python数据可视化：使用dash给博客制作一个dashboard
項目部署在：https://ffzs-blog-dashboard.herokuapp.com/
項目代碼在：https://github.com/ffzs/dash_blog_dashboard
1.dashboard
儀表板通常提供與特定目標或業務流程相關的關鍵績效指標（KPI）的概覽。另一方面，“儀表板”具有“進度報告”或“報告”的另一個名稱。
“儀表板”通常顯示在網頁上，該網頁鏈接到允許報告不斷更新的數據庫。例如，制造儀表板可以顯示與生產率相關的數字，例如制造的零件數量，或每小時失敗的質量檢查的數量。同樣，人力資源儀表板可能會顯示與員工招聘，保留和組成相關的數字，例如，或平均天數或每次招聘成本。
2.功能確定
寫之前先確定一些要實現的功能：
2.1. 博客基本數據跟蹤
上圖中的博客中的數據進行實時跟蹤，且1分鐘一刷新一次（之前用10秒，ip被封了。。。。），將這些數據橫向放在一個row里，博客名稱和頭像放在頁頭。
實現效果如下：
2.2. 圖表確定
2.2.1 展示每月寫作情況的柱狀圖
其實就是博客上下面的數據：
2.2.2 展示不同類型文章的餅圖
這里我對我文章類型重新劃分了類型，博客上劃分的有點亂，而且我確定了每篇文章只有一個類型， 具體代碼如下：
def get_type(title):the_type = '其他'article_types = ['項目', 'pytorch', 'flask', 'scikit-learn', 'pyspark', '數據預處理', '每日一練', '數據分析', '爬蟲','數據可視化', 'java', '增長黑客']for article_type in article_types:if article_type in title:the_type = article_typebreakreturn the_type2.2.3 各類文章的總/平均閱讀情況
文章的閱讀情況是作者比較關系的數據，這里用柱狀圖展示沒類文章總的閱讀數，用折線圖展示沒類文章平均閱讀情況：
2.2.4 用熱圖展示每日寫作情況
通過顏色的深淺表示當天發布文章的數量， 通過下拉菜單選擇年份：
這個圖是不是看著很眼熟。。
其實就是模仿gayhub的樣式。
2.2.5 文章列表
顯示文章的標題，點擊跳轉到相應網頁，關聯圖片，通過點擊圖表對文章顯示做選擇：
2.2.6 色調選擇
為啥用綠色？有如下幾個原因：
請原諒我的不正經[滑稽]
3 數據獲取
數據獲取主要分兩個部分：基本數據獲取（1分鐘刷新一次），文章數據獲取（1小時刷新一次）
3.1 基本數據獲取
博客沒有api，只能自己爬取，注意不要訪問頻率太高，會封ip
代碼如下：
3.2 博客文章獲取
獲取博客的所有文章的相關數據，并存儲到sqlite中，代碼如下：
def get_blog():headers = {'User-Agent': 'Mozilla/5.0 (MSIE 10.0; Windows NT 6.1; Trident/5.0)','referer': 'https: // passport.csdn.net / login',}base_url = 'https://blog.csdn.net/tonydz0523/article/list/'resp = requests.get(base_url+"1", headers=headers, timeout=3)max_page = int(re.findall(r'var listTotal = (\d+) ;', resp.text)[0])//20+2 # 在js中獲取文章數df = pd.DataFrame(columns=['url', 'title', 'date', 'read_num', 'comment_num', 'type'])count = 0for i in range(1, max_page):url = base_url + str(i)resp = requests.get(url, headers=headers)soup = BeautifulSoup(resp.text, 'lxml')articles = soup.find("div", class_='article-list').find_all('div', class_='article-item-box csdn-tracking-statistics')for article in articles[1:]:a_url = article.find('h4').find('a')['href']title = article.find('h4').find('a').get_text(strip=True)[1:]issuing_time = article.find('span', class_="date").get_text(strip=True)num_list = article.find_all('span', class_="num")read_num = num_list[0].get_text(strip=True)comment_num = num_list[1].get_text(strip=True)the_type = get_type(title)df.loc[count] = [a_url, title, issuing_time, int(read_num), int(comment_num), the_type]count += 1time.sleep(random.choice([1, 1.1, 1.3]))return dfdf_article = get_blog() df_article.to_sql('blogs', con=engine, if_exists='replace', index=True)獲取數據的沒有難點，獲取頁數可以在js代碼中找
