Dash, web uygulamaları geliştirmek için bir Python çatısıdır. Flask, Plotly.js, React ve React Js üzerine inşa edilmiştir. Saf Python kullanarak panolar oluşturmanızı sağlar. Dash açık kaynaklıdır ve uygulamaları web tarayıcısında çalışır. Bu eğitimde, okuyucuyu Dash’in temelleriyle tanıştırıyoruz ve Plotly konusunda ön bilgiye sahip olunduğunu varsayıyoruz.
Dash Kurulumu
Dash’i kullanmaya başlamak için birkaç paket kurmamız gerekir.
Bir Dash uygulaması genellikle iki bölümden oluşur. İlk bölüm düzeni ifade eder ve uygulamanın nasıl görüneceğini tanımlar; ikinci bölüm ise uygulamanın etkileşimini açıklar. Dash, Python ile HTML içerik üretmemizi sağlayan HTML sınıfları sunar. Bu sınıfları kullanmak için dash_core_components ve dash_html_components modüllerini içe aktarmamız gerekir. Ayrıca Javascript ve React Js kullanarak kendi özel bileşenlerinizi de oluşturabilirsiniz.
Başlamak için en sevdiğiniz metin düzenleyiciyi kullanarak app.py adlı bir dosya oluşturup bu paketleri içe aktaralım.
import dash
import dash_core_components as dcc
import dash_html_components as html
Altyapı:
Flask’te olduğu gibi, Dash’i dash’in Dash sınıfını çağırarak başlatırız. Bunu yaptıktan sonra uygulamamız için düzeni oluşturabiliriz. Bir HTML Div oluşturmak için dash_html_components içindeki Div sınıfını kullanırız. Ardından H1, H2 vb. gibi HTML bileşenlerini üretmek için HTML bileşenlerini kullanırız. dash_html_components tüm HTML etiketlerine sahiptir. Düzenimizde bir grafik oluşturmak için dash_core_components içindeki Graph sınıfını kullanırız. Graph, plotly.js kullanarak etkileşimli veri görselleştirmeleri üretir. Graph sınıfı, çizilecek data ve layout ayrıntılarını içeren bir figure nesnesi bekler. Dash ayrıca arka plan rengi ve metin rengi gibi stillendirmeler yapmanıza da olanak tanır. Arka planı style özniteliğini kullanarak ve istediğiniz rengi içeren bir nesne geçirerek değiştirebilirsiniz. Bizim örneğimizde, istediğimiz arka plan ve metin rengini içeren bir color sözlüğü tanımladık. Benzer şekilde, düzenin arka planını plot_bgcolor özniteliğiyle değiştirebiliriz.
HTML’de style özelliği noktalı virgülle belirtilirken, Dash’te bir sözlük verilir. Sözlükteki anahtarlar camelCase biçimindedir; örneğin text-align yerine textAlign. HTML’de sınıflar kullanmak yerine Dash’te className kullanılır.
app = dash.Dash()
colors ={'background':'#111111','text':'#7FDBFF'}
app.layout = html.Div(style={'backgroundColor': colors['background']}, children=[
html.H1(
children='Hello Dash',
style={'textAlign':'center','color': colors['text']}),
html.Div(children='Dash: A web application framework for Python.', style={'textAlign':'center','color': colors['text']}),
dcc.Graph(id='Graph1',
figure={'data':[{'x':[1,2,3],'y':[4,1,2],'type':'bar','name':'SF'},{'x':[1,2,3],'y':[2,4,5],'type':'bar','name':u'Montréal'},],'layout':{'plot_bgcolor': colors['background'],'paper_bgcolor': colors['background'],'font':{'color': colors['text']}}})])Altyapı:
Görselleştirmemizi görüntülemek için, tıpkı Flask’te olduğu gibi web sunucumuzu çalıştırmamız gerekir. Unutmayın, Dash Flask üzerine kuruludur. Ayrıca, her değişiklik yaptığımızda sunucuyu yenilemek zorunda kalmamak için debug’ı true olarak ayarlıyoruz.
