Python Dash 一个可以玩转AI的可视化利器
之前有人在知乎上问，有哪些值得推荐的数据可视化工具？
很多人提到Tableau、Power BI等老牌可视化工具，这些工具确实引领了可视化的风潮，有开疆拓土之功。
但这次我要提名一个有黑马潜质的可视化工具-Dash，在某些地方比Tableau、PowerBI更胜一筹。
Dash是一个基于web的Python工具包，所以你只需要会Python 就可以绘制图表、制作报告，无需js、css基础。
Dash 建立在 Plotly.js、React 和 Flask 之上，将现代 UI 元素（如下拉列表、滑块和图形）与 Python 相结合。
故而，它最重要的特点是完美集成Python数据科学生态，灵活而强大。
Dash是干什么的呢？
首先，它是一个可交互的可视化库，可以制作类型丰富的图表，包括统计图表、地图、三维动画等等，并集成到dashboard中。
它的UI设计也很符合商用场景，交互非常流畅，以气泡图为例：
其次，Dash还可用于自然语言处理、对象检测、预测分析等AI领域，这是传统BI工具不具备或不擅长的。
比如下面的自动驾驶模拟：
对象识别：
还有图像处理：
Dash有哪些主要特点？
1、完美交互
如下图，将下拉列表与 D3.js Plotly Graph 连接起来。
当用户在下拉列表中选择一个值时，应用程序代码会动态地将数据从 Google Finance 导出到 Pandas DataFrame 中。
这个应用程序仅用 43 行代码编写（查看源代码）：
2、数据联动
Dash 应用程序代码是声明式和反应式的，这使得构建包含许多交互元素的复杂应用程序变得容易。
下图是一个具有 5 个输入、3 个输出和交叉过滤的dashboard：
3、图表丰富
Dash 使用 Plotly.js 来绘制图表。支持超过 35 种图表类型，包括地图、三维模型等。
4、定制性强
Dash 不仅适用于仪表板，使用者可以自由控制应用程序的外观。
下图是一个 Dash 应用程序，它的样式看起来像一个 PDF 报告：
5、应用于各学科场景
dash拥有大量的开源组件，这些组件可以帮你做生物、物理、化学、机械、汽车等等各方面的分析。
比如说生物组件dash_bio,可以轻松地分析和可视化生物信息学数据，并在 Dash 应用程序中与它们交互。
图像处理组件dash_vtk，用于三维计算机图形学、图像处理和可视化。
6、AI应用开发
dash可以使用Python、R、Julia来编写程序，能很好的应用机器学习、深度学习等框架，进行AI应用开发
最后，说一说关于学习教程的事。
dash的国内教程非常少，主要是以官方文档为主，而且是英文的，对初学者来说不那么友好。
本公众号推出了一系列Dash中文教程，欢迎大家交流指教，并转发给身边学习Dash的同学好友。
加入知识星球【我们谈论数据科学】
500+小伙伴一起学习！
· 推荐阅读 ·