Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Mude de serviço usando a lista suspensa de Versões . Saiba mais sobre navegação.
Aplica-se a: ✅ Microsoft Fabric ✅ Azure Data Explorer
As visualizações de gráficos personalizadas permitem criar visualizações de rede personalizadas e interativas que atendem aos requisitos específicos de domínio e às necessidades de experiência do usuário. Ao trabalhar com dados gráficos de consultas KQL, você pode aproveitar poderosas bibliotecas de visualização para criar soluções personalizadas que vão além dos recursos de gráficos padrão. As visualizações de gráficos personalizados envolvem codificação e oferecem muitas opções diferentes para implementação.
Este artigo aborda duas abordagens principais para criar visualizações de gráficos personalizadas: visualizações baseadas em Plotly usando integração com Python e visualizações baseadas em D3.js usando JavaScript. Ambas as abordagens fornecem controle completo sobre a aparência da visualização, padrões de interação e integração com seus aplicativos.
Visualizações de gráficos baseadas no Plotly
Plotly é uma poderosa biblioteca de visualização que fornece recursos gráficos interativos com excelente integração em ambientes KQL por meio do operador no Azure Data Explorer e no Microsoft Fabric. Você pode criar visualizações gráficas sofisticadas diretamente dos resultados da consulta usando a plotly_graph_fl() função da biblioteca de funções ou implementar scripts Python personalizados com controle total sobre a lógica de visualização, layouts, estilo e comportamentos interativos usando NetworkX para processamento de gráficos e Plotly para renderização, com suporte para técnicas de otimização de desempenho, paletas amigáveis para daltônicos, vários algoritmos de layout e integração de painel.
Visualizações gráficas baseadas em D3.js
D3.js é uma poderosa biblioteca JavaScript para criar visualizações personalizadas e interativas com controle total sobre o DOM. D3.js visualizações de gráficos normalmente envolvem a configuração de um contêiner SVG, a criação de simulações de força para o posicionamento de nós, a renderização de nós e bordas como gráficos vetoriais escaláveis e a implementação de comportamentos interativos, como efeitos de arrasto, zoom e focalização. A biblioteca fornece layouts especializados para estruturas de dados hierárquicas, filtragem dinâmica e recursos de pesquisa, zoom e deslocamento suaves, suporta a integração com dados de gráficos KQL ao exportar resultados de consulta usando operadores graph-to-table e formatando os dados como estruturas JSON compatíveis com os requisitos do D3.js.