此为历史版本和 IPFS 入口查阅区,回到作品页
Python 的輕鬆閲讀
IPFS 指纹 这是什么

作品指纹

Python + Dash 製作 Blog 的文章流量表

Python 的輕鬆閲讀
·
·



Dash 是什麽?

以 互動式圖表及 Python 網站寫的說明:

Plotly 是來自加拿大蒙特婁的新創公司,這個團隊為 R 語言,Python、JavaScript 開發並且維護極受歡迎的開源互動視覺化模組與套件,主要產品包含 Plotly.js、Plotly.R、Plotyly.py 與 Dash。

Dash 是建構於 Plotly.js、React.js 與 Flask 之上的 Python 網頁應用程式框架,能夠將常見的使用者介面元件包含像是下拉式選單、滑桿或圖形與 資料分析應用快速地連結起來,讓以 Python 為主的資料科學團隊不需要 JavaScript 也可以建立出具備高度互動性的圖表與儀表板。

簡單地說明: Dash 的用法就是繪出圖表

開始寫 code

既然已經瞭解 Dash 在做的事,就開發吧 參考網站

先 pip install 一堆套件

pip install dash
pip install pandas
pip install dash-daq
pip install sqlalchemy
pip install pandas

開始寫程式,先載入要的部分

import dash
import dash_core_components as dcc
import dash_html_components as html
import pandas as pd
import plotly.graph_objs as go

from sqlalchemy import create_engine

連結資料庫的部分

connect_info = 'mysql+pymysql://root:@localhost/blog?charset=utf8'
engine = create_engine(connect_info)

抓取 logs 的部分,用 pandas 去抓取

df = pd.read_sql(sql="SELECT `post_date`, count(`post_date`) as cnt FROM `logs` group by `post_date` order by `post_date`", con=engine)

# app 的名稱
app_name = 'dash-mysqldataplot'

建構 Dash 的 app,注意一下 sql 的部分是 post_date,cnt 兩個為 DataFrame 的表頭,所以 trace = go.Bar(x=df.post_date, y=df.cnt, name='post_date') 都要注意就好

external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css']

app = dash.Dash(__name__, external_stylesheets=external_stylesheets)
server = app.server
app.title = '流量圖'
trace = go.Bar(x=df.post_date, y=df.cnt, name='post_date')

繪製圖表,這是直條圖為主

app.layout = html.Div(children=[html.H2("流量圖", style={'textAlign': 'center'}),
                                dcc.Graph(
                                    id='example-graph',
                                    figure={
                                        'data': [trace],
                                        'layout':
                                            go.Layout(title='流量圖', barmode='stack')
                                    })
                                ], className="container")

最後的階段

if __name__ == '__main__':
    app.run_server()

直接可以跑看看

gunicorn dashboard:app

呈現的結果

呈現出不錯的結果,完成!

同步在我的 Blog: https://blog.dev-maker.cc/post/Python-%2B-Dash-製作-Blog-的文章流量表

CC BY-NC-ND 2.0 授权