Logo
Section 1 / 8

课程简介

了解课程的介绍及其结构和优势。

导入

课程简介

了解课程的介绍及其结构和优势。

什么是 Plotly 和 Dash？

Plotly 是 Python 中一个功能强大的开源数据可视化库，能够帮助用户创建交互式且美观的可视化图表，用于探索和展示数据。它提供了多种图表类型，包括散点图、折线图、柱状图等，并支持通过不同颜色、标记和标签来自定义图表。Plotly 还提供了一个在线绘图平台，用户可以在其中存储并分享自己的可视化成果。

Dash 则是一个基于 Python 的 Web 应用框架。它建立在 Flask、React.js 和 Plotly 之上，为构建交互式、响应式的 Web 应用提供了一种简单而灵活的方式。借助 Dash，用户可以轻松创建仪表板、数据可视化工具以及其他能够实时与数据交互的 Web 应用。Dash 内置了对滑块、下拉菜单、复选框等交互控件的支持，使开发动态且用户友好的界面变得非常容易。

掌握在 Python 中使用 Plotly 和 Dash 对数据分析师和科学家至关重要，因为这些工具可以帮助他们创建交互性强、信息丰富的可视化效果和 Web 应用。通过这些工具，用户可以以有意义的方式探索和呈现数据，并有效地向他人传达分析结果。此外，这些工具还能用于构建强大的数据驱动型应用，帮助组织做出基于数据的决策，并深入挖掘数据中的洞察。

本课程简介

本课程将向学习者介绍 Plotly 和 Dash 这两个用于 Python 数据可视化和 Web 应用开发的强大库。课程全程采用实践导向的学习方式，包含大量代码示例、Jupyter 笔记本以及真实世界的数据集。

本课程的重点在于实用技能的培养。首先从 Plotly 的基础知识入手，学习如何创建各类图表，通过多种选项进行自定义，并利用它们来探索和可视化数据。随后进入 Dash 部分，学习如何构建具有实时数据更新功能的交互式 Web 应用。内容涵盖创建响应式用户界面、将 Plotly 图表集成到 Dash 应用中，以及使用回调机制连接应用的不同组件。

完成本课程后，学习者将掌握 Plotly 和 Dash 的核心技能，能够应用于广泛的可视化与 Web 开发任务中。你将具备创建精美且交互性强的可视化图表和 Web 应用的能力，从而有效传达数据背后的洞察。

无论你是数据分析师、数据科学家还是开发者，本课程都将为你提供提升数据驱动项目水平所需的关键技能。

适合人群

  • 数据与业务分析师：本课程将帮助你以更有意义的方式呈现分析结果，并向利益相关方清晰传达洞察。Plotly 和 Dash 提供了快速生成强大且交互式可视化图表的方法，可根据特定业务或领域需求灵活定制。

  • 数据科学家：本课程将帮助你创建可用于分析和沟通复杂数据集的可视化图表，有助于发现潜在问题和模式，从而指导统计与分析工作。课程还专门设有可视化机器学习模型的部分，提供实用代码与技能，帮助你深入理解所构建的模型。

  • 数据新闻记者：本课程将帮助数据新闻记者开发出互动性强、引人入胜的可视化内容来呈现数据。所学技能可让你更有效地向受众讲述数据故事。由于 Plotly 和 Dash 是开源且面向网页的，这些可视化内容可直接嵌入博客或网站中。

课程前提要求

本课程的第一个前提是掌握基本的 Python 编程知识。我们将使用列表、字典、函数等常见 Python 概念，以及来自库的函数。我们不会重新定义这些概念，因此请确保你已熟悉这一级别的 Python 编程。

第二个前提是具备基础的数据分析知识（Python 环境下）。例如，我们将使用 pandas 读取 DataFrame 并将其用于可视化。在可视化前我们会对数据进行处理，因此你无需精通 pandas。我们假设你已熟悉 pandas，并了解 DataFrame 的基本概念。

