前几天发现一个可视化工具Dash，当看到它的交互式效果后突然就觉得眼前一亮。早就想写出来分享给大家，今天利用睡前一点时间发出来，希望能给有需要的朋友带来一点帮助或者多一个参考。
Dash介绍
在Python语言环境里，有不少可视化解决方案，以前的公众号文章曾经介绍过几个。这些工具很适合利用静态数据来展示图形效果，如果要在数据基础之上增加交互功能，就需要额外增加不少代码。要么实现起来比较复杂，要么很难实现实时交互。
有了Dash以后，这个问题就好解决了。
Dash是利用Flask、plotly.js和React.js构建起来的自定义可视化开源框架。
大概在2017年6月，Dash被正式发布为开源库，用于构建交互式可视化网页。类似echarts和highcharts，基本上都是基于js来实现图形效果。但是！Dash是基于Python运行，这就可以跟pandas和Numpy，甚至人工智能的包无缝对接。
有人又要说了，D3、echarts和highcharts在Flask下也可以结合使用啊。是的，但是Dash为你做了很多整合的工作，代码量要少很多，甚至你不要懂太多的HTML标签就可以做交互式报表。
Dash安装
支持Python2和3
pip install dash==0.18.3
pip install dash-renderer==0.10.0
pip install dash-html-components==0.7.0
pip install dash-core-components==0.12.6
pip install plotly --upgrade
安装成功之后，我们先来运行一个简单的示例。这里拿13日收盘后涨幅排名前50只股票的PE做一个柱状图的展示。
运行效果如下：
交互式效果
由于时间关系，暂且只从官网找一些交互式效果展示给大家。
1、通过pandas DataFrame数据展示Slide效果
2、动态地图效果
3、交互式数据表格
4、动态3D效果
Dash组件
Dash封装了常见常用的HTML组件，类似上面动态交互的输入框、下拉菜单，按钮等。
我们看几个最简单的，有兴趣的朋友可以自己尝试。
1、输入框
2、复选框
3、按钮
4、数据上传组件
5、选项卡功能
总结
使用下来总体感觉比较简单，很方便快捷的构建起了交互式报表的效果。组件化的方式和实现方式比较传统，很适合我们这种老程序员上手:)
对于新入行的技术人员来说，这个工具无疑也是一个非常好的上手交互式可视化的利器。在大数据可视化需求多样化、花样化的当下，在众多可视化工具可供选择的当下，一款最适合自己、最适合当前项目的才是最优选择。
以上介绍，希望对你有用。