Panel:强大的Python数据探索和网络应用框架
Panel是一个开源的Python库,让您能够轻松地完全使用Python构建强大的工具、仪表板和复杂的应用程序。它采用了包含电池的理念,将PyData生态系统、强大的数据表格等置于您的指尖。高级响应式API和低级回调式API确保您可以快速构建探索性应用程序,但在构建复杂的、多页面的、具有丰富交互性的应用程序时也不会受到限制。Panel是HoloViz生态系统的成员,是您进入数据探索工具互联生态系统的门户。
喜欢Panel吗?通过在Github上点星表示您的支持 — 这是一个简单的点击,对我们意义重大,也能帮助其他人发现它!⭐️
主页 | 安装说明 | 入门指南 | 参考指南 | 示例 | 许可证 | 支持
Panel适用于您熟悉和喜爱的工具
Panel使得将小部件、图表、表格和其他可视化的Python对象组合成自定义分析工具、应用程序和仪表板变得容易。
Panel与您已经熟悉和喜爱的可视化工具配合得很好,如Altair/ Vega、Bokeh、Datashader、Deck.gl/ pydeck、Echarts/ pyecharts、Folium、HoloViews、hvPlot、plotnine、Matplotlib、Plotly、PyVista/ VTK、Seaborn等。Panel还支持ipywidgets生态系统。
Panel提供双向通信,使得对点击、选择、悬停等事件做出反应成为可能。
您可以在Jupyter Notebooks以及VS Code、PyCharm或Spyder等编辑器中进行开发。
Panel提供了独特的部署选项组合。您可以将您的数据和模型作为以下形式分享:
- 运行在Tornado(默认)、Flask、Django或Fast API网络服务器上的Web应用程序。
- 由Pyodide或PyScript通过
panel convert
驱动的独立客户端应用程序。 - 交互式Jupyter笔记本组件。
- 静态
.html
网页、.gif
视频、.png
图像等。
Panel为从初学者到数据专业人士的每个人都提供了适合的功能。
Panel是HoloViz生态系统的成员
Panel是雄心勃勃的HoloViz数据可视化生态系统的成员,并对其他成员如hvPlot(简单的.hvplot绘图API)、HoloViews(强大的绘图API)和Datashader(大数据可视化)提供一流的支持。
Panel构建在Param之上。Param使您能够用参数范围、文档和参数之间的依赖关系来注释您的代码。通过这种方法,
- 您永远不必决定您的代码将用于笔记本、数据应用程序、批处理还是报告。
- 您将编写更少的代码,并能够开发大型、可维护的代码库!
简易入门
前往入门指南了解更多!
安装说明
Panel可以在Linux、Windows或Mac上通过conda
安装:
conda install panel
或通过pip
安装:
pip install panel
请参阅下面的环境部分,了解您的环境的其他说明。
交互式数据应用
准备您的数据或模型
def model(n=5):
return "⭐"*n
将其绑定到Panel的小部件并布局。
import panel as pn
pn.extension()
slider = pn.widgets.IntSlider(value=5, start=1, end=5)
interactive_model = pn.bind(model, n=slider)
layout = pn.Column(slider, interactive_model)
为了在Web服务器上部署,将其包装在一个漂亮的模板中。
pn.template.FastListTemplate(
site="Panel", title="示例", main=[layout],
).servable()
使用以下命令启动服务器
panel serve 脚本名称.py --show
或
panel serve 笔记本名称.ipynb --show
示例
开始使用
在您喜欢的笔记本或编辑器环境中开发应用程序,包括Jupyter(Lab)笔记本、VSCode、Google Colab等,更多详情请参阅我们的入门指南。
支持与反馈
更多详情请查看HoloViz社区指南。
贡献 ❤️
查看贡献指南。
许可证
Panel完全免费和开源。它采用BSD 3-Clause许可证。
赞助商
Panel项目非常感谢以下组织和公司的赞助: