使用 Python 创建仪表板来可视化数据

介绍

在那里我接触到了诸如数据整理和使用D3创建交互式仪表板等术语。

进行数据整理的过程非常繁琐，使用 D3 创建仪表板也相当糟糕。

因此数据可视化总是给我留下不好的印象。

对我来说，困难出现在用 Python 构建网站仪表板时。

尽管市面上有大量的仪表板模板，但从Bootstrap、D3到Plotly 图表模板，都可以帮助你入门。

当您想要定制它来满足您的需要时，这可能是一个巨大的学习曲线。

尤其是你的重点不在 Web 开发上。随着你掌握的前端技术越来越多，这对任何人来说都可能令人望而生畏。

如果您像大多数开发人员一样，拥有分析数据并根据数据呈现故事的技能。

我相信使用数据可视化库可以帮助加快仪表板的创建过程以呈现数据。

到目前为止，我已经使用两个数据可视化库在 Python 中创建仪表板。

即Plotly的Dash ，它拥有相当成熟的数据可视化库和漂亮的交互式图表。

但它的学习曲线比较陡峭，而且有大量的样板代码。

当您使用Plotly提供的HTML 组件创建自己的仪表板时。

我合作的第二家公司是新来的，名叫Streamlit。

它提供图表和数据缓存功能的第三方集成以及使用markdown创建仪表板等功能。

尽管这些仪表板库易于使用，但它们可以帮助您创建仪表板，而无需学习或使用前端 Web 技术构建。

我发现这并不能取代使用Bokeh、Plotly或Matplotlib等绘图库进行数据分析或数据可视化的需要。

因为我被困在清理和生成需要在仪表板上显示的图表上。

尽管如此，如果您计划构建网站仪表板。

我强烈推荐你从Streamlit开始，因为它简单易用。你可以观看Streamlit 视频教程，在不到4 分钟的时间内学会如何使用它。

如果您喜欢我的文章，请订阅Max Adventurer 的新闻通讯，以获取我每周偶然发现的有关Python、初创企业和Web 开发的精彩内容。

您也可以关注我，获取我在Dev上文章的最新更新