新组件库fi发布,轻松实现新一代声明式信息图可视化

更多Dash应用开发干货知识、案例,欢迎关注"玩转Dash"微信公众号👇

1 简介

大家好我是费老师。Dash作为Python生态中强大的全栈应用开发框架 ,依托于其丰富✨的组件库生态 ,使得我们可以纯Python实现各种各样丰富的应用功能。

今天的文章中要给大家介绍的,就是我们近期正式发布的信息图可视化 组件库feffery_infographic(下文中简称fi):

底层基于当下AI应用领域 非常热门🔥的信息图可视化框架AntV Infographic,提供了大量新颖美观的新型信息图可视化功能,非常适合用于智能商业分析等当下炙手可热的AI应用场景:

2 feffery-infographic的使用

fi的安装非常简单,终端执行下列命令完成最新版本安装:

bash 复制代码
pip install feffery-infographic -U

我们主要使用fi里的Infographic()组件渲染信息图可视化 ,其本质是基于信息图语法 来生成商业分析可视化,下面是一个简单的例子,执行python app.py运行:

Python 复制代码
import dash
from dash import html
import feffery_infographic as fi

app = dash.Dash(__name__)

app.layout = html.Div(
    [
        fi.Infographic(
            # 定义信息图语法
            syntax="""
infographic list-row-simple-horizontal-arrow
data
  items
    - label 步骤 1
      desc 开始
    - label 步骤 2
      desc 进行中
    - label 步骤 3
      desc 完成
""",
        )
    ],
    style={'padding': 50},
)

if __name__ == '__main__':
    app.run(debug=True)

其核心参数syntax用于定义所绘制的信息图类型信息图主题信息图风格等视觉要素,对应的信息图语法 类似mermaid图表语法。

fi可实现AntV Infographic中目前支持的数百种不同类型的商业分析信息图:

更典型的使用场景是在大模型 驱动的智能分析应用中,由AI负责根据实际要求自动生成信息图语法,这里你可以利用到fi中内置的系统提示词作为参考:

python 复制代码
from feffery_infographic.prompts import base_prompt, base_prompt_en

# 中文版提示词
base_prompt

# 英文版提示词
base_prompt_en

除此之外,fi中的信息图组件还支持可编辑图片下载流式更新等高级功能,具体参数说明及使用示例请移步文档:

更多参考资料:

篇幅有限,更多基于fi的智能分析应用开发实战案例,我们将在后续文章中陆续更新,敬请期待~


更多有关Dash应用开发的干货内容,欢迎持续关注我们❤️

相关推荐
lzqrzpt3 分钟前
临沂LED驱动电源制造工艺解析与工程选型避坑指南
python·制造
ai小陈4 分钟前
Python 3.12与CUDA 12.8镜像实战:启动GPU实例后的五项自检
开发语言·人工智能·python·深度学习·ai·gpu算力
Thomas.Sir8 分钟前
第48课:TensorFlow|TF模型线上部署入门【本地服务封装、接口快速开发】
人工智能·python·tensorflow
Q26433650239 分钟前
【有源码】基于 Hadoop 的强化学习智能体轨迹数据挖掘与可视化分析系统大数据毕设项目
大数据·hadoop·机器学习·数据挖掘·spark·课程设计·数据可视化
Bruce_Liuxiaowei11 分钟前
录屏片段无损合并:从 ffmpeg concat 原理到 Python 自动化脚本
python·ffmpeg·自动化
renzao_ai35 分钟前
本地 35B 大模型部署实战:Ollama 跑 Ornith-35B 全流程
python·llama·免费ai大模型
the局外人44 分钟前
学习 FastAPI 的 Day 4:完成用户系统与接口联调(完结)
后端·python·fastapi
AIFQuant1 小时前
Python股票实时价格告警系统:WebSocket订阅与REST快照实战
开发语言·python·websocket·a股行情
名字还没想好☜1 小时前
Java Collectors.groupingBy 进阶:多级分组、下游收集器与统计聚合一次搞定
java·windows·后端·python·spring