本文示例代码已上传至我的
Github仓库https://github.com/CNFeffery/DataScienceStudyNotes
1 简介
这是我的系列教程Python+Dash快速web应用开发的第五期，在上一期的文章中，我们针对Dash中有关回调的一些技巧性的特性进行了介绍，使得我们可以更愉快地为Dash应用编写回调交互功能。
而今天的文章作为回调交互系统性内容的最后一期，我将带大家get一些Dash中实际应用效果惊人的高级回调特性，系好安全带，我们起飞~
图1
2 Dash中的高级回调特性
2.1 控制部分回调输出不更新
在很多应用场景下，我们给某个回调函数绑定了多个Output()，这时如果这些Output()并不是每次触发回调都需要被更新，那么就可以根据Input()值的不同，来配合dash.no_update作为对应Output()的返回值，从而实现部分Output()不更新，譬如下面的例子：
app1.py
import dash
import dash_bootstrap_components as dbc
import dash_html_components as html
from dash.dependencies import Input, Output
import time
app = dash.Dash(__name__)
app.layout = html.Div(
dbc.Container(
[
html.Br(),
html.Br(),
html.Br(),
dbc.Row(
dbc.Col(
dbc.Button('按钮',
color='primary',
id='button',
n_clicks=0)
)
),
html.Br(),
dbc.Row(
[
dbc.Col('尚未触发', id='record-1'),
dbc.Col('尚未触发', id='record-2'),
dbc.Col('尚未触发', id='record-n')
]
)
]
)
)
@app.callback(
[Output('record-1', 'children'),
Output('record-2', 'children'),
Output('record-n', 'children'),
],
Input('button', 'n_clicks'),
prevent_initial_call=True
)
def record_click_event(n_clicks):
if n_clicks == 1:
return (
'第1次点击：{}'.format(time.strftime('%H:%M:%S', time.localtime(time.time()))),
dash.no_update,
dash.no_update
)
elif n_clicks == 2:
return (
dash.no_update,
'第2次点击：{}'.format(time.strftime('%H:%M:%S', time.localtime(time.time()))),
dash.no_update
)
elif n_clicks >= 3:
return (
dash.no_update,
dash.no_update,
'第3次及以上点击：{}'.format(time.strftime('%H:%M:%S', time.localtime(time.time()))),
)
if __name__ == '__main__':
app.run_server(debug=True)
图2
可以观察到，我们根据n_clicks数值的不同，在对应各个Output()返回值中对符合条件的部件进行更新，其他的都用dash.no_update来代替，从而实现了局部更新，非常实用且简单。
2.2 基于模式匹配的回调
这是Dash在1.11.0版本开始引入的新特性，它所实现的功能是将多个部件绑定组织在同一个id属性下，这听起来有一点抽象，我们先从一个形象的例子来出发：
假如我们要开发一个简单的记账应用，它通过第一排若干Input()部件及一个Button()部件来记录并提交每笔账对应的相关信息，并且在最下方输出已记录账目金额之和：
app2.py
import dash
import dash_bootstrap_components as dbc
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output, State, ALL
import re
app = dash.Dash(__name__)
app.layout = html.Div(
[
html.Br(),
html.Br(),
dbc.Container(
dbc.Row(
[
dbc.Col(
dbc.InputGroup(
[
dbc.InputGroupAddon("金额", addon_type="prepend"),
dbc.Input(
id='account-amount',
placeholder='请输入金额',
type="number",
),
dbc.InputGroupAddon("元", addon_type="append"),
],
),
width=5
),
dbc.Col(
dcc.Dropdown(
id='account-type',
options=[
{'label': '生活开销', 'value': '生活开销'},
{'label': '人情往来', 'value': '人情往来'},
{'label': '医疗保健', 'value': '医疗保健'},
{'label': '旅游休闲', 'value': '旅游休闲'},
],
placeholder='请选择类型：'
),
width=5
),
dbc.Col(
dbc.Button('提交记录', id='account-submit'),
