现在能在网上找到很多很多的学习资源,有免费的也有收费的,当我拿到1套比较全的学习资源之前,我并没着急去看第1节,我而是去审视这套资源是否值得学习,有时候也会去问一些学长的意见,如果可以之后,我会对这套学习资源做1个学习计划,我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料,质量还不错,大家可以跟着学习
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
要开发应用,您需要一个新目录来存储代码和数据,以及一个干净的Python 3 虚拟环境。要创建这个环境,请按照以下说明进行操作,选择与您的操作系统匹配的版本。
如果您使用的是Windows系统,请打开命令提示符并执行以下命令:
c:\> mkdir avocado_analytics && cd avocado_analytics
c:\> c:\path\to\python\launcher\python -m venv venv
c:\> venv\Scripts\activate.bat
第一个命令为您的项目创建一个目录,并将当前位置移动到该目录。第二条命令在该位置创建一个虚拟环境。最后一条命令激活虚拟环境。确保将第二个命令中的路径替换为Python 3启动器的路径。
如果您使用的是macOS或Linux系统,请从终端执行以下步骤:
$ mkdir avocado_analytics && cd avocado_analytics
$ python3 -m venv venv
$ source venv/bin/activate
前两个命令执行以下操作:
1、创建一个名为avocado_analytics
的目录
2、将您当前的位置移动到avocado_analytics
目录
3、在该目录中创建一个干净的虚拟环境venv
最后一条命令激活您刚刚创建的虚拟环境。
接下来,您需要安装所需的库。您可以在虚拟环境中使用pip来实现。如下安装库:
(venv) $ python -m pip install dash==1.13.3 pandas==1.0.5
此命令将在您的虚拟环境中安装Dash和pandas。您将使用这些软件包的特定版本,以确保与本教程中使用的环境具有相同的环境。除了Dash之外,pandas还可以帮助您读取和处理将在应用程序中使用的数据。
最后,您需要一些数据以将其输入到仪表板中。将数据另存为avocado.csv
在项目的根目录中。到目前为止,您应该已经有了一个虚拟环境,其中包含必需的库以及项目根文件夹中的数据。您项目的结构应如下所示:
avocado_analytics/
|
├── venv/
|
└── avocado.csv
接下来,您将构建第一个Dash应用程序。
如何构建Dash应用程序
分两个步骤考虑构建Dash应用程序的过程:
- 根据应用的布局来定义应用的外观。
- 使用回调函数来确定应用程序的哪些部分是交互式的,以及它们如何响应。
在本节中,您将了解布局,在下一节中,将学习如何使仪表板具有交互性。首先,设置初始化应用程序所需的所有内容,然后定义应用程序的布局。
初始化您的Dash应用程序
在项目的根目录中创建一个名为app.py
的空文件,然后在本节中查看app.py
的代码。
这是app.py
的前几行:
import dash
import dash_core_components as dcc
import dash_html_components as html
import pandas as pd
data = pd.read_csv("avocado.csv")
data = data.query("type == 'conventional' and region == 'Albany'")
data["Date"] = pd.to_datetime(data["Date"], format="%Y-%m-%d")
data.sort_values("Date", inplace=True)
app = dash.Dash(__name__)
在第1至4行中,导入所需的库:dash
,dash_core_components
,dash_html_components
和pandas
。每个库都为您的应用程序提供了一个构建模块:
dash
可帮助您初始化应用程序。dash_core_components
允许您创建交互式组件,例如图形,下拉列表或日期范围。dash_html_components
使您可以访问HTML标记。pandas
可以帮助您阅读和整理数据。
在第6到9行中,您将读取数据并对其进行预处理以在仪表板中使用。之所以要过滤掉某些数据,是因为当前版本的仪表板不是交互式的,否则绘制的值就没有意义了。
在第11行上,创建Dash类的实例。如果您以前使用过Flask,则初始化Dash类可能看起来很熟悉。在Flask中,通常使用Flask(__ name__)
初始化WSGI应用程序。同样,对于Dash应用程序,您可以使用Dash(__ name__)
。
定义Dash应用程序的布局
接下来,您将定义应用程序的layout
属性。此属性决定了您应用的外观。在这种情况下,您将使用标题下方带有说明的标题和两个图表。定义方式如下:
app.layout = html.Div(
children=[
html.H1(children="Avocado Analytics",),
html.P(
children="Analyze the behavior of avocado prices"
" and the number of avocados sold in the US"
" between 2015 and 2018",
),
dcc.Graph(
figure={
"data": [
{
"x": data["Date"],
"y": data["AveragePrice"],
"type": "lines",
},
],
"layout": {"title": "Average Price of Avocados"},
},
),
dcc.Graph(
figure={
"data": [
{
"x": data["Date"],
"y": data["Total Volume"],
"type": "lines",
},
],
"layout": {"title": "Avocados Sold"},