if __name__ =='__main__':
app.run_server(debug=True)Altyapı:
Sonraki adımda terminale geçin ve aşağıdaki komutu yazarak sunucuyu başlatın: python app.py
Bir saçılım grafiği çizmek için daha önce yaptığımız gibi standart dash bileşenlerini içe aktarırız. Ayrıca saçılım grafiğini çizmek için Plotly’nin graph_objs modülünü de içe aktarmamız gerekir. Daha önce belirtildiği gibi bunu gerçekleştirmek için Dash içindeki Div sınıfını ve Graph bileşenini kullanırız. Graph bileşeni, veriyi ve düzen tanımını içeren bir figure nesnesi alır. Saçılım grafiğini graph_objs içindeki scatter özelliğini kullanarak çizeriz. Grafiğin bir saçılım grafiği olduğundan emin olmak için mode özniteliğini geçirip markers olarak ayarlarız. Aksi halde grafikte çizgiler olur.
import dash
import dash_core_components as dcc
import dash_html_components as html
import pandas as pd
import plotly.graph_objs as go
app = dash.Dash()
df = pd.read_csv('https://gist.githubusercontent.com/chriddyp/'+'5d1ea79569ed194d432e56108a04d188/raw/'+'a9f9e8076b837d541398e999dcbac2b2826a81f8/'+'gdp-life-exp-2007.csv')
app.layout = html.Div([
dcc.Graph(id='life-exp-vs-gdp',
figure={'data':[
go.Scatter(
x=df[df['continent']== i]['gdp per capita'],
y=df[df['continent']== i]['life expectancy'],
text=df[df['continent']== i]['country'],
mode='markers',
opacity=0.8,
marker={'size':15,'line':{'width':0.5,'color':'white'}},
name=i
)for i in df.continent.unique()],'layout': go.Layout(
xaxis={'type':'log','title':'GDP Per Capita'},
yaxis={'title':'Life Expectancy'},
margin={'l':40,'b':40,'t':10,'r':10},
legend={'x':0,'y':1},
hovermode='closest')})])if __name__ =='__main__':
app.run_server()Altyapı:
Markdown
Bazen panolarınıza çok miktarda metin eklemeniz gerekebilir. Bunu, aşağıda gösterildiği gibi dash_core_components içindeki Mardown özniteliğini kullanarak yapabilirsiniz.
import dash
import dash_core_components as dcc
import dash_html_components as html
app = dash.Dash()
markdown_text ='''
### Dash and Markdown
A lot of text
'''
app.layout = html.Div([
dcc.Markdown(children=markdown_text)])if __name__ =='__main__':
app.run_server()Altyapı:
Çekirdek Bileşenler
Şimdi, Dash kullanırken karşılaşacağınız bazı dash_core_components öğelerine bakalım. Aşağıda gösterildiği gibi bir açılır liste oluşturabilirsiniz. Bunu dash_core_components içinden Dropdown’u çağırarak ve seçenekleri sözlüklerden oluşan bir liste olarak geçirerek yaparsınız. Varsayılan değeri values özniteliğini kullanarak ve varsayılan seçeneği ileterek ayarlayabilirsiniz.
dcc.Dropdown(
options=[{'label':'New York City','value':'NYC'},{'label':u'Montréal','value':'MTL'},{'label':'San Francisco','value':'SF'}],
value='MTL')Altyapı:
Çoklu seçimli bir açılır liste üretmek de benzerdir. Tek fark, varsayılan olarak False olan multi özniteliğini true olarak ayarlamanızdır. Daha sonra values özniteliğini belirterek varsayılan olarak çoklu seçili olmasını istediğiniz öğeleri tanımlayabilirsiniz.
html.Label('Multi-Select Dropdown'),
dcc.Dropdown(
options=[{'label':'New York City','value':'NYC'},{'label':u'Montréal','value':'MTL'},{'label':'San Francisco','value':'SF'}],
value=['MTL','SF'],
multi=True)Altyapı:
Radyo düğmeleri RadioItems özniteliği kullanılarak üretilebilir. Ardından seçenekleri sözlüklerden oluşan bir liste olarak geçersiniz. values özniteliğini belirterek varsayılan bir değer de ayarlayabilirsiniz.
html.Label('Radio Items'),
dcc.RadioItems(
options=[{'label':'New York City','value':'NYC'},{'label':u'Montréal','value':'MTL'},{'label':'San Francisco','value':'SF'}],
value='MTL')Altyapı:
Onay kutuları oluşturmak için dash_core_components içinden Checklist özniteliğini çağırırsınız. Seçenekler ve varsayılan değerler yukarıdaki gibi iletilir.