width=2
)
]
)
),
html.Br(),
dbc.Container([], id='account-record-container'),
dbc.Container('暂无记录！', id='account-record-sum')
]
)
@app.callback(
Output('account-record-container', 'children'),
Input('account-submit', 'n_clicks'),
[State('account-record-container', 'children'),
State('account-amount', 'value'),
State('account-type', 'value')],
prevent_initial_call=True
)
def update_account_records(n_clicks, children, account_amount, account_type):
'''
用于处理每一次的记账输入并渲染前端记录
'''
if account_amount and account_type:
children.append(dbc.Row(
dbc.Col(
'【{}】类开销【{}】元'.format(account_type, account_amount)
),
# 以字典形式定义id
id={'type': 'single-account_record', 'index': children.__len__()}
))
return children
@app.callback(
Output('account-record-sum', 'children'),
Input({'type': 'single-account_record', 'index': ALL}, 'children'),
prevent_initial_call=True
)
def refresh_account_sum(children):
'''
对多部件集合single-account_record下所有账目记录进行求和
'''
return '账本总开销：{}'.format(sum([int(re.findall('\d+',
child['props']['children'])[0])
for child in children]))
if __name__ == '__main__':
app.run_server(debug=True)
图3
上面这个应用中，体现出的模式匹配内容即为开头从dash.dependencies引入的ALL，它是Dash模式匹配中的一种模式，而我们在回调函数update_account_records()中为已有记账记录追加新纪录时，使用到：
# 以字典形式定义id
id={'type': 'single-account_record', 'index': children.__len__()}
这里不同于以前我们采取的id=某个字符串的定义方法，换成字典之后，其type键值对用来记录唯一id信息，每一次新纪录追加时type值都相等，因为它们被组织为同id部件集合，而键值对index则用于在type值相同的一个部件集合下，区分出不同的独立部件元素。
因为将传统的唯一id部件替换成同id部件集合，所以我们后面的回调函数refresh_account_sum()的输入元素只需要定义单个Input()即可，再在函数内部按照不同的index值取出需要的集合内各成员记录值，非常便于我们书写出简练清爽的Dash代码，便于之后进一步的修改与重构。
你可以通过最下面打印出的每次refresh_account_sum()所接收到的children参数json格式结果来弄清我是如何在return值的地方取出历史记账金额并计算的。
而除了上面介绍的一股脑返回所有集合内成员部件的ALL模式之外，还有另一种更有针对性的MATCH模式，它应用于结合内成员部件可交互输入值的情况，譬如下面这个简单的例子，我们定义一个简单的用于查询省份行政代码的应用，配合MATCH模式来实现彼此成对独立输出：
app3.py
import dash
import dash_bootstrap_components as dbc
import dash_html_components as html
from dash.dependencies import Input, Output, State, MATCH
import dash_core_components as dcc
app = dash.Dash(__name__)
app.layout = html.Div(
[
html.Br(),
html.Br(),
html.Br(),
dbc.Container(
[
dbc.Row(
dbc.Col(
dbc.Button('新增查询', id='add-item', outline=True)
)
),
html.Hr()
]
),
dbc.Container([], id='query-container')
]
)
region2code = {
'北京市': '110000000000',
'重庆市': '500000000000',
'安徽省': '340000000000'
}
@app.callback(
Output('query-container', 'children'),
Input('add-item', 'n_clicks'),
State('query-container', 'children'),
prevent_initial_call=True
)
def add_query_item(n_clicks, children):
children.append(
dbc.Row(
[
dbc.Col(
[