},
),
]
)
这段代码定义了app
对象的layout
属性。此属性使用由Dash组件组成的树结构确定应用程序的外观。
Dash组件预先包装在Python库中。在安装Dash时,其中一些会附带Dash。其余的您必须单独安装。几乎每个应用程序中都会看到两组组件:
1、Dash HTML Components
(https://dash.plotly.com/dash-html-components
)为HTML元素提供Python包装器。例如,您可以使用此库来创建元素,例如段落,标题或列表。
2、Dash Core Components
(https://dash.plotly.com/dash-core-components
)组件为您提供了用于创建交互式用户界面的Python模块。您可以使用它来创建交互式元素,例如图形,滑块或下拉菜单。
在第13至20行,您可以在实践中看到Dash HTML组件。首先定义父组件html.Div
。然后,再添加两个元素,即标题(html.H1
)和段落(html.P
)作为其子元素。
这些组件等效于div
,h1
和p
HTML标签。您可以使用组件的参数来修改标签的属性或内容。例如,要指定div
标记内的内容,请使用html.Div
中的children
参数。
组件中还有其他参数,例如style
,className
或id
,它们引用HTML标签的属性。在下一部分中,您将看到如何使用其中的一些属性来设置仪表板的样式。
第13至20行所示的部分布局将转换为以下HTML代码:
<div>
<h1>Avocado Analytics</h1>
<p>
Analyze the behavior of avocado prices and the number
of avocados sold in the US between 2015 and 2018
</p>
<!-- Rest of the app -->
</div>
当您在浏览器中打开应用程序时,将呈现此HTML代码。它遵循与Python代码相同的结构,带有div
标记,其中包含h1
和p
元素。
在布局代码段的第21至24行中,您实际上可以从Dash 核心组件中看到图形组件。app.layout
中有两个dcc.Graph
组件。第一个绘制了研究期间鳄梨的平均价格,第二个绘制了同期美国鳄梨的销售数量。
在后台,Dash使用Plotly.js
生成图形。dcc.Graph
组件需要一个包含绘图数据和布局的图形对象或Python字典。在这种情况下,请提供后者。
最后,这两行代码可帮助您运行应用程序:
if __name__ == "__main__":
app.run_server(debug=True)
第48和49行使您可以使用Flask的内置服务器在本地运行Dash应用程序。来自app.run_server
的debug = True
参数在您的应用程序中启用热重载(hot-reloading
)选项。这意味着当您对应用程序进行更改时,它会自动重新加载,而无需重新启动服务器。
最后,这是app.py
的完整版本。您可以将此代码复制到之前创建的空app.py
文件中。
import dash
import dash_core_components as dcc
import dash_html_components as html
import pandas as pd
data = pd.read_csv("avocado.csv")
data = data.query("type == 'conventional' and region == 'Albany'")
data["Date"] = pd.to_datetime(data["Date"], format="%Y-%m-%d")
data.sort_values("Date", inplace=True)
app = dash.Dash(__name__)
app.layout = html.Div(
children=[
html.H1(children="Avocado Analytics",),
html.P(
children="Analyze the behavior of avocado prices"
" and the number of avocados sold in the US"
" between 2015 and 2018",
),
dcc.Graph(
figure={
"data": [
{
"x": data["Date"],
"y": data["AveragePrice"],
"type": "lines",
},
],
"layout": {"title": "Average Price of Avocados"},
},
),
dcc.Graph(
figure={
"data": [
{
"x": data["Date"],
"y": data["Total Volume"],
"type": "lines",
},
],
"layout": {"title": "Avocados Sold"},
},
),
]
)
if __name__ == "__main__":
app.run_server(debug=True)
这是准系统仪表板的代码。它包括您在本节前面检查过的所有代码片段。
一、Python所有方向的学习路线
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。
二、Python必备开发工具
工具都帮大家整理好了,安装就可直接上手!
三、最新Python学习笔记
当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
四、Python视频合集
观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
五、实战案例
纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
六、面试宝典
简历模板![在这里插入图片描述](https://img-blog.csdnimg.cn/646863996ac44da8af500c049bb72fbd.png#pic_center)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!