Home > Python > Python数据可视化工具Dash
10,11,2018 | dengwen168 |
我们都知道Python数据可视化工具pyecharts，不过今天蜗牛博客（http://www.snailtoday.com）要介绍的是另一个工具：Dash。
我最开始是在一个flask开发的网站上看到使用它，看到那个网站的作者对Dash充满喜欢，也忍不住去了解一下。
Dash是建立在Flask, Plotly.js, and React.js之上，它的官网在这儿，这里还有实例
两分钟测试Dash
既然Dash这么好用，那么我们就来测试一下吧，令人开心的是，这个过程只需要花费两分钟。
测试环境：
win7 英文版
Anaconda(python3.x)
一、安装Dash
执行以下三条命令安装即可。
3 |
pip install dash-html-components |
5 |
pip install dash-core-components |
二、执行代码
5 |
from dash.dependencies import Input, Output |
6 |
import dash_core_components as dcc |
7 |
import dash_html_components as html |
8 |
from datetime import datetime as dt |
13 |
app.layout = html.Div([ |
18 |
{'label': '爱柯迪', 'value': '600933'}, |
19 |
{'label': '赣锋锂业', 'value': '002460'}, |
20 |
{'label': '中国神华', 'value': '601088'}, |
21 |
{'label': '广汽集团', 'value': '601238'}, |
22 |
{'label': '春秋航空', 'value': '601021'}, |
26 |
dcc.Graph(id='my-graph') |
30 |
@app.callback(Output('my-graph', 'figure'), [Input('my-dropdown', 'value')]) |
31 |
def update_graph(selected_dropdown_value): |
32 |
# df = web.DataReader( |
33 |
# selected_dropdown_value, data_source='yahoo', |
34 |
# start=dt(2018, 1, 1), end=dt.now() |
37 |
df = ts.get_k_data(selected_dropdown_value, ktype='30') |
49 |
if __name__ == '__main__': |
50 |
app.run_server(host="0.0.0.0") |
转载请注明：XAMPP中文组官网 » Python数据可视化工具Dash