一、Dash 简介
Dash 是一个基于 Python 的 Web 应用框架，专为构建数据可视化界面而设计。它由 Plotly 团队开发，适合构建交互式仪表盘、可视化分析工具和 Web 应用，无需使用 JavaScript。
二、安装 Dash
2.1 使用 pip 安装
pip install dash
推荐同时安装 Plotly：
pip install plotly
2.2 验证安装
python -c "import dash; print(dash.__version__)"
三、Dash 应用结构
Dash 应用由以下三部分组成：
Layout：应用的页面结构和元素；Callback：用户交互逻辑；Server：运行应用的 Web 服务。
四、第一个 Dash 示例
import dash
from dash import htmlapp = dash.Dash(__name__)app.layout = html.Div(children=[html.H1("Hello Dash!"),html.P("这是你的第一个 Dash 应用")
])if __name__ == '__main__':app.run_server(debug=True)
运行后打开浏览器访问：http://127.0.0.1:8050/
五、添加图表与交互组件
import dash
from dash import dcc, html
import plotly.express as px
import pandas as pddf = px.data.gapminder().query("year == 2007")app = dash.Dash(__name__)
app.layout = html.Div([html.H1("GDP 与寿命关系"),dcc.Dropdown(id="continent",options=[{"label": c, "value": c} for c in df["continent"].unique()],value="Asia"),dcc.Graph(id="scatter")
])@app.callback(dash.dependencies.Output("scatter", "figure"),[dash.dependencies.Input("continent", "value")]
)
def update_graph(continent):filtered = df[df["continent"] == continent]fig = px.scatter(filtered, x="gdpPercap", y="lifeExp",size="pop", color="country", hover_name="country",log_x=True, size_max=60)return figif __name__ == '__main__':app.run_server(debug=True)
六、部署 Dash 应用
6.1 本地部署（开发阶段）
python app.py
6.2 使用 gunicorn + Flask（生产）
pip install gunicorn
gunicorn app:server
6.3 使用平台部署
- Heroku（适合初学者）
- Render、Vercel、Railway（支持免费试用）
- Docker 镜像部署到云服务器
七、常见问题
Q1: 报错 “ModuleNotFoundError: No module named ‘dash’”？
请确认使用了正确的 Python 环境，并已安装 Dash：
pip install dash
Q2: 网页打不开？
确保 Dash 应用正常运行，访问地址为：http://127.0.0.1:8050/
八、推荐学习资源
- Dash 官方文档
- Plotly 图表库
- Dash 中文社区
- 《Interactive Dashboards and Data Apps with Plotly and Dash》
本文由“小奇Java面试”原创发布，转载请注明出处。
可以搜索【小奇JAVA面试】第一时间阅读，回复【资料】获取福利，回复【项目】获取项目源码，回复【简历模板】获取简历模板，回复【学习路线图】获取学习路线图。
