ], style={'display': 'flex', 'justifyContent': 'center'}), # Caixa de seleção para selecionar executivos html.Div([ html.Label('Selecione os Executivos:', style={'fontSize': '20px', 'fontWeight': 'bold'}), dcc.Checklist( id='executivo-checkbox', options=[], value=[], inline=True, inputStyle={"margin-right": "10px"}, labelStyle={"display": "block", "fontSize": "18px", "fontWeight": "bold"} ), ], style={'margin': '0 50px'}), # Dropdown para selecionar métrica html.Div([ html.Label('Selecione uma Métrica:', style={'fontSize': '20px', 'fontWeight': 'bold', 'marginTop': '20px'}), dcc.Dropdown( id='metrica-dropdown', options=[ {'label': 'Aceites M0 Total', 'value': 'Aceites Total'}, {'label': 'Ativação M0 Total (R$ 1,00)', 'value': 'Ativação Total'} ], value='Aceites Total', clearable=False, style={'fontSize': '18px'} ), ], style={'margin': '0 50px'}), # Dropdown para selecionar a ordem html.Div([ html.Label('Selecione a Ordem:', style={'fontSize': '20px', 'fontWeight': 'bold', 'marginTop': '20px'}), dcc.Dropdown( id='ordem-dropdown', options=[ {'label': 'Do Maior para o Menor', 'value': 'desc'}, {'label': 'Do Menor para o Maior', 'value': 'asc'} ], value='desc', clearable=False, style={'fontSize': '18px'} ), ], style={'margin': '0 50px'}), # Botão para baixar o gráfico como imagem html.Div([ html.Button('Baixar Gráfico em Alta Resolução', id='download-image', n_clicks=0, style={ 'fontSize': '16px', 'padding': '12px 24px', 'borderRadius': '5px', 'border': 'none', 'background-color': '#28a745', 'color': 'white', 'cursor': 'pointer', 'marginTop': '20px', 'marginBottom': '20px' }) ], style={'display': 'flex', 'justifyContent': 'center'}), # Componente para gerenciar o download dcc.Download(id="download"), # Gráfico: Comparação das Métricas por Executivo dcc.Graph(id='grafico-diario'), # Tabela: Dados das Métricas por Executivo dash_table.DataTable( id='tabela-executivos', style_table={'overflowX': 'auto'}, style_cell={ 'textAlign': 'left', 'padding': '10px', 'minWidth': '100px', 'maxWidth': '180px', 'fontSize': '16px' }, style_header={ 'backgroundColor': '#003366', 'color': 'white', 'fontWeight': 'bold', 'fontSize': '18px' } ) ]) def parse_contents(contents, filename): content_type, content_string = contents.split(',') decoded = base64.b64decode(content_string) try: if 'csv' in filename.lower(): locale.setlocale(locale.LC_NUMERIC, 'pt_BR.UTF-8') df = pd.read_csv(io.StringIO(decoded.decode('utf-8')), delimiter=';') else: return html.Div(['Arquivo não suportado. Por favor, carregue um arquivo CSV.']) except Exception as e: logger.error(f'Erro ao processar o arquivo: {e}') return html.Div([f'Ocorreu um erro ao processar o arquivo: {str(e)}']) df.columns = df.columns.str.strip() logger.info(f'Colunas do CSV: {df.columns.tolist()}') executivos_indesejados = ['regis alves dourado', 'TBA - CN - JUNDIAI - 2'] df = df[~df['Executivo'].isin(executivos_indesejados)] df_agrupado = df.groupby('Executivo').agg({ 'Aceites M0 Total (RITMO - CONQUISTA)': 'sum', 'Aceites M0 HC/DU (RITMO - CONQUISTA)': 'sum', 'Ativação M0 Total (R$ 1,00) (RITMO - CONQUISTA)': 'sum', 'Ativação M0 HC/DU (R$ 1,00) (RITMO - CONQUISTA)': 'sum' }).reset_index() df_agrupado.rename(columns={ 'Aceites M0 Total (RITMO - CONQUISTA)': 'Aceites Total', 'Aceites M0 HC/DU (RITMO - CONQUISTA)': 'Aceites HC/DU', 'Ativação M0 Total (R$ 1,00) (RITMO - CONQUISTA)': 'Ativação Total', 'Ativação M0 HC/DU (R$ 1,00) (RITMO - CONQUISTA)': 'Ativação HC/DU' }, inplace=True) df_agrupado['Primeiro Nome'] = df_agrupado['Executivo'].str.split().str[0] return df_agrupado def generate_figure(df_filtrado): logger.info(f'Gerando gráfico com {len(df_filtrado)} executivos.') fig = px.bar( df_filtrado, x='Primeiro Nome', y=['Aceites Total', 'Ativação Total'], title='Total de Aceites e Ativação por Executivo', labels={'value': 'Total', 'variable': 'Métricas'}, barmode='group', color_discrete_sequence=['#00AEEF', '#003366'] ) # Ajustes de layout fig.update_layout( xaxis_title='Executivo', yaxis_title='Total', title_font=dict(size=24, family='Arial Black', color='#003366'), # Título maior e em negrito xaxis={'title_font': {'size': 18, 'family': 'Arial Black', 'color': '#003366'}, 'tickangle': 45, 'tickfont': {'size': 14, 'family': 'Arial Black', 'color': '#003366'}}, yaxis={'title_font': {'size': 18, 'family': 'Arial Black', 'color': '#003366'}, 'tickfont': {'size': 14, 'family': 'Arial Black', 'color': '#003366'}}, margin=dict(l=40, r=40, t=40, b=150), height=600, legend=dict( orientation="h", yanchor="bottom", y=1.02, xanchor="center", x=0.5, font={'size': 14, 'family': 'Arial Black'} ) ) return fig @app.callback( [ Output('processed-data', 'data'), Output('executivo-checkbox', 'options'), Output('executivo-checkbox', 'value') ], [ Input('upload-data', 'contents'), Input('selecionar-todos', 'n_clicks') ], [ State('upload-data', 'filename'), State('processed-data', 'data') ] ) def update_data(contents, n_clicks, filename, stored_data): ctx = callback_context if not ctx.triggered: logger.info('Nenhum trigger acionado no callback update_data.') return dash.no_update, dash.no_update, dash.no_update trigger_id = ctx.triggered[0]['prop_id'].split('.')