Vizro项目实战:如何为KPI卡片添加导航链接功能
2025-06-27 22:40:17作者:宗隆裙
背景介绍
在数据可视化仪表板开发中,KPI卡片是最常用的组件之一。Vizro作为McKinsey开源的Python可视化框架,提供了kpi_card_reference组件用于展示关键指标。但在实际业务场景中,我们经常需要让这些KPI卡片具备可点击跳转的功能,比如点击销售额KPI跳转到销售明细看板。
技术挑战
原生kpi_card_reference组件目前缺少href属性支持,而常规的Card组件却具备此功能。这种功能差异给开发者带来了不便,特别是在需要构建交互式仪表板时。
解决方案
通过自定义Figure组件实现可点击的KPI卡片,这是Vizro框架推荐的扩展方式。以下是实现步骤:
1. 创建自定义KPI卡片函数
from typing import Optional
import dash_bootstrap_components as dbc
import pandas as pd
from vizro.models.types import capture
@capture("figure")
def custom_kpi_card(
data_frame: pd.DataFrame,
value_column: str,
*,
value_format: str = "{value}",
agg_func: str = "sum",
title: Optional[str] = None,
icon: Optional[str] = None,
href: Optional[str] = None
) -> dbc.Card:
# 实现逻辑...
2. 关键实现点
- 使用
dbc.NavLink包裹卡片内容实现跳转 - 支持相对路径和绝对URL
- 保持与原生KPI卡片一致的参数接口
- 通过
@capture("figure")装饰器确保兼容性
3. 完整示例
def custom_kpi_card(...):
title = title or f"{agg_func} {value_column}".title()
value = data_frame[value_column].agg(agg_func)
header = dbc.CardHeader([
html.H2(title),
html.P(icon, className="material-symbols-outlined") if icon else None,
])
body = dbc.CardBody([value_format.format(value=value)])
card_content = (
dbc.NavLink(
children=body,
href=get_relative_path(href) if href.startswith("/") else href,
target="_top",
)
if href
else body
)
return dbc.Card([header, card_content], class_name="card-kpi")
进阶技巧
- 悬停效果优化:通过CSS添加悬停动画,提升用户体验
- 多级导航:结合Vizro的页面路由系统实现复杂导航
- 状态保持:在跳转时通过URL参数传递当前筛选状态
最佳实践
- 保持自定义组件与原生组件API一致性
- 为可点击元素添加视觉反馈
- 考虑移动端触摸体验
- 对重要KPI卡片添加访问统计
总结
通过自定义Figure组件扩展Vizro功能是框架推荐的做法。本文展示的KPI卡片导航方案不仅解决了当前需求,也为其他组件定制提供了参考模式。在实际项目中,开发者可以根据业务需求进一步扩展,比如添加权限控制、动态URL生成等高级功能。
Vizro的模块化设计使得这类扩展变得简单而优雅,充分体现了框架的灵活性和可扩展性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210