您好,登錄后才能下訂單哦!
了解Python數(shù)據(jù)可視化中dash的使用方法?這個(gè)問(wèn)題可能是我們?nèi)粘W(xué)習(xí)或工作經(jīng)常見(jiàn)到的。希望通過(guò)這個(gè)問(wèn)題能讓你收獲頗深。下面是小編給大家?guī)?lái)的參考內(nèi)容,讓我們一起來(lái)看看吧!
Dash
是建立數(shù)據(jù)分析性應(yīng)用的 Python 框架,使用它不需要直接使用 JavaScript?;?Plotly.js、React 和 Flask,
Dash
可以直接結(jié)合你的數(shù)據(jù)分析代碼,構(gòu)建酷炫的 UI Web 應(yīng)用。
如上是只有 43 行 Python 代碼構(gòu)建的應(yīng)用,通過(guò) Pandas 加載 Google Finance 的數(shù)據(jù),并使用 Dash 進(jìn)行可視化。
代碼演示:
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()
呈現(xiàn)效果:
感謝各位的閱讀!看完上述內(nèi)容,你們對(duì)Python數(shù)據(jù)可視化中dash的使用方法大概了解了嗎?希望文章內(nèi)容對(duì)大家有所幫助。如果想了解更多相關(guān)文章內(nèi)容,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。