python - Dash by Plotly vs Jupyter Dashboards 的优缺点是什么？

Question

关闭。这个问题是 opinion-based .它目前不接受答案。

---

想要改进这个问题吗？ 更新问题，以便 editing this post 提供事实和引用来回答它.

关闭5年前。

Improve this question

Dash by Plotly对于 Python 开发人员而言，这似乎是一种无需学习 Javascript 和前端 Web 开发即可创建交互式 Web 应用程序的好方法。另一个具有相似目标和范围的伟大项目是Jupyter Dashboards .

各有什么优缺点？

特别是在多用户部署中？我还发现 Plotly 文档非常不清楚究竟什么是开源以及数据是否上传到他们，或者绘图是否可以离线完成？底层 Plotly 库显然有两种模式，但 Dash 是在什么模式下运行的？

Answer 1

免责声明:我写了 Dash :)

我建议您尝试这两种方法。 Dash 大约需要 30 分钟才能通过 tutorial .

我也建议退房:

• Dash announcement letter .这是对 Dash 的全面介绍，包括示例、架构和关于许可 (MIT) 的讨论。
• Dash App Gallery 中的 Dash 应用程序的实时示例

有一些 Dash 的高级特性(这些在 announcement letter 中有更详细的介绍)

• Dash 应用程序只需很少的样板即可开始使用 - 一个简单的“hello world”Dash 应用程序，它根据下拉列表的值动态显示图表，代码不足 50 行。
• Dash 应用完全由 Python 生成，甚至是 HTML 和 JS
• Dash 应用通过响应式 Dash“callbacks”将交互式组件(下拉菜单、图表、 slider 、文本输入)与您自己的 Python 代码绑定(bind)。
• Dash 应用程序是“响应式(Reactive)”的，这意味着很容易推理具有多个输入、多个输出以及依赖于其他输入的输入的复杂 UI。
• Dash 应用程序本质上是多用户应用程序，因为应用程序的“状态”完全在客户端中:多个用户可以查看应用程序并拥有独立的 session 。
• 由于 Dash 具有传统的无状态后端，因此可以通过扩展工作进程的数量轻松扩展应用以服务成百上千的用户。请求会发送给任何可用的工作人员，从而使少数工作人员能够为更多的 session 提供服务。
• Dash 使用 React.js渲染组件并包含 plugin system使用 React 创建您自己的 Dash 组件。
• Dash 的 Graph 组件是交互式的，允许 Dash 应用程序作者编写响应悬停、单击或选择图表上的点的应用程序。

I also found the Plotly documentation quite unclear on what exactly is Open Source and whether the data gets uploaded to them or if the plotting can be done offline?

听起来这是指 plotly.py图形库。这是一个独立于 Dash 的库。两个库都使用 MIT 许可的 plotly.js用于创建图表的库。 plotly.js 不会将任何数据发送到 plotly 服务器 - 它完全是客户端。

plotly.py 库包含将数据发送到您的在线 plotly 帐户以用于托管、共享和编辑图表的方法，但它完全是可选的。同样，plotly.py 是一个独立于 Dash 的库。 plotly.py 用于交互式绘图，Dash 用于创建交互式应用程序(可以包括图表)。

In particular in a multi-user deployment? There are clearly two modes for the underlying Plotly library but what mode does Dash operate in?

• Dash 已获得 MIT 许可。您可以在自己的服务器或机器上运行 Dash。
• Dash 使用 Flask 服务器，因此您可以像部署 Flask 应用一样部署 Dash 应用
• Plotly 许可证 Dash Enterprise ，一个可以安装在您自己的基础架构上的平台。 Dash Enterprise 是一种“PaaS”，可让您轻松在自己的服务器上部署应用、SSO/LDAP 身份验证、附加设计功能、附加应用功能等等。