Python数据可视化中dash的使用方法

了解Python数据可视化中dash的使用方法？这个问题可能是我们日常学习或工作经常见到的。希望通过这个问题能让你收获颇深。下面是小编给大家带来的参考内容，让我们一起来看看吧！

创新互联拥有网站维护技术和项目管理团队，建立的售前、实施和售后服务体系，为客户提供定制化的成都网站建设、成都做网站、网站维护、成都温江机房解决方案。为客户网站安全和日常运维提供整体管家式外包优质服务。我们的网站维护服务覆盖集团企业、上市公司、外企网站、成都商城网站开发、政府网站等各类型客户群体，为全球数千家企业提供全方位网站维护、服务器维护解决方案。

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：

感谢各位的阅读！看完上述内容，你们对Python数据可视化中dash的使用方法大概了解了吗？希望文章内容对大家有所帮助。如果想了解更多相关文章内容，欢迎关注创新互联行业资讯频道。