morning-start 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、页面导航管理、生产最佳实践
- 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、页面导航（st.navigation/st.page_link）、侧边栏、缓存策略
- dashboard-streamlit - Streamlit 基础：文本、表格、图表、输入组件、布局容器
- 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、状态管理、错误处理、安全部署、测试
学习路径
快速入门
- dashboard-core - 了解项目结构
- dashboard-streamlit - 掌握基础组件
- dashboard-pandas - 数据处理基础
图表进阶
- dashboard-echarts - ECharts 高级图表
生产部署
- 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