html.Label('Checkboxes'),
dcc.Checklist(
options=[{'label':'New York City','value':'NYC'},{'label':u'Montréal','value':'MTL'},{'label':'San Francisco','value':'SF'}],
values=['MTL','SF'])Altyapı:
Uygulamanızda büyük olasılıkla metin girişlerine ihtiyaç duyacaksınız. Bunları üretmek için Input özniteliğini kullanırsınız. Html Label etiketiyle, Girdi alanı için bir etiket oluşturabilirsiniz. values özniteliğini kullanarak alanda bazı metinler belirtebilir ve type ile bunun bir metin alanı mı, sayı mı vb. olduğunu ifade edebilirsiniz.
Dash bileşenleri deklaratif olduğundan, herhangi birinde help komutunu çağırmak ilgili bileşenin yardımını getirir.
help(dcc.Input)
Etkileşim
Şimdi Dash uygulamalarımızı nasıl etkileşimli hale getirebileceğimizi ele alalım. Bunu yapmak için dash.dependencies içinden Input ve Output’u içe aktarmamız gerekir. Bunları HTML Input ile karıştırmayın; farklıdırlar. HTML Input, dash core components içinden içe aktarılır. Aşağıda bir metin girişi oluşturuyor ve ona bir geri çağırım (callback) bağlıyoruz; böylece kutuya bir şey yazdığınızda my-div gerçek zamanlı olarak güncellenir. Bunu etkinleştirmek için Dash, @app adlı bir dekoratör sağlar; bu dekoratör, my-div ile HTML giriş alanına bir geri çağırım fonksiyonu bağlamayı mümkün kılar. Dikkat ederseniz, update_output_div fonksiyonunu tanımlamadan önce dekoratörü kullanıyoruz.
import dash
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output
app = dash.Dash()
app.layout = html.Div([
dcc.Input(id='my-id', value='Dash App',type='text'),
html.Div(id='my-div')])@app.callback(
Output(component_id='my-div', component_property='children'),[Input(component_id='my-id', component_property='value')])defupdate_output_div(input_value):return'You\'ve entered "{}"'.format(input_value)if __name__ =='__main__':
app.run_server()Altyapı:
Dash, dash-auth adlı ayrı bir paket aracılığıyla kimlik doğrulaması sağlar. İki tür kimlik doğrulama sunar: HTTP Basic Auth ve Plotly OAuth. Basic Auth’ta uygulamanıza bir dizi kullanıcı adı ve parolayı sabitlersiniz. Bu yöntemin bazı zorlukları vardır: kullanıcılar uygulamanızdan çıkış yapamaz, hesap oluşturamaz veya parola değiştiremez ve kullanıcı adlarıyla parolaları kodunuzda güvenle saklamaktan siz sorumlusunuz. Plotly OAuth ise çevrimiçi Plotly hesabınız üzerinden kimlik doğrulaması sağlar ve ücretsiz değildir.
Basic Auth’u kurmak için şu adımları izleyin. Önce gerekli paketleri kurun.
Parola çiftleri ayarlandıktan sonra kimlik doğrulamayla dash_auth.BasicAuth yardımcı programı ilgilenir. Tek yapmanız gereken parola çiftlerini ve uygulama adınızı dash_auth.BasicAuth’a geçirmek.
Sonra, klasörü git ve virtualenv ile başlatın. Git sürüm kontrolü içindir; virtualenv ise tüm Python bağımlılıklarımızı tutacak sanal bir ortam oluşturmamızı sağlar. Ortamı oluşturduktan sonra source komutunu kullanarak etkinleştiririz.
Dash uygulamamızı sunmak için bir Python web sunucusuna ihtiyacımız var. Üretimde Flask’in geliştirme sunucusu asla kullanılmaz. Bu işlev için Gunicorn web sunucusunu kullanırız. Aşağıda gösterildiği gibi kurun:
Ardından, klasörümüzde birkaç dosya oluşturmamız gerekir:
Dash uygulamamızı yazacağımız app.py.
Gereksiz dosyaların üretime gönderilmediğinden emin olmak için bir .gitignore
Tüm Python bağımlılıklarını ve sürümlerini içerecek bir requirements.txt dosyası.