# 生成index相同的dropdown部件与文字输出部件
dcc.Dropdown(id={'type': 'select-province', 'index': children.__len__()},
options=[{'label': label, 'value': label} for label in region2code.keys()],
placeholder='选择省份：'),
html.P('请输入要查询的省份！', id={'type': 'code-output', 'index': children.__len__()})
]
)
]
)
)
return children
@app.callback(
Output({'type': 'code-output', 'index': MATCH}, 'children'),
Input({'type': 'select-province', 'index': MATCH}, 'value')
)
def refresh_code_output(value):
if value:
return region2code[value]
else:
return dash.no_update
if __name__ == '__main__':
app.run_server(debug=True)
图4
可以看到，在refresh_code_output()前应用MATCH模式匹配后，我们点击某个部件时，只有跟它index匹配的部件才会打印出相对应的输出，非常的方便~
2.3 多输入情况下获取部件触发情况
在很多应用场景下，我们的某个回调可能拥有多个Input输入，但学过前面的内容我们已经清楚，不管有几个Input，只要其中有一个部件其输入属性发生变化，都会触发本轮回调，但是如果我们就想知道究竟是哪个Input触发了本轮回调该怎么办呢？
这在Dash中可以通过dash.callback_context来方便的实现，它只能在回调函数中被执行，从而获取回调过程的诸多上下文信息，先从下面这个简单的例子出发看看dash.callback_context到底给我们带来了哪些有价值的信息：
app4.py
import dash
import dash_html_components as html
import dash_bootstrap_components as dbc
from dash.dependencies import Input, Output
import json
app = dash.Dash(__name__)
app.layout = html.Div(
dbc.Container(
[
html.Br(),
html.Br(),
html.Br(),
dbc.Row(
[
dbc.Col(dbc.Button('A', id='A', n_clicks=0)),
dbc.Col(dbc.Button('B', id='B', n_clicks=0)),
dbc.Col(dbc.Button('C', id='C', n_clicks=0))
]
),
dbc.Row(
[
dbc.Col(html.P('按钮A未点击', id='A-output')),
dbc.Col(html.P('按钮B未点击', id='B-output')),
dbc.Col(html.P('按钮C未点击', id='C-output'))
]
),
dbc.Row(
dbc.Col(
html.Pre(id='raw-json')
)
)
]
)
)
@app.callback(
[Output('A-output', 'children'),
Output('B-output', 'children'),
Output('C-output', 'children'),
Output('raw-json', 'children')],
[Input('A', 'n_clicks'),
Input('B', 'n_clicks'),
Input('C', 'n_clicks')],
prevent_initial_call=True
)
def refresh_output(A_n_clicks, B_n_clicks, C_n_clicks):
# 获取本轮回调状态下的上下文信息
ctx = dash.callback_context
# 取出对应State、最近一次触发部件以及Input信息
ctx_msg = json.dumps({
'states': ctx.states,
'triggered': ctx.triggered,
'inputs': ctx.inputs
}, indent=2)
return A_n_clicks, B_n_clicks, C_n_clicks, ctx_msg
if __name__ == '__main__':
app.run_server(debug=True)
图5
可以看到，我们安插在回调函数里的dash.callback_context帮我们记录了从访问Dash开始，到最近一次执行回调期间，对应回调的输入输出信息变化情况、最近一次触发信息，非常的实用，可以支撑起很多复杂应用场景。
2.4 在浏览器端执行回调过程
Dash虽然很方便，使得我们可以完全不用书写js代码就可以实现各种回调交互，但把所有的交互响应计算过程都交给服务端来做，省事倒是很省事，但会给服务器带来不小的计算和网络传输压力。
因此很多容易频繁触发且与主要的数值计算无关的交互行为，完全可以搬到浏览器端执行，既快速又不吃服务器的计算资源，这也是当初JavaScript被发明的一个重要原因，而在Dash中，也为略懂js的用户提供了在浏览器端执行一些回调的贴心功能。
从一个很简单的点击按钮，实现部分网页内容的打开与关闭出发，这里我们提前使用到dbc.Collapse部件，用于将所包含的网页内容与其它按钮部件的点击行为进行绑定：
