之前跟大家说过很多工具，然而对于数据可视化这块说的是甚少甚少，一直碍于没有灵感，于是今天小编在搜索一些内容时候，突然看到了一个好玩的工具，非常适合作为本期的讲解内容，大家一定好奇这是什么吧，直接告诉大家，是关于数据可视化里的dash工具，小伙伴们有没有了解过的呢？如果没有听过，就一起来看下吧，当做自己知识库的累积。

Dash

是建立数据分析性应用的 Python 框架，使用它不需要直接使用 JavaScript。基于 Plotly.js、React 和 Flask，

Dash

可以直接结合你的数据分析代码，构建酷炫的 UI Web 应用。

如上是只有 43 行 Python 代码构建的应用，通过 Pandas 加载 Google Finance 的数据，并使用 Dash 进行可视化。

代码演示：

import dash
from dash.dependencies import Input, Output
import dash_core_components as dcc
import dash_html_components as html
from pandas_datareader import data as web
from datetime import datetime as dt
app = dash.Dash('Hello World')
app.layout = html.Div([
 dcc.Dropdown(
 id='my-dropdown',
 options=[
 {'label': 'Coke', 'value': 'COKE'},
 {'label': 'Tesla', 'value': 'TSLA'},
 {'label': 'Apple', 'value': 'AAPL'}
 ],
 value='COKE'
 ),
 dcc.Graph(id='my-graph')
], style={'width': '500'})
@app.callback(Output('my-graph', 'figure'), [Input('my-dropdown', 'value')])
def update_graph(selected_dropdown_value):
 df = web.DataReader(
 selected_dropdown_value,
 'google',
 dt(2017, 1, 1),
 dt.now()
 )
 return {
 'data': [{
 'x': df.index,
 'y': df.Close
 }],
 'layout': {'margin': {'l': 40, 'r': 0, 't': 20, 'b': 30}}
 }
app.css.append_css({'external_url': 'https://codepen.io/chriddyp/pen/bWLwgP.css'})
if __name__ == '__main__':
 app.run_server()

呈现效果：

上面只给大家展示了很少一部分的代码，却给大家演示出来非常详细的内容，可见这个工具很好使用，大家可以结合自己现在所用的工具，对比看下选择使用哈~