导语：
本文主要介绍了关于Python数据可视化中dash怎么用？的相关知识，包括用于数据可视化的工具，以及数据可视化常见作用这些编程知识，希望对大家有参考作用。
之前跟大家讲过很多工具，但是关于数据可视化我讲的很少，因为没有灵感，所以今天在搜索一些内容的时候，突然看到一个有趣的工具，很适合这个书。期中讲解的内容，大家一定很好奇这是什么东西，我直接告诉大家吧，是关于数据可视化的
Dash 工具，你们听说过吗？没听说过的，作为自己知识库的积累，一起来看看吧。
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
一款内置 43 行 Python 代码的应用程序，可通过 Pandas 从 Google Finance 加载数据并使用 Dash 将其可视化。
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：
上面只给你展示了一小部分代码，但是给你展示了非常详细的内容。可以看出，这个工具非常好用。你可以组合你现在使用的工具并比较选项。
~
本文为原创文章，版权归知行编程网所有，欢迎分享本文，转载请保留出处！
内容反馈