本文主要是介绍dash 初体验（拔草），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
Dash简介
Dash 是一个高效简洁的 Python 框架，建立在 Flask、Poltly.js 以及 React.js 的基础上，设计之初是为了帮助前端知识匮乏的数据分析人员，以纯 Python 编程的方式快速开发出交互式的数据可视化 web 应用。
搭建环境
在学习 Dash 的一开始，我们需要对 Dash 的若干基础概念进行了解，首先我们来从头开始搭建 Dash 环境，因为主要是面向数据分析处理人员，所以我推荐使用 conda 进行环境管理，参考下列命令即可完成环境的初始化：
常用基础命令
# 如果pip 注意确保python的版本是3以上
conda create --name dash-env python=3.9
conda activate dash-env
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple dash -U
# 如果pip 不是内部命令则运行：
conda install pip
# 如果想删除环境则用：（注意需在其他环境下）
conda remove --name dash-env --all
#查询python版本
python -V
数据分析必装库
准备 requirements_dash. Txt 梳理好要装的库，以后装了库也记得更新同步下，尽量在这个环境（env）中不要装其他用不到的库，避免污染。
matplotlib
numpy
pandas
Pillow
requests
scikit-learn
scipy
Scrapy
statsmodels
xlwt
dash
dash-renderer
dash-html-components
dash-core-components
pymysql
ipykernel
openpyxl
pyecharts
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r C:\requirements_dash.txt
搭建第一个网页
import dash
import dash_html_components as html
app = dash.Dash(__name__)app.layout = html.H1('hello dash！')if __name__ == '__main__':app.run_server()
缺点：不能像 streamlit 那样修改代码直接运行，直接劝退，而且设计界面和前端没什么优势，完全没有 streamlit 那样所见即所得的快感，劝退劝退。
学习成本太高，暂时放弃，好好学习 streamlit，用好一个就好了
仅为个人试错记录。说不定又会回来呢。
相关资料
（数据科学学习手札102）Python+Dash快速web应用开发——基础概念篇 - 费弗里 - 博客园 (cnblogs.com)
这篇关于dash 初体验（拔草）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
