Python与数据可视化：Dash框架入门

Dash 是一个用于创建交互式 Web 应用程序的 框架它非常适合用于数据分析和可视化的项目。Dash 基于 Flask、.js 和 React.js 构建因此可以轻松地创建美观且响应迅速的应用界面。下面是一个 Dash 框架的基本入门教程展示如何从零开始构建一个简单的 Dash 应用。安装 Dash首先, 要确保在你的环境里面已经安装好了那个东西。接着呢, 你可以使用 pip 这个命令来把 Dash 以及它所需要的各种依赖项给安装上。bash深色版本1pip install dash2pip install dash-core-components3pip install dash-html-components4pip install plotly请注意, dash-core-和dash-html-这些内容已经被囊括进了dash这个包里面, 不过在之前的老版本或者是有些特殊的场景中, 可能还是需要你去单独地再进行安装。创建一个简单的 Dash 应用随后, 咱们要去弄一个特别简易的Dash应用出来, 这个应用的作用是展示出一个图表的样子, 并且还能让操作用户借助于滑块的形式去挑选那些相关的数据点。你要去编写那个应用代码, 具体操作就是先创建一个名字类似于 app.py 这样的新的文件, 然后你再把下面列出来的那些代码片段, 逐一地放置到这个文件里面去。import dashfrom dash import dcc, htmlimport plotly.express as pximport pandas as pd# 初始化 Dash 应用app dash.Dash(__name__)# 创建一些示例数据df pd.DataFrame({Fruit: [Apples, Oranges, Bananas, Apples, Oranges, Bananas],Amount: [4, 1, 2, 2, 4, 5],City: [SF, SF, SF, Montreal, Montreal, Montreal]})# 创建一个图表fig px.bar(df, xFruit, yAmount, colorCity, barmodegroup)# Dash 应用布局app.layout html.Div(children[html.H1(childrenHello Dash),html.Div(childrenA web application framework for Python.),dcc.Graph(idexample-graph,figurefig),# 添加一个滑块dcc.Slider(idyear-slider,mindf[Year].min(),maxdf[Year].max(),valuedf[Year].min(),marks{str(year): str(year) for year in df[Year].unique()},stepNone)])# 如果你想根据滑块值动态更新图表可以添加回调函数app.callback(dash.dependencies.Output(example-graph, figure),[dash.dependencies.Input(year-slider, value)])def update_figure(selected_year):filtered_df df[df.Year selected_year]fig px.bar(filtered_df, xFruit, yAmount, colorCity, barmodegroup)return figif __name__ __main__:app.run_server(debugTrue)你需要先把文件进行保存操作, 接着在命令行那个地方运行你的 Dash 应用, 这种做法会在本地启用一个开发用的服务器软件, 还会自动打开默认的那款浏览器软件来看你的应用, 你就能看到一个网页出现在浏览器里头了, 这个网页上面有一个标题叫做Hello Dash, 它还包含了一个条形图以及一个滑块控件, 你可以通过用手去拖动那个滑块控件的方式, 来看到条形图本身出现的各种变化效果。扩展你的应用以上是创建 Dash 应用的一个基本过程, 你可以从这个例子中学到怎么样去设置 Dash 应用的基本结构, 同时也会知晓该如何添加数据可视化组件, 随着你对 Dash 的熟悉程度慢慢增加, 你就能够开发出更为复杂、也更加专业的数据可视化应用。