github-actions[bot]
commented
2 years ago 谁是Python/R中最强Dashboard APP开发工具？ by pythonic生物人
仪表盘 (Dashboard)，可简单的理解为一个交互式网页，在其中，用户可以不懂代码，拖拖拽拽即可与数据交互、做数据探索建模分析、展示自己关注的结果。
本文汇总了Python/R/Julia中5款仪表盘 (Dashboard)工具，简单比较其使用场景、学习难度、成熟度、支持语言等。
Dash
Dash和前面介绍的plotly出自同一家公司，可基于Python, R, Julia和 F#语言高效开发仪表盘，为机器学习和数据科学结果提供良好展示；Dash专注于企业级仪表板的创建，部分功能开源（人名币玩家可尝试全功能企业版本），高级API plotly-express的发布使Dash更容易上手；一个简单的Python Dash例子，使用熟悉的iris数据集，代码存入dash.t.py中，内容如下，
import dashfrom dash import dccfrom dash import htmlfrom dash.dependencies import Input, Outputimport 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")])def update_bar_chart(dims):fig = px.scatter_matrix(df, dimensions=dims, color="species")#plotly.express可视化return figapp.run_server(debug=True)python dash.t.py
Dash is running on http://xxx/
浏览器中打开 http://xxx/
进一步学习：https://github.com/plotly/dash
Streamlit
相较于Dash，Streamlit只能基于Python开发仪表盘，但是完全开源；比Dash更容易上手，几分钟即可创建一个仪表盘，可节省更多时间做数据分析。一个简单Python Streamlit例子，求任意数平方，代码存入stre.t.py中，内容如下，
import streamlit as stx = st.slider('Select a value')st.write(x, 'squared is', x * x)streamlit run stre.t.py
You can now view your Streamlit app in your browser.Local URL: http://xx
打开http://xx
更复杂的例子，利用自动驾驶数据集，使用YOLO做对象检测，
进一步学习：https://github.com/streamlit/streamlit
Shiny
Shiny是R中的工具，能非常友好的融合R中的其它工具，譬如ggplot2等，推荐R用户使用；Shiny功能不及Dash强大，特别是Dash的企业收费版本。
一个例子，和ggplot2一样，创建的页面非常优雅，
进一步学习：https://github.com/rstudio/shiny
https://shiny.rstudio.com/tutorial/
Voila
Jupyter Notebook重度玩家首选，Voila快速将Jupyter Notebook变成仪表盘；
Voila非常轻量级，当需要将Jupyter Notebook结果展示给非技术团队时推荐。Python Voila一个简单例子，
进一步学习：https://github.com/voila-dashboards/voila
Panel
需要快速将Jupyter Notebook变成仪表盘，但是Voila又不能充分满足这个需求时，推荐Panel。
进一步学习：https://github.com/holoviz/panel
比较结果
比较结果汇总，参考6个指标 ：
- 成熟度 (Maturity)
- 知名度 (Popularity)
- 上手难度 (Simplicity)
- 应用灵活度 (Adaptability)
- 聚焦场景 (Focus)
- 支持语言 (Language support)
结果划分分A、B、C三个等级:
https://zhuanlan.zhihu.com/p/429709268