Datalore を使えば、Jupyter ノートブックから構築された明瞭な対話型データアプリとアドホックレポートで関係者の関心を引くことができます。 Python、SQL、Scala、または R コードセルを完全に非表示にできるため、Markdown セル、可視化、および対話型ウィジェットに集中できます。 または、Jupyter ノートブックの完全バージョンを共有することもできます。どのコンテンツを含めるかは、あなた次第です!
レポート作成機能の概要については、以下をご覧ください。
レポートビルダーは、Datalore でノートブックから対話型レポートを作成する方法を根本から変えるものです。 キャンバス上でのセルの配置、高さと幅の簡単調整、不要なステップの非表示、関係者との静的または対話型レポートのリンク共有を行えます。
対話型レポートを公開し、チームに公開アクセスリンクを送信することで、ノートブックをデータストーリーとして共有することができます。 各レポート閲覧者はレポートのコピーがそれぞれ取得するため、コントロール、ウィジェット、およびチャートのセル入力値を変更したり、必要に応じてレポートの再計算を行ったりできます。 レポートへのアクセスには Datalore アカウントは必要ありません。
ドロップダウン、スライダー、テキスト入力、日付セルなどの対話型入力をノートブックに追加し、入力値をコード内で変数として使用できます。 チャートのセルを使って可視化データを作成し、メトリクスセル内の特定の数字をハイライト表示できます。
本番対応の可視化表現をわずか数クリックで作成し、レポートの閲覧者に共同で作業させることができます。
セル出力で直接 Pandas DataFrames と SQL クエリ結果のフィルタリングと並べ替えを行えます。 表示する列を選択し、特定の列でデータセットを並べ替え、「equals」および「contains」式に基づいてフィルタリングし、データセットの上下へ簡単に移動できます。
メトリクスセルを使用して、ノートブックやレポート内の特定の数値を目立たせることができます。 特定の変数や前のセルの実行結果との自動比較も可能です。
日付セルでは、ノートブックの共同作業者とレポートユーザーがユーザーインターフェースから特定の日付や日付範囲を選択できます。
Datalore は IPyWidgets などの古典的な Jupyter ウィジェットフレームワークをサポートしています。 Python コードで対話型コントロールを追加し、複数のウィジェットを 1 つのセル出力にまとめ、選択範囲をノートブック内の後続部分で変数として使用できます。
キャンバスにセルをドラッグアンドドロップするだけでレポートのデザインと構造を作成できる柔軟性の高い機能です。 セルの高さと幅は空きスペースに応じて動的に調整されます。 この機能はレポートのレイアウトを最適化し、スペースを最大限に活用してすっきりと整理されたデータ表現を提供します。
ノートブックを静的なページとして提供する必要がある場合は、静的レポートとして公開したり、公開リンクを使用して閲覧者に共有したりできます。 最初のノートブックに追加の変更を行なって公開済みのレポートを更新することができるため、すべてのメンバーが最新のレポートを確認できます。
公開済みノートブックから埋め込みコンテンツを作成し、それを Medium の記事や、WordPress Web サイト、Reddit、Notion などの記事に組み込むことができます。 公開済みノートブックのセルへのリンクをコピーし、プラットフォームに貼り付けるだけです。
ノートブックでもレポートでもセルにコメントを追加できます。 レポートに追加されたコメントはノートブックの関連するセルと同期されるため、コメントの流れが途切れることはありません。 ディスカッションが終了したら、関連するコメントを解決済みにして会話を切り上げることができます。
リンクを送信するだけで対話型レポートと静的レポートをチーム内の受信者と無制限に共有できます。 対話型レポートを実行する場合、ビューアーはあなたの計算リソースを消費します。 静的レポートを閲覧する場合は、追加のリソースは消費されません。
Datalore では、ノートブックとレポートを PDF、HTML、IPYNG、または PY ファイル形式でエクスポートできます。 また、ダウンロードボタンをクリックするかプロット上で右クリックするだけで、生成された可視化表現とテーブルデータをダウンロードすることも可能です。
ノートブックのスケジュールを構成する際に、公開済みの静的および対話型レポートの自動更新を選択すると、関係者に定期的な更新を配信できます。