Dlot by Plotly与Jupyter Dashboards的优缺点是什么？ [关闭]

Question

Dash by Plotly看起来是Python开发人员创建交互式Web应用程序的好方法，无需学习Javascript和前端Web开发。另一个具有类似目标和范围的伟大项目是Jupyter Dashboards。

各自的优点和缺点是什么？

特别是在多用户部署中？我还发现Plotly文档很不清楚究竟什么是开源，以及数据是否上传到他们或者是否可以离线完成绘图？底层的Plotly库显然有两种模式，但Dash运行的模式是什么？

Answer 1

免责声明：我写了Dash :)

我建议你试试这两个。短跑大约需要30分钟才能穿过tutorial。

我还建议退房：

• Dash announcement letter。这是对Dash的全面介绍，包括示例，体系结构和有关许可（MIT）的讨论。
• Dash App Gallery中的Dash Apps实时示例

Dash有一些高级功能（这些功能在announcement letter中有更详细的介绍）

• Dash应用程序需要很少的样板才能开始 - 一个简单的“hello world”Dash应用程序不到50行代码。
• Dash应用程序完全由Python生成，甚至是HTML和JS
• Dash Apps通过反应性Dash“callbacks”将交互式组件（下拉列表，图形，滑块，文本输入）与您自己的Python代码绑定在一起。
• Dash应用程序是“被动的”，这意味着很容易推断具有多个输入，多个输出和依赖于其他输入的输入的复杂UI。
• Dash Apps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：多个用户可以查看应用程序并拥有独立会话。
• 由于Dash具有传统的无状态后端，因此通过扩展工作进程的数量，可以轻松扩展应用程序以服务数百或数千个用户。请求将发送给任何可用的工作人员，使少数工作人员能够为更多的会话提供服务。
• Dash使用React.js来渲染组件，并包含一个plugin system，用于使用React创建自己的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于在图表上悬停，单击或选择点的应用程序。

我还发现Plotly文档很不清楚究竟什么是开源，以及数据是否上传到他们或者是否可以离线完成绘图？

听起来这是指plotly.py图形库。这是一个独立的库，而不是Dash。两个库都使用MIT许可的plotly.js库来创建图表。 plotly.js不向剧情服务器发送任何数据 - 它完全是客户端的。

plotly.py库包括将数据发送到您的在线图表帐户以进行托管，共享和编辑图表的方法，但它完全是选择加入的。同样，plotly.py是一个独立的库，而不是Dash。 plotly.py用于交互式图形，Dash用于创建交互式应用程序（可包括图表）。

特别是在多用户部署中？底层的Plotly库显然有两种模式，但Dash运行的模式是什么？

• Dash是MIT许可的。您可以在自己的服务器或计算机上运行Dash。
• Dash使用Flask服务器，因此您可以使用与部署Flask应用程序相同的方式部署Dash应用程序
• Plotly许可Dash Deployment Server，这是一种可以安装在您自己的基础架构上的服务器产品。 Dash Deployment Server是一种“PaaS”，可以轻松地在您自己的服务器上部署应用程序，SSO / LDAP身份验证，支持计划等。

Answer 2

好吧，对于一个jupyter仪表板是免费的，情节仪表板，我会假设使用ploty库，其中jupyter仪表板可以使用你想要的模块/库。我今天刚刚完成了一个jupyter仪表板来汇总来自我们所有CI系统的信息。这非常容易，老实说很有趣。一旦获得一个或两个数据源，就可以轻松添加新的或添加新的小部件，同时添加控件小部件。