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~
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试