使用Panel中的Python创建交互式数据探索工具和Web应用程序

Python仍然是所有科学事物的首选语言。Panel是一个新的开源高级库，用于创建展示科学数据的方法。它支持流行的Python绘图库，例如Bokeh，Matplotlib和Datashader，以进行数据可视化。使用Panel创建反应对象，并绘制图表，表格等。

Panel是一个新的开源高级库，可帮助开发人员使用Python编写蛇形魅力解决方案。

Python继续其统治地位，以一种互动的方式展示科学数据，因此让我们检查一下这个库，看看它为方程式增加了什么。

功能与用法

根据Anaconda Inc.的Philipp Rudiger的说法，Panel “可通过将用户定义的小部件连接到绘图，图像，表格或文本来创建自定义的交互式Web应用程序和仪表板”。他继续在小组公告中写道：Panel的主要目的是尽可能简单地将PyData生态系统中现有工具的输出包装为控制面板，应用程序或仪表板，以确保用户可以无缝使用他们已经熟悉的分析和可视化工具用。其次，Panel旨在使从原型化应用程序到在组织内部内部部署或与整个Internet公开共享这一过程变得微不足道。

它基于Bokeh  （交互式可视化库）的模型基类，布局，小部件和服务器基础结构，并在其中添加了Python和JavaScript之间的通信。同时，Param是反应性参数的框架。

Panel支持Python绘图库，例如Bokeh，Matplotlib和Datashader，以帮助可视化您的数据。（请参阅此处的受支持对象类型和库的完整列表。根据问题，将来的更新中可能会提供其他受支持的类型。）Panel自动选择用于库的表示形式。

交互式小部件可以添加到组合中。Jupyter Notebooks还可以集成以创建独立的一次性应用程序，或混合到更大的项目中。通过这种灵活性，可以添加或删除组件以创建动态，复杂的仪表板。

设置和示例

Panel需要在Linux，Windows或Mac上使用Python v2.7和v3。有关必要条件以及如何安装可选的JupyterLab扩展和/或添加交互式控件的信息，请参阅入门指南。

浏览演示库，了解Panel的工作原理，并就其潜能集思广益。（示例项目也可以在GitHub上进行实验。每个示例都带有一个用于测试的小型数据集。）

画廊还包括示例应用程序，不同的Panel API，布局，动态UI，使用Param库的应用程序，JavaScript交互性和外部库。

确保并检查由Py Viz维护的其他工具，这些工具 可帮助进行数据可视化。其他核心高级库包括hvPlot，HoloViews和GeoViews。