Dağıtım için bir Procfile.
app.py dosyasına aşağıdakileri ekleyin. Bu sadece bir örnektir; kendi Dash panonuzu kullanabilirsiniz.
import os
import dash
import dash_core_components as dcc
import dash_html_components as html
app = dash.Dash(__name__)
server = app.server
app.layout = html.Div([
html.H2('Hello World'),
dcc.Dropdown(id='dropdown',
options=[{'label': i,'value': i}for i in['LA','NYC','MTL']],
value='LA'),
html.Div(id='display-value')])@app.callback(dash.dependencies.Output('display-value','children'),[dash.dependencies.Input('dropdown','value')])defdisplay_value(value):return'You have selected "{}"'.format(value)if __name__ =='__main__':
app.run_server(debug=True)Altyapı:
Temelde bir Dash uygulamasının aynı zamanda bir Flask uygulaması olduğunu unutmamak önemlidir. Dağıtım amaçları için Flask uygulama örneğine erişmemiz gerekir. Dash bunu şu şekilde yapmamızı sağlar
app = dash.Dash(__name__)
server = app.serverAltyapı:
.gitignore dosyasına üretime göndermek istemediğiniz dosyaları ekleyin. İyi bir Python .gitignore dosyası Github’da mevcuttur.
Şimdi dağıtım bilgimizi Procfile içinde belirtelim. Sunucumuzu gunicorn olarak belirtmek için web değişkenini kullanırız. Ayrıca uygulama ayrıntılarımızı app değişkeninden yararlanarak belirtiriz. app, app.py dosya adını; server ise o dosya içindeki server değişkenini ifade eder.
Son adım, terminalde bir Heroku uygulaması oluşturmak ve tüm uygulama paketlerimizi eklemektir. Değişiklikleri işledikten (commit) sonra; uygulamanızı heroku master’a gönderin (push). Bu komutun çıktısında, Heroku’daki canlı Dash uygulamanıza bir bağlantı yer alacaktır.
Bu yazı, Plotly’nin Dash’i kullanılarak saf Python ile pano oluşturmanın bir girişidir. Dash hakkında daha fazla bilgi edinmek için resmi belgelere göz atın.
Algoritmalar, sistem tasarımı ve davranışsal senaryoları kapsayan bu temel sorularla teknik mülakat sürecine hakim olun. Uzman cevapları, kod örnekleri ve kanıtlanmış hazırlık stratejileri edinin.
Git deponuzu temiz tutmak için .gitignore’u nasıl kullanacağınızı öğrenin. Bu eğitim; temelleri, yaygın kullanım durumlarını ve başlamanıza yardımcı olacak pratik örnekleri kapsar!
Dash, web uygulamaları geliştirmek için bir Python çatısıdır. Flask, Plotly.js, React ve React Js üzerine inşa edilmiştir. Saf Python kullanarak panolar oluşturmanızı sağlar. Dash açık kaynaklıdır ve uygulamaları web tarayıcısında çalışır. Bu eğitimde, okuyucuyu Dash’in temelleriyle tanıştırıyoruz ve Plotly konusunda ön bilgiye sahip olunduğunu varsayıyoruz.
Dash Kurulumu
Dash’i kullanmaya başlamak için birkaç paket kurmamız gerekir.
Dash Uygulama Düzeni
Bir Dash uygulaması genellikle iki bölümden oluşur. İlk bölüm düzeni ifade eder ve uygulamanın nasıl görüneceğini tanımlar; ikinci bölüm ise uygulamanın etkileşimini açıklar. Dash, Python ile HTML içerik üretmemizi sağlayan HTML sınıfları sunar. Bu sınıfları kullanmak için dash_core_components ve dash_html_components modüllerini içe aktarmamız gerekir. Ayrıca Javascript ve React Js kullanarak kendi özel bileşenlerinizi de oluşturabilirsiniz.
Başlamak için en sevdiğiniz metin düzenleyiciyi kullanarak app.py adlı bir dosya oluşturup bu paketleri içe aktaralım.
Flask’te olduğu gibi, Dash’i dash’in Dash sınıfını çağırarak başlatırız. Bunu yaptıktan sonra uygulamamız için düzeni oluşturabiliriz. Bir HTML Div oluşturmak için dash_html_components içindeki Div sınıfını kullanırız. Ardından H1, H2 vb. gibi HTML bileşenlerini üretmek için HTML bileşenlerini kullanırız.
dash_html_componentstüm HTML etