Да, конечно! В DashExpress можно передать все те же параметры, что и в Dash.
Если вы хотите встроить DashExpress в приложение Flask, рекомендую, помимо сервера Flask, передать еще экземпляр flask_caching.Cache, чтобы dashexpres не создавал отдельный экземпляр, а использовал глобальный кэш для всего приложения.
На данный момент я реализовал взаимодействие с отчетом только через фильтры. Однако вы можете использовать базовый синтаксис dash для кодирования всего, что вы хотите.
При применении фильтрации DashExpress вызывает функции построения графиков (которые были переданы через .add_graph) и просто передает им отфильтрованный dataframe. Поэтому, если гистограмму, которую вы хотите отобразить, впринципе можно построить по исходным данным, то и при фильтрации всё будет работать. Уточните, что вы подразумеваете под статичным датафреймом?
Лично я streamlit не понял, какой-то он сильно деревянный. Dash имеет большое community и возможность делать пользовательские компоненты на основе react-библиотек. DashExpress, например, использует dash mantine и dash leafle. Эти компоненты разработало сообщество, а не plotly.
Спасибо за предложения! Над конструктором подумаю, а документация в работе. Сейчас в плане еще примеры с полной кастомизацией интерфейса и разработкой собственных KPI карт.
Интересный продукт! А как быть с разграничением уровней доступа к данным? И как ведет себя алгоритм если пользователь запрашивает отчет по существующим, но закрытым от него данным?
В текущей версии так не получится, но я подумаю над внедрением такой возможности.
Забыли про самое очевидное использование: фин.директор всегда может спросить у chat gpt чем отличаются активы от пассивов :)
Да, конечно! В DashExpress можно передать все те же параметры, что и в Dash.
Если вы хотите встроить DashExpress в приложение Flask, рекомендую, помимо сервера Flask, передать еще экземпляр flask_caching.Cache, чтобы dashexpres не создавал отдельный экземпляр, а использовал глобальный кэш для всего приложения.
На данный момент я реализовал взаимодействие с отчетом только через фильтры. Однако вы можете использовать базовый синтаксис dash для кодирования всего, что вы хотите.
При применении фильтрации DashExpress вызывает функции построения графиков (которые были переданы через .add_graph) и просто передает им отфильтрованный dataframe. Поэтому, если гистограмму, которую вы хотите отобразить, впринципе можно построить по исходным данным, то и при фильтрации всё будет работать. Уточните, что вы подразумеваете под статичным датафреймом?
Спасибо, поправил.
Лично я streamlit не понял, какой-то он сильно деревянный. Dash имеет большое community и возможность делать пользовательские компоненты на основе react-библиотек. DashExpress, например, использует dash mantine и dash leafle. Эти компоненты разработало сообщество, а не plotly.
Спасибо за предложения! Над конструктором подумаю, а документация в работе. Сейчас в плане еще примеры с полной кастомизацией интерфейса и разработкой собственных KPI карт.
Интересный продукт! А как быть с разграничением уровней доступа к данным? И как ведет себя алгоритм если пользователь запрашивает отчет по существующим, но закрытым от него данным?