PythonとGoogle Cloudを使って年間70万球の野球データをいい感じに可視化・分析するダッシュボードを作った - Lean Baseball
日本で言えば同じ学年のレジェンド, アルバート・プホルスが通算700号本塁打を打って驚いている人です. ここ最近, （休んでいる間のリハビリがてら*1）PyCon JP 2022の準備および, 来年以降のMLBを楽しく見るために野球データ基盤（ちなみにメジャーリーグです）を作っていたのですが, それがいい感じに完成しました. アプリとデータ基盤をどのように作ったのか どのような処理, どのようなユースケースで動かしているのか これらをどのようなアーキテクチャで実現したのか 以上の内容をこのエントリーに書き残したいと思います. なおこのエントリーは, PyCon JP 2022のトーク「Python使いのためのスポーツデータ解析のきほん - PySparkとメジャーリーグデータを添えて（2022/10/15 16:00-16:30）」の予告編でもあります. なので, 後日のトークをお楽しみに
【保存版】Python Dash パーフェクトガイド - Qiita
Dashの使い方完全保存版 基本的な使い方は他の方もたくさん投稿していると思うので、実務で使う便利なテクニックの紹介が多いです。 辞書的に使ってください。 随時更新していくので是非ストック or LGTMしてください！ 基本 Dashとは 超簡単におしゃれなWEBアプリが開発できるライブラリ（Flaskベースのライブラリ） グラフはPlotlyというライブラリを使用しています。 （PlotlyはPython以外にもR、Javascriptなどにも対応しています） Webアプリのプロトタイプを開発する際や、社内利用のアプリならこれで十分だと思います。 Dash Hello World 不便な点 大規模アプリには向かないかも（DjangoやFlaskの利用を検討） Flask render_template が使用できない（Flaskとレンダリングの仕組みが異なるため） コードが少し冗長となり
チャート描画ライブラリ『Plotly』をPythonで試す：インストール＆環境設定編 | DevelopersIO
データアナリティクス事業本部 サービスソリューション部 サービス開発部のしんやです。 ここまで色々な可視化におけるツールやサービスを個人的に触ってきましたが、何らかの言語でサクッとデータを可視化出来るライブラリとかないものかなーと思っていたところ、『Plotly』というプロダクトの存在を知りました。ザッと内容を確認してみたところとっつき易さと表現の幅の広さが良い感じっぽいぞ！ということで個人的にこのプロダクトを触っていってみようと思います。 ? Announcing Plotly.js 2.0! - Graphing Library / Plotly.js - Plotly Community Forum Webブラウザ上でグラフを描画できる「Plotly.js 2.0」がリリース：CodeZine（コードジン） 目次 Plotly 概要 Plotlyとは Dashとは 環境構築 導入環境
【データ可視化】Python Dashでダッシュボードを作成 - deepblue
Dashとは DashはPythonでダッシュボードを作ることができるWebフレームワークです。Pythonでグラフを書く際にはPlotlyやmatplotlibなどのライブラリが有名ですが、Dashはグラフを描画するためのライブラリではなく、グラフをダッシュボードに載せてWebアプリ化するためのフレームワークです。そのため、裏ではflaskが動いています。また、グラフはPlotly製なので、見た目が綺麗なグラフを簡潔に書くことができるのが特徴です。 基本的な書き方 少し特徴的な書き方ですが、アプリのインスタンスを作成し、そこにlayoutを追記していきます。WebフレームワークなのでHTMLを書く必要があり、dash_html_componentsというHTMLパーツを組み合わせて書いていくイメージです。 import dash # グラフやインプットに使うパーツ import dash
PythonのウェブフレームワークDashで手持ちのお小遣いファイルを可視化する - Qiita
前置き 手持ちのファイルをサッと可視化したいなんてニーズはよくあります。そういう時にサッとできる環境だと、ノンプログラマーの人もデータが活用でき、根拠のない勘と根性の世界がデータに基づいた勘と根性の世界に変えられます。 今回は身近な事例として、次のような提携のお小遣いのファイルをアップロードできる（pic1）Dashアプリケーションを作成しました。date列には日付、variable列には支出項目、value列は金額が入っています。残念ながら私はお小遣い帳をつけていないので、今回は日本の家計調査のデータを使っています。 最終的に作成したアプリケーションは次のようなものです。ファイルアップロードツールをクリックするとファイルが選択でき、上のような3つの項目を持つお小遣いデータであれば、グラフが作成され項目を選択して描画することもできます。 こんなもの作るの大量のコードを書かないとダメなんでし
【オンライン】Dash Hands On #04 / アプリケーションをデプロイする (2020/04/29 21:00〜)
概要 はんなりPythonオンライン開催のハンズオンです。Zoomを使って行います。 URLは事前に参加者にのみ Connpassのメール でお伝えします。 DashはPythonのみを用いて分析Webアプリケーションを作成するためのフレームワークです。様々なツールを用いてインタラクティブなアプリケーションが作成できるのが特徴です。 前回のハンズオンではアプリケーションをインタラクティブにするコールバックを見ました。今回はDashアプリケーションをクラウドにデプロイします。 続きものとなっていますが、初めての方でも参加しやすいように、最初に全体像とキーポイントを入れたハンズオンにします！これまでの資料は次のようになります。 1回目： Dashの全体像 2回目 : Dashのレイアウト 3回目：Dashのコールバック PyConJP2019や、PyCon China Beijingのプレゼン
