Enable javascript in your browser for better experience. Need to know to enable it? Go here.
发布于 : Oct 28, 2020
不在本期内容中
这一条目不在当前版本的技术雷达中。如果它出现在最近几期中,那么它很有可能仍然具有相关参考价值。如果这一条目出现在更早的雷达中,那么它很有可能已经不再具有相关性,我们的评估将不再适用于当下。很遗憾我们没有足够的带宽来持续评估以往的雷达内容。 了解更多
Oct 2020
Trial ? 值得一试。了解为何要构建这一能力是很重要的。企业应当在风险可控的前提下在项目中尝试应用此项技术。

这一期雷达引入了一些新的工具,它们可以创建出帮助终端用户可视化并与数据交互的 web 应用。虽然还有更多简单的可视化库比如 D3,但它们在构建独立的可以操作既有数据集的分析应用上,还是减少了可观的工作量。来自 Plotly 的 Dash 在数据科学家中获得越来越多的关注,它可以用 Python 创建出功能丰富的分析应用。Dash 增强了 Python 数据类库,就像 Shiny 之于 R。这些应用有时会被认为是仪表盘,但它们可能涉及的功能,要远远超过这个名词所暗含的部分。Dash 尤其适合构建可伸缩的,随时可上线的应用,这跟同门类中另一个工具 Streamlit 不同。当你需要为商业用户呈现更复杂的分析功能时,请考虑使用 Dash,如果只是少量甚至零代码的方案,你可以选择 Tableau。

下载第29期技术雷达

English | Español | Português | 中文

获取最新技术洞见

 

立即订阅

查看存档并阅读往期内容