4 數據交互
如想使用交互是的顯示數據，那么就需要使數據在前后段進行傳輸，dash使用react.js創建了很多相關表單組件，通過配合后端的callback函數進行數據的更新
Dash組件
dash提供了許多使用react.js編寫的組件，這樣方便了前后端的交互，詳細見：https://dash.plot.ly/dash-core-components
本例主要使用了：
Callback函數
Callback函數是有數據前后端傳輸的功能，通過Input和Output中id與項目layout中id進行關聯，一個Callback可以有很多輸入，但是只能有一個輸出。
看下面代碼：
上面代碼會將使用plotly繪制的heatmap圖像返回到app.layout中的id為heatmap的地方，返回的形式是什么？Output('heatmap', 'figure')的第二個參數figure。
這里Input傳入了兩個參數[Input("dropdown1", "value"), Input('river', 'n_intervals')]一個是下拉表單的value，另一個是intterval的計數值，這兩個值傳遞到get_heatmap(value, n):中。一旦Input數據發生變化變回觸發回調，對Output數據進行更改。
- Callback函數還要另外一種使用State用于暫時保留狀態，等有Input觸發
- 第二個參數本例中是figure，它是根據返回的內容而定，跟網頁元素相關就是children，或者也可以是html.A中的src
html布局
在dash的layout中使用html語言的組件進行網頁結構的布局。
head = html.Div([html.Div(html.Img(src=info['head_img'][0], height="100%"), style={"float": "left", "height": "100%"}),html.Span("{}博客的Dashboard".format(info['author_name'][0]), className='app-title'), ], className="row header")上面代碼中可見：
css載入
網絡css：
external_css = ["https://stackpath.bootstrapcdn.com/bootstrap/4.1.3/css/bootstrap.min.css","https://cdnjs.cloudflare.com/ajax/libs/skeleton/2.0.4/skeleton.min.css", ]for css in external_css:app.css.append_css({"external_url": css})通過上面方法載入，也可用過html.Link。
本地css：
放到項目根目錄的assets文件夾中，則會自動載入。
title修改
dash的title等模板是默認的，可以通過下面方法進行修改：
app.index_string = ''' <!DOCTYPE html> <html><head>{%metas%}<title>泛泛之素的Dashboard</title>{%favicon%}{%css%}</head><body>{%app_entry%}<footer>{%config%}{%scripts%}</footer></body> </html> '''favicon修改就是將該格式圖片放到，assets文件夾中即可。
數據緩存
多次使用的數據可以進行緩存，有兩種模式：
具體見官網：https://dash.plot.ly/sharing-data-between-callbacks
因為要部署在heroku，本例使用的寫到本地：
timeout是緩存時間，時間一到自動釋放緩存
運行
使用app.run_server(debug=True, threaded=True, port=7777)運行，因為后端使用flask，基本跟flask相同，這里可以更改port，host
等。
注：jupyter不能使用debug模式，使用會報錯
5 部署
本例部署在heroku上，部署方法可以看我之前寫的文章 https://blog.csdn.net/tonydz0523/article/details/82707569
也可以見官網：https://dash.plot.ly/deployment
如果heroku無法訪問的話，也可部署在云主機等，也可以和你的其他flask應用部署在一起，部署方式同flask一樣。
總結
以上是生活随笔為你收集整理的python数据可视化：使用dash给博客制作一个dashboard的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Greenplum学习笔记——第二部分：
- 下一篇： python获取gps_Python G