很多人提到Tableau、Power BI等老牌可視化工具，這些工具確實引領了可視化的風潮，有開疆拓土之功。
但這次我要提名一個有黑馬潛質的可視化工具-Dash，在某些地方比Tableau、PowerBI更勝一籌。
Dash是一個基於web的Python工具包，所以你只需要會Python 就可以繪製圖表、製作報告，無需js、css基礎。
Dash 建立在 Plotly.js、React 和 Flask 之上，將現代 UI 元素（如下拉列表、滑塊和圖形）與 Python 相結合。
故而，它最重要的特點是完美集成Python數據科學生態，靈活而強大。
Dash是幹什麼的呢？
首先，它是一個可交互的可視化庫，可以製作類型豐富的圖表，包括統計圖表、地圖、三維動畫等等，並集成到dashboard中。
它的UI設計也很符合商用場景，交互非常流暢，以氣泡圖爲例：
其次，Dash還可用於自然語言處理、對象檢測、預測分析等AI領域，這是傳統BI工具不具備或不擅長的。比如下面的自動駕駛模擬：
對象識別：
還有圖像處理：
Dash有哪些主要特點
Dash有哪些主要特點
1、完美交互
如下圖，將下拉列表與 D3.js Plotly Graph 連接起來。當用戶在下拉列表中選擇一個值時，應用程序代碼會動態地將數據從 Google Finance 導出到 Pandas DataFrame 中。這個應用程序僅用 43 行代碼編寫（查看源代碼）
2、數據聯動
Dash 應用程序代碼是聲明式和反應式的，這使得構建包含許多交互元素的複雜應用程序變得容易。下圖是一個具有 5 個輸入、3 個輸出和交叉過濾的dashboard。
3、圖表豐富
Dash 使用 Plotly.js 來繪製圖表。支持超過 35 種圖表類型，包括地圖、三維模型等。
4、定製性強
Dash 不僅適用於儀表板，使用者可以自由控制應用程序的外觀。下圖一個 Dash 應用程序，它的樣式看起來像一個 PDF 報告。
5、應用於各學科場景
dash擁有大量的開源組件，這些組件可以幫你做生物、物理、化學、機械、汽車等等各方面的分析。
比如說生物組件dash_bio,可以輕鬆地分析和可視化生物信息學數據，並在 Dash 應用程序中與它們交互。
圖像處理組件dash_vtk，用於三維計算機圖形學、圖像處理和可視化。
6、AI應用開發
dash可以使用Python、R、Julia來編寫程序，能很好的應用機器學習、深度學習等框架，進行AI應用開發
關於學習教程
dash的國內教程非常少，主要是以官方文檔爲主，而且是英文的，對初學者來說不那麼友好。