数据可视化
使用Plotly和Dash创建交互式仪表板
不久之前，我写了一篇关于四种Python数据可视化库的简单介绍，在其中展示了它们的优缺点，并使用实际示例展示了它们的功能。
由于我们将更加深入地了解我最喜欢的库，我强烈建议您首先检查那篇文章，因为本文将扩展其中所展示的内容：
使用Python构建交互式数据可视化 – 讲故事的艺术
Seaborn, Bokeh, Plotly和Dash来有效传达数据洞察
towardsdatascience.com
今天我们将专注于Plotly[1]和Dash[2]。为什么是这两个？因为它们相互配合。如我在上面链接的文章中所说：“Dash本身并不是一个绘图库。它是一个用于生成仪表板的令人惊奇的框架。”
所以Plotly是我们用来绘图的库，而Dash是我们用来从这些图表生成酷炫的交互式仪表板的框架。
在开始之前，让我向您展示这篇文章中的内容有什么。这是链接到我们即将创建的仪表板的链接…通过以下一系列步骤我们将到达那里：
- 安装和设置 – 让我们处于正确的状态。
- 一些简单的用例 – 展示Plotly的工作原理
- 使用Dash构建仪表板 – 创建最好的仪表板。
- 总结 – 总结故事并看到结果。
在深入之前，我们需要谈谈数据。我们需要某种数据才能将其可视化，对吧？继续跟进我最近的VoAGI内容，我将专注于体育，更具体地说，足球。
我将使用Statsbomb免费提供的2015-16赛季西甲联赛的数据[3]。
那个赛季有很多数据，但我想重点可视化巴塞罗那足球俱乐部球员的表现，主要是进攻方面的数据：射门、进球、助攻…