Python數(shù)據(jù)可視化中dash的使用方法

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。