这五款Python Web APP开发工具，你最喜欢哪一款？

本文总结了几款仪表盘工具，简单比较了其使用场景的学习难度，选择了发挥其优势的一款来玩。进一步研究谁是中国最强的开发工具，谁是中国最强的开发工具。

Dashboard可以简单理解为一个交互式网页，用户可以在其中与数据进行交互，进行数据探索、建模和分析，并在不知道代码的情况下展示自己关注的结果。

本文总结了Python/R/Julia中的几款Dashboard工具，简单比较了它们的使用场景和学习难点，选择了其中一款来玩。

Dash Dash与上面提到的plotly来自同一家公司，可以高效地开发基于Python、R、Julia和F#语言的仪表盘，为机器学习和数据科学成果提供良好的展示。

专注于企业dashboard的打造，部分功能开源(名币玩家可以尝试全功能企业版)，高级API plotly-express的发布让Dash更容易上手；

一个简单的Python Dash例子，使用大家熟悉的iris数据集，代码存储在dash.t.py中，内容如下。

import dash from dash import DCC from dash import html from dash . dependencies import Input，output import plotly . express as pxdf = px . data . iris()all _ dims =[" sepal _ length "，" sepal_width "，" petal_length "，" petal_width"]app = dash。Dash(__name__)app.layout = html。Div([ dcc。Dropdown(id="dropdown "，options=[{ "label": x，" value": x } for x in all_dims]，value=all_dims[:2]，multi=True)，dcc。Graph(id="splom ")，])@app.callback(Output("splom "，" figure ")，[input ("dropdown "，" value ")])defupdate _ bar _ chart(dims):fig = px。scatter _ matrix (df，dimensions = dims，color = "categories") # plotly。快递目视返回figapp。run _ server (debug = true。

Dash正在http://xxx/上运行

打开http://xxx/

深造:Python/R/Julia中最强的Dashboard APP开发工具是谁？

相比Dash，Streamlit只能开发基于Python的仪表盘，但完全开源；

比Dash更容易上手，几分钟就可以创建一个仪表盘，可以节省更多的时间进行数据分析。

一个简单的Python Streamlit例子，求任意数的平方，代码存储在stre.t.py中内容如下。

将streamlit导入为stx = ST . slider(" Select a value ")ST . write(x，" squared is "，x * x) streamlit run stre.t.py

现在，您可以在浏览器中查看您的Streamlit应用程序。

本地URL: http://xx

打开http://xx。

​

一个更复杂的例子，使用自动驾驶数据集，使用YOLO进行物体检测，

​

深造:Python/R/Julia中最强的Dashboard APP开发工具是谁？

Shiny Shiny是R中的一个工具，可以和R中的其他工具非常友好，比如ggplot2，推荐R用户使用。

Shiny没有Dash强大，尤其是Dash的企业充电版。

一个例子，如ggplot2，创建了一个非常优雅的页面。

​

深造:Python/R/Julia中最强的Dashboard APP开发工具是谁？

Voila Jupyter笔记本是重度玩家的首选，Voila快速将Jupiter笔记本变成仪表盘；

Voila非常轻量级，在需要向非技术团队展示Jupyter Notebook的结果时推荐使用。

一个简单的Python例子看，

​

进一步研究:

Panel需要快速把Jupyter笔记本变成仪表盘，但是Voila并不能完全满足这个需求，所以推荐Panel。

深造:Python/R/Julia中最强的Dashboard APP开发工具是谁？