[0] logger.info(f'Callback update_data acionado por: {trigger_id}') if trigger_id == 'upload-data' and contents: df_agrupado = parse_contents(contents, filename) if isinstance(df_agrupado, pd.DataFrame): data = df_agrupado.to_dict('records') options = [{'label': exec, 'value': exec} for exec in df_agrupado['Executivo'].unique()] value = df_agrupado['Executivo'].unique().tolist() logger.info('Dados processados e opções do checklist atualizadas.') return data, options, value else: logger.warning('Falha no processamento dos dados no upload.') return dash.no_update, dash.no_update, dash.no_update elif trigger_id == 'selecionar-todos' and stored_data: executivos = [item['Executivo'] for item in stored_data] logger.info(f'Botão "Selecionar Todos" clicado. Selecionando {len(executivos)} executivos.') return dash.no_update, dash.no_update, executivos logger.info('Nenhuma condição atendida no callback update_data.') return dash.no_update, dash.no_update, dash.no_update @app.callback( [Output('grafico-diario', 'figure'), Output('tabela-executivos', 'data')], [ Input('executivo-checkbox', 'value'), Input('ordem-dropdown', 'value'), Input('processed-data', 'data') ] ) def update_graphs(executivos_selecionados, ordem_selecionada, data): if data is None or not executivos_selecionados: logger.info('Dados ausentes ou nenhum executivo selecionado. Retornando gráfico e tabela vazios.') return {}, [] df_filtrado = pd.DataFrame(data) df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)] if df_filtrado.empty: logger.info('Nenhum dado após filtro. Retornando gráfico e tabela vazios.') return {}, [] ascending = (ordem_selecionada == 'asc') df_filtrado = df_filtrado.sort_values(by='Aceites Total', ascending=ascending) fig_diario = generate_figure(df_filtrado) tabela_data = df_filtrado.to_dict('records') return fig_diario, tabela_data @app.callback( Output("download", "data"), Input("download-image", "n_clicks"), State("executivo-checkbox", "value"), State("ordem-dropdown", "value"), State("processed-data", "data"), prevent_initial_call=True, ) def generate_image(n_clicks, executivos_selecionados, ordem_selecionada, data): logger.info(f'Callback generate_image acionado com n_clicks={n_clicks}') if n_clicks > 0 and data is not None and executivos_selecionados: df_filtrado = pd.DataFrame(data) df_filtrado = df_filtrado[df_filtrado['Executivo'].isin(executivos_selecionados)] if df_filtrado.empty: logger.warning('DataFrame filtrado está vazio no callback generate_image.') return dash.no_update ascending = (ordem_selecionada == 'asc') df_filtrado = df_filtrado.sort_values(by='Aceites Total', ascending=ascending) fig_diario = generate_figure(df_filtrado) try: logger.info('Tentando gerar a imagem do gráfico.') img_bytes = fig_diario.to_image(format="png", scale=4) except Exception as e: logger.error(f'Erro ao gerar a imagem: {e}') return dash.no_update data_atual = datetime.now().strftime("%d-%m-%Y") nome_arquivo = f"RVM - {data_atual}.png" output_dir = r"C:\Users\dourado\OneDrive - Cielo\REGIONALSP\graficos\Nova pasta" os.makedirs(output_dir, exist_ok=True) file_path = os.path.join(output_dir, nome_arquivo) try: with open(file_path, "wb") as f: f.write(img_bytes) logger.info(f'Imagem salva em {file_path}') except Exception as e: logger.error(f'Erro ao salvar a imagem no disco: {e}') return dash.no_update logger.info(f'Gerando download da imagem: {nome_arquivo}') return dcc.send_bytes(img_bytes, nome_arquivo) logger.info('Condições para download não atendidas no callback generate_image.') return dash.no_update if __name__ == '__main__': app.run_server(debug=True)Principais melhorias implementadas:
- Rótulos de Gráfico: Aumentei a fonte e apliquei negrito para os rótulos do eixo X e Y, e para o título do gráfico.
- Legendas: A posição da legenda foi alterada para ficar centralizada no meio da parte inferior do gráfico.
- Resolução da Imagem: A resolução ao salvar a imagem é aumentada utilizando
scale=4. - Botão para Salvar: Mantido o botão para baixar o gráfico em alta resolução.
Agora, quando você gerar o gráfico, ele terá um visual mais profissional segundo suas especificações. Experimente e ajuste ainda mais conforme necessário para atender às suas preferências visuais!