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
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！
555
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
