使用 PyGWalker 与 Plotly Dash

概览

将 PyGWalker 可视化嵌入到 Plotly Dash 应用程序中，以利用 Dash 的托管能力。此更新的指南还包括加载预先存在的可视化配置的步骤。

环境设置：

安装所需的库：

pip install dash pygwalker dash-dangerously-set-inner-html datasets

数据准备：

转换为 Pandas DataFrame：

dataset = load_dataset("gradio/NYC-Airbnb-Open-Data", split="train")
df = dataset.to_pandas()

使用预定义配置的 PyGWalker 可视化：
- 使用 walk 函数获取可视化结果，提供预存在的配置文件 viz-code.json 的路径：
```
walker = pyg.walk(df, spec="./viz-code.json", debug=False)
html_code = walker.to_html()
```
Dash 集成：
- 使用 dash-dangerously-set-inner-html 将 PyGWalker 的 HTML 嵌入到 Dash 应用程序中。确保 HTML 内容安全：
```
app.layout = html.Div([
    dash_dangerously_set_inner_html.DangerouslySetInnerHTML(html_code),
])
```
启动 Dash 应用：
- 执行应用程序以查看在 Dash Web 应用程序中托管的 PyGWalker 可视化：
```
if __name__ == '__main__':
    app.run_server(debug=True)
```

通过在 Dash 应用程序中集成 PyGWalker 的预定义可视化配置，获得无缝的数据探索体验。