PythonのウェブフレームワークDashで京都の新型コロナアプリを作成した - Qiita
PythonのウェブフレームワークDashを使って、京都の新型コロナアプリを作成しました。DashはFlask、React、Plotlyを使って作られたフレームワークで、ダッシュボードのようなアプリケーションを短時間で作成できます。またコールバックを使ってアプリケーションをインタラクティブに動作させられます。私のようにデータをこねるのは好きだけど、ReactもVueもいまいちよくわからないという人には、容易にダッシュボードを作れるフレームワークです。 作成したアプリケーションは以下のURLにあります。 PC向け スマホ向け コードはgithubを参照ください。 開発環境は以下の通りです。 Windows10 Pro Python3.7.5 dash 1.9.1 pandas 1.0.0 アプリの機能 アプリは京都府のサイトから取得したデータ（取得方法などは後述）をCSVファイルとして読み込
【Dash】Pythonでデータ可視化その2【コールバック導入】
Pythonのデータ可視化ツールである「Dash」を活用して、株価を時系列に表示するWebアプリケーションを作成します。 コールバックを導入しますが、前回の記事を前提として進めますので、まだ読んでいない方はこちらからお願いします。 株価を時系列に表示するCoolなグラフを作成【Dash】その１ 完成品(株価を時系列に表示するアプリ) 株価を時系列に表示するダッシュボードを作成します株式シンボルと期間を選択するとグラフが表示されます株式シンボルをクリックする事で非表示・表示を切り替えられます Dashのコールバック機能とは？ コールバック機能を使う事で、「入力」と「出力」を繋ぎ合わせた「対話的」なアプリケーションを作成する事が出来ます。 今回は、テキストボックスに「入力」すると、グラフタイトル（「出力」）がリアルタイムで変更する以下の様なプログラムを書いていきます。 Dashにコールバック関
【Python】データ可視化-株価を時系列に表示するCoolなグラフを作成【Dash】その１
Pythonのデータ可視化ツールは「matplotlib」が有名ですが、もう少し格好良く表示させたいと思った事ありませんか？ この記事では、Python製の可視化ツールであるDashを使用して、Webアプリを作成します。 完成品(株価を時系列に表示するアプリ) 株価を時系列に表示するダッシュボードを作成します株式シンボルと期間を選択するとグラフが表示されます株式シンボルをクリックする事で非表示・表示を切り替えられます Dashとは？ Dashは、Python製のWebアプリケーションのフレームワークであり、Flask, Plotly, React.jsをベースに開発されています。 可視化ツールのPlotlyをベースとした描画を行うことで、お手軽にPythonでグラフを表示するWebアプリを作成できます。 Dashならダッシュボード作成も簡単 公式サイトにSales ForceのAPIを使用
Pythonの可視化ライブラリDashを使う 1 - Qiita
口上 データを扱う際に大事なのはそのデータをよく見ることです。 データを見て、そのデータをどう扱うか考える。そのデータを深く理解すれば、これまで以上にデータが活かせます。 可視化のライブラリはたくさんあり、どれを使ってよいかが難しいですが、私の最近のおすすめはDashです。 このライブラリは、Flask、React、Plotlyが組み合わされて作られており、ウェブアプリケーションに簡単にできます。また、下のように動きのあるグラフが簡単に作れるところも良いところです。 また、タブでページを分けられるので、プレゼンテーションのような利用の仕方も出来ます。これまで、データを扱うプレゼンテーションって退屈なことが多かったと思います（私だけかもｗ）。その理由は、多くのデータを扱っている割に、発表時はそこから切り抜かれたものしか扱えないという制約が大きかったと思います。 しかしこのライブラリを使えば、
可視化ツールDashのチュートリアル - Part1: インストール～描画 - - Qiita
改訂 公式サイト Dashのバージョン1.0が発表されたため、本記事の内容を大幅に改訂しました。 はじめに Dashとは、Flask/Plotly.js/React.jsをベースに作成されたPython製のWebアプリケーションフレームワークであり、可視化ツールのPlotlyに従う描画を行うことができます。 この記事は、Dashのチュートリアルを翻訳したものです。 なおDashでの描画にはPlotlyの知識がある程度必要なため、コチラの記事などで復習しておくと理解しやすいです。 1. インストール 公式サイト: Part 1. Installation ではDashのインストールを行います。 なおPython2系とPython3系の両方をサポートしています。 Dashのバージョンv0.37.0からは自動的にdash-rendererやdash-core-components、dash-ht
Dash Documentation & User Guide | Plotly
Plotly Dash User Guide & Documentation
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Dashを用いた人流データビジュアライゼーション Part.1 | vol.2｜sako
Dash