用Python轻松构建数据可视化应用

1 简介

Python生态中的数据可视化框架生态非常丰富，经典的有matplotlib、seaborn、plotly、pyecharts、altair等。

但当我们希望基于Python高效实现在线可交互式的数据可视化应用，大幅度提升可视化结果的呈现效果以及可应用性时，今天要给大家介绍的方式，一定会让你受益良多😉~

2 用Python轻松构建数据可视化应用

为了更加高效的实现前面所描绘的在线可交互式数据可视化应用，我们将使用到Python生态中全新且强大的数据可视化库fact：

• fact在线文档地址：https://fact.feffery.tech

• Github仓库地址：https://github.com/CNFeffery/feffery-antd-charts

• 码云同步仓库地址：https://gitee.com/cnfeffery/feffery-antd-charts

终端执行下面的命令即可完成fact的安装（推荐Python版本在3.8到3.12之间）：

pip install feffery-antd-charts -U

fact中内置了数十种常用的数据可视化图表类型，从最常用的折线图、面积图、柱状图、条形图、饼图，到特殊业务场景会用到的股票图、桑基图、词云图、箱线图、小提琴图等一应俱全，足以覆盖日常各类数据可视化场景：

• fact官网已更新文档的可视化图表类型

下面我们来展示如何构建简单的数据可视化应用，以fact官网柱状图组件AntdColumn文档中的添加数值标签案例为例：

• https://fact.feffery.tech/AntdColumn#demo-container-label

通过示例代码，可以感受到使用fact构建可视化图表非常简单，譬如对于柱状图就是使用AntdColumn组件，将绘图所需的数据通过data参数传入，再设置其他功能参数即可。

要想将fact图表转化为在线应用访问查看使用，需要依托Python中强大的开源应用开发框架Dash，将上面的示例图表集成在简单的Dash应用中：

然后当前目录下，终端直接执行python XXX.py即可启动应用（对应本例是python app1.py），按照终端提示的地址，在浏览器中访问即可：

类似的，你可以集成fact中的任何可视化图表组件，譬如：

• 股票图

• 桑基图

• 雷达图

• 漂亮的风玫瑰图

更多图表不胜枚举，读者朋友们可通过fact官网（ https://fact.feffery.tech ）学习更多。

又因为fact是依托于Dash框架进行渲染，借助Dash的超强应用功能自定义能力，可以围绕数据可视化，轻松构建更多高级功能，譬如：

• 标准数据仪表盘

• 仪表盘实时数据更新