app5.py
import dash
import dash_bootstrap_components as dbc
import dash_html_components as html
from dash.dependencies import Input, Output, State
app = dash.Dash(__name__)
app.layout = html.Div(
dbc.Container(
[
html.Br(),
html.Br(),
html.Br(),
dbc.Button('服务端回调', id='server-button'),
dbc.Collapse('服务端折叠内容', id='server-collapse'),
html.Hr(),
dbc.Button('浏览器端回调', id='browser-button'),
dbc.Collapse('浏览器端折叠内容', id='browser-collapse'),
]
)
)
@app.callback(
Output('server-collapse', 'is_open'),
Input('server-button', 'n_clicks'),
State('server-collapse', 'is_open'),
prevent_initial_call=True
)
def server_callback(n_clicks, is_open):
return not is_open
# 在dash中定义浏览器端回调函数的特殊格式
app.clientside_callback(
"""
function(n_clicks, is_open) {
return !is_open;
}
""",
Output('browser-collapse', 'is_open'),
Input('browser-button', 'n_clicks'),
State('browser-collapse', 'is_open'),
prevent_initial_call=True
)
if __name__ == '__main__':
app.run_server(debug=True)
可以看到，服务端回调我们照常写，而浏览器端回调通过传入一个非常简单的js函数，在每次回调时接受输入并输出is_open的逻辑反值，从而实现了折叠内容的打开与关闭切换：
function(n_clicks, is_open) {
return !is_open;
}
便实现了浏览器端回调！
图6
而如果你想要执行的浏览器端js回调函数代码有点长，还可以按照下图格式，把你的大段js回调函数代码放置于assets目录下对应路径里的js脚本中：
图7
接着再在dash中按照下列格式编写关联输入输出与上述js回调的简短语句即可：
app.clientside_callback(
ClientsideFunction(
namespace='命名空间名称',
function_name='对应js回调函数名'
),
'''
按顺序组织你的Output、Input以及State... ...
'''
)
下面我们直接以大家喜闻乐见的数据可视化*框架echarts为例，来写一个根据不同输入值切换渲染出的图表类型，注意请从官网把依赖的echarts.min.js下载到我们的assets路径下对应位置，它会在我们的Dash应用启动时与所有assets下的资源一起自动被载入到浏览器中：
app6.py
import dash
import dash_bootstrap_components as dbc
import dash_html_components as html
import dash_core_components as dcc
from dash.dependencies import Input, Output, ClientsideFunction
app = dash.Dash(__name__)
# 编写一个根据dropdown不同输入值切换对应图表类型的小应用
app.layout = html.Div(
dbc.Container(
[
html.Br(),
dbc.Row(
dbc.Col(
dcc.Dropdown(
id='chart-type',
options=[
{'label': '折线图', 'value': '折线图'},
{'label': '堆积面积图', 'value': '堆积面积图'},
],
value='折线图'
),
width=3
)
),
html.Br(),
dbc.Row(
dbc.Col(
html.Div(
html.Div(
id='main',
style={
'height': '100%',
'width': '100%'
}
),
style={
'width': '800px',
'height': '500px'
}
)
)
)
]
)
)
app.clientside_callback(
# 关联自编js脚本中的相应回调函数
ClientsideFunction(
namespace='clientside',
function_name='switch_chart'
),
Output('main', 'children'),
Input('chart-type', 'value')
)
if __name__ == '__main__':
app.run_server(debug=True)
图8
效果十分惊人，从此我们使用Dash不仅仅可以使用Python生态的工具，还可以配合对前端内容支持更好的js，起飞！
至此我们的Dash回调交互三部曲已结束，接下来的文章我将开始带大家遨游丰富的各种Dash前端部件，涵盖了网页部件、数据可视化图表以及地图可视化等内容，敬请期待这场奇妙之旅吧~
以上就是本文的全部内容，欢迎在评论区与我进行讨论。