Python交互式数据可视化简介
-使用Plotly / Dash-进行数据可视化和Web应用程序构建
该存储库是“ Python交互式数据可视化简介-使用Plotly / Dash和Web应用程序构建进行数据可视化-”一书的支持网站。
这本书的标签是#plotlydashbook。谢谢你。
这本书的大纲
我们将练习可以在Python网站上发布的交互式探索性（读者自由）可视化工具。它详细说明了Plotly（它便于进行数据分析），Dash（可以为应用程序创建用户界面）和Dash Cytoscape（在网络图中比较强大）。
目录第0章简介第一章情节速成第2章plotly.py简介第3章中的各种图形plotly.py 第4章plotly.py应用程序第5章Dash简介第6章破折号布局第7章Dash回调第8章标准破折号组件第9章其他Dash组件第10章Dash Cytoscape简介第11章Das
2022-06-23 23:50:50
22.71MB
1
以前已经制定了针对高血压患者的线性规划DASH饮食模型，并且使用DHA饮食中的样本食品获得了每日最低费用饮食计划，该计划满足DASH饮食每天1500 mg的营养摄入量容许水平。 DASH饮食饮食计划图。 但是，在获得的线性计划DASH饮食计划中，使用线性规划模型来选择饮食计划以满足特定营养需求的局限性通常会导致某些营养素的供应明显不足，因为所获得的饮食计划的营养水平存在较大差异在给定的卡路里和钠水平下，DASH饮食可以忍受的最高和最低摄入量。 因此，需要一种模型，该模型能够以不同的日热量和钠水平以所需的成本为饮食计划提供最小的营养水平偏离DASH饮食的容许摄入水平。 因此，本文提出了一种加权目标规划DASH饮食模型，该模型可将DASH饮食计划的每日成本以及饮食中营养成分与DASH饮食可忍受的摄入水平的偏差最小化。 线性规划DASH饮食模型的工作中使用了DASH食物图表中的样本食物，针对制定的加权目标编程DASH饮食模型作了进一步说明，该饮食用于1500 mg钠水平和2000卡路里的每日饮食计划以及，每日2200、2400、2600、2800和3000卡路里水平。 在此钠水平和每天不同的
2022-05-31 09:02:11
418KB
1
Heroku上的破折号
这是用于在Heroku上发布Dash应用程序的设置和模板。 app1.py本身只是一个示例。 下面提供了详细说明。
基于
将应用程序部署到Heroku
默认情况下，Dash应用程序在localhost上运行，并带有app.run_server（）。
但是，有一种简单的方法可以将Dash应用程序部署到云环境中。 Dash使用Flask作为其Web框架，可以部署在Flask可以部署到的任何地方。 选项包括Digital Ocean，PythonAnywhere，GCP，AWS，Azure等。
在这里，我们正在Heroku上进行部署。
有关部署Flask应用的更多信息，请访问
有关Heroku的更多信息，请访问
步骤1-安装Heroku和Git
开设一个Heroku帐户。 可以在上获得免费帐户。按照说明获取用户名和密码。 记下来！
登录到您的Heroku帐户
2022-05-23 13:16:05
5KB
1
烧瓶+自举快
步骤1：制造东西
mkdir your_project
cd your_project
python3 -m venv venv
source venv/bin/activate
pip3 install flask
git init
heroku login
pip3 install gunicorn
pip3 freeze > requirements.txt
touch Procfile
步骤2：将其添加到Procfile
web: gunicorn app:server
步骤3a：添加base.html（带有引导标头以检查其是否有效）
<!DOCTYPE html >
< html lang =" en " >
< head >
< meta charset =" UTF-8 " >
< meta name =" viewport " conten
2022-05-20 08:36:00
6.83MB
1
使用Dash和Plotly构建复杂的报告仪表板
我将提供有关如何使用Dash构建报表仪表板的详细说明，Dash是用于构建分析Web应用程序的Python框架。 可以在上查看完整的仪表板。 仪表板描绘了随机数据和产品。 中篇文章详细介绍了如何构建仪表板， 为
2022-04-22 10:46:14
760KB
1
解释器仪表板
创建人：Oege Dijk
该软件包使快速部署仪表板Web应用程序变得很方便，该应用程序说明了（兼容scikit-learn的）机器学习模型的工作原理。 仪表板提供有关模型性能，特征重要性，特征对单个预测的贡献，“假设条件”分析，部分依赖图，SHAP（交互作用）值，单个决策树的可视化等交互式图表。
您还可以在笔记本/便携式计算机环境中以交互方式浏览仪表板的组件（或直接从那里启动仪表板）。 或使用自己的和说明设计仪表板（由于库的模块化设计）。 您可以将多个仪表板组合到一个。
例如部署在： ，在详细的文档 ，例如如何推出针对不同型号笔记本的仪表板，以及如何与解释器对象交互的例子笔记本电脑。
与scikit-learn ， xgboost ， catboost ， lightgbm等一起使用。
安装
您可以通过pip安装该软件包：
pip install explain
2022-04-18 18:08:30
57.34MB
1
破折号登录
这是在Dash应用程序顶部进行Flask登录的示例，用于用户身份验证。
该示例通过sqlite3数据库进行用户身份验证，但是您可以通过在config.txt文件中使用数据库URI更改con参数来使用自己的数据库。
这个例子配备了一个标准的用户名test和密码test1 ，但你可以添加使用的用户越多add_remove_users.ipynb jupyter笔记本或可用功能users_mgt.py 。
文件说明：
add_remove_users.ipynb ：帮助创建和删除用户的Jupyter笔记本app.py ：应用程序初始屏幕config.py ：用于初始化config
2022-03-30 16:17:09
16KB
1
dash-to-dock-gnome-3.30，下载后解压放入Ubuntu，输入命令make，在输入make install即可成功安装，重启Ubuntu即可
2022-03-28 20:58:12
353KB
1
短文字云
用于Wordcloud可视化的Dash UI组件
短跑
转到此链接以了解有关。
入门
# Install dependencies
$ npm install
# Watch source for changes and build to `lib/`
$ npm start
发展
演示服务器
您可以启动演示开发服务器以查看呈现的组件的演示：
$ builder run demo
$ open http://localhost:9000
您必须在demo/Demo.react.js维护组件列表。
代码质量和测试
要运行皮棉和单元测试：
$ npm test
要运行单元测试并注意更改：
$ npm run test-watch
要在浏览器（Chrome）中调试单元测试，请执行以下操作：
$ npm run test-debug
等待Chrome启动。
点击右上角的“
2022-03-27 10:51:01
75KB
1