一个小技巧轻松提升Dash应用debug效率

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作为基于Python进行全栈应用开发 的流行框架,具有强大的可伸缩性 ------这意味着在同一套基于组件+回调函数 的代码组织方式下,使用Dash可以轻松覆盖从小型简单应用,到大型复杂应用,各种复杂程度的应用开发任务。这也是Dash在世界范围内,被众多的大公司用于持续开发企业级数据应用的原因之一。

而随着所开发的Dash应用功能日益增长,我们则需要学习如何在应用开发过程中,更高效准确调试应用功能逻辑定位异常问题所在

今天的文章中,我们就来一起学习新版本Dash(>=3.4.0版本)中增加的一些功能特性,帮助我们更精准快速的定位常见回调函数开发问题。

2 在回调图中用hidden和hide_all_callbacks参数聚焦回调函数

虽然我之前在公众号玩转Dash知识星球 等平台发布的文章和课程中,并没有专门做过介绍,但很多同学应该对类似下面的界面有印象:我们在Dash应用开发阶段,为app.run()设置debug=True开启开发调试模式 后,通过点击右下角开发模式工具条中的Callbacks 按钮,可以展开一套可交互的有向图 ,我们可以将其称作回调图

默认情况下,它记录并呈现当前Dash应用中全部的回调函数编排关系,这对于小型Dash应用很直观明了,因为图中的节点 比较少。但是对于页面众多、功能逻辑众多的中大型Dash应用来说,当你打开回调图时,看到的可能是下面这样庞大复杂的景象:

😅这种情况下我们大概率会当做什么都没看见,默默的关闭回调图面板。。。

那么有没有办法在这个回调图 中默认不展示全部回调关系,只针对目前关注的部分回调函数进行展示呢?

有的兄弟,有的,首先我们直接将Dash升级到>=3.4.0版本:

bash 复制代码
pip install dash -U

以实现"拼接两个输入框内容"的简单应用功能为例:

python 复制代码
import dash
from dash import html
import feffery_antd_components as fac
from dash.dependencies import Input, Output
from feffery_dash_utils.style_utils import style

app = dash.Dash(__name__, suppress_callback_exceptions=True)

app.layout = html.Div(
    [
        fac.AntdSpace(
            [
                fac.AntdInput(id="input1", placeholder="请输入内容"),
                fac.AntdInput(id="input2", placeholder="请输入内容"),
                fac.AntdText(id="output-texxt"),
            ]
        )
    ],
    style=style(padding=50),
)

@app.callback(
    Output("output-text", "children"),
    Input("input1", "value"),
    Input("input2", "value"),
)
def combine_inputs(input1, input2):
    """拼接输入的内容"""
    return "拼接结果:" + (input1 or "") + (input2 or "")

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

在上面的示例代码中,我们**"不小心"** 地把用于显示拼接内容结果 的组件id参数写成了output-texxt🤯,这也是比较常见的导致回调函数不生效的原因之一:

这种情况下,当我们在浏览器中发现相关功能没有如期运作时:

就可以优先考虑 通过回调图 查看对应回调函数的执行情况,可以看到虽然我们在相关输入框里输入了一些内容,但对应的回调函数一次都没执行(count 0):

这种情况下,我们首先 就可以想到是不是对应回调函数中有Output角色的id,与对应组件定义的id参数不一样,经过修正,功能正确运作的情况下,在回调图结果中就可以看到该回调函数执行了多少次执行耗时等有用的信息:

此时,我们再联想到上文中展示过的,对应中大型Dash应用的非常庞杂 的回调图,假如上面这个回调函数debug的场景出现在类似规模的应用中,我们就可以基于Dash>=3.4.0版本,首先在app.run()中设置hide_all_callbacks=True,这将在回调图中强制隐藏所有的回调函数:

然后再为对应的回调函数callback()中设置hidden=False

这将以更高的优先级 ,在回调图中强制展示 当前回调函数关系,这样无论是再复杂的Dash应用,我们都可以在回调图 中只聚焦于我们关注的那些回调函数,大幅度提升应用功能调试效率🚀:

大家可以在日常开发Dash应用的过程中,多多利用今天介绍的技巧,开发出更稳健的应用💪~


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
云程笔记14 小时前
004.环境搭建基础篇:Python、CUDA、cuDNN、PyTorch/TensorFlow安装与版本兼容性踩坑
pytorch·python·tensorflow
知行合一。。。19 小时前
Python--04--数据容器(总结)
开发语言·python
架构师老Y19 小时前
008、容器化部署:Docker与Python应用打包
python·容器·架构
lifewange20 小时前
pytest-类中测试方法、多文件批量执行
开发语言·python·pytest
pluvium2720 小时前
记对 xonsh shell 的使用, 脚本编写, 迁移及调优
linux·python·shell·xonsh
2401_8274999920 小时前
python项目实战09-AI智能伴侣(ai_partner_5-6)
开发语言·python
PD我是你的真爱粉20 小时前
MCP 协议详解:从架构、工作流到 Python 技术栈落地
开发语言·python·架构
ZhengEnCi20 小时前
P2G-Python字符串方法完全指南-split、join、strip、replace的Python编程利器
python
是小蟹呀^20 小时前
【总结】LangChain中工具的使用
python·langchain·agent·tool
宝贝儿好21 小时前
【LLM】第二章:文本表示:词袋模型、小案例:基于文本的推荐系统(酒店推荐)
人工智能·python·深度学习·神经网络·自然语言处理·机器人·语音识别