课程结构

本课程共分为 12 章，涵盖两大核心主题（Plotly 和 Dash）。每个主题部分均先介绍其基本概念与常见应用场景，再逐步深入至自定义与交互性增强。

课程主要分为以下几个关键模块：

  • Plotly 基础与应用场景：共两章，包含 13 个教学单元。第一章介绍课程内容及核心功能，重点讲解用于展示分类或数值型单变量数据的多种图表类型。第二章在此基础上扩展至双变量分析与可视化，涵盖分类变量与连续变量组合的比较分析。

  • Plotly 自定义与交互性：共三章，包含 14 个教学单元。第一章讲解图表的基本自定义方法，包括标题、坐标轴、图例设置，以及悬停提示和注释的个性化配置。第二章介绍子图功能，即在同一图形中排列多个图表；同时涵盖图层叠加技术，实现多个图表在同一个画布上重叠显示而非并列或堆叠。第三章聚焦 Plotly 独特而强大的交互特性，如通过日期按钮筛选折线图，或使用自定义下拉菜单和滑块动态调整图表内容。

  • 使用 Plotly 可视化机器学习模型：本部分为专项内容，仅含一章，共 4 个教学单元。内容聚焦于常见机器学习模型输出的可视化方法，如特征重要性、ROC-AUC 曲线等。这部分对数据科学家尤其有价值，可帮助建立一套实用的可视化模板，快速查看和分析模型表现。

  • Dash 基础与结构：共两章，包含 11 个教学单元。第一章介绍 Dash 的基本概念及其与 Plotly 的区别与协作关系；随后在第二章中详细讲解 Dash 应用的结构设计，包括如何结合 HTML 与专用 Dash 组件来构建应用的布局与形态。

  • Dash 自定义与交互性：共三章，包含 14 个教学单元。第一章讲解 CSS 的使用，说明 Dash 如何利用这一网页开发语言对应用组件进行样式美化与位置控制。第二章和第三章深入探讨 Dash 回调（Callbacks）的核心概念，这是实现高级交互功能的基础，超越了 Plotly 图表中简单的悬停、点击、下拉选择等基础交互。

  • Dash 中的表格数据处理：本课程的最后一部分，包含一章共 11 个教学单元，聚焦 Dash 的 DataTable 子模块，涵盖表格数据的可视化、自定义配置以及交互功能开发，如数据过滤、高亮显示等。

最后，课程总结所有核心知识点，帮助学习者回顾与巩固所学内容。

markmap

Plotly 基础与应用场景

课程导览与单变量分析

探索性数据分析——双变量与多变量分析

Plotly 自定义与交互性

图表自定义

高级自定义技巧

Plotly 交互功能

使用 Plotly 可视化机器学习模型

Dash 基础与结构

引入 Dash

Dash 布局设计

Dash 自定义与交互性

Dash 样式设计

Dash 回调机制

Dash 用户交互功能

Dash 中的表格数据处理

课程优势

优势优点
内容完整本课程从 Plotly 和 Dash 的基础开始，逐步引导至高级图表与应用开发，涵盖全部必要知识。
实践优先每一课、每一节都融入实际编码示例，实践贯穿始终，真正实现“边学边做”。
使用真实数据课程采用多样化的现实数据，涵盖高尔夫成绩、股市行情、全球健康数据等。尽管原理适用于各行业，但课程覆盖了大量真实应用场景。
模块化教学课程循序渐进，由浅入深，无需前置知识即可入门，最终帮助学习者打造高水平、令人印象深刻的成果。
互动式学习通过代码同步练习、测验与作业，提供沉浸式学习体验，确保学习者能有效掌握并应用所学知识。
详尽文档支持提供全面的文档资料，包括 Jupyter 笔记本，清晰简洁地解释课程中涉及的代码与概念。
学习灵活自由支持自主安排进度的学习模式，学习者可根据自身节奏和时间灵活安排学习计划。
项目驱动学习课程采用项目制学习方式，鼓励学习者将所学知识应用于真实项目中，帮助积累作品集，便于向潜在雇主展示能力。

Plotly 概览：从 Express 到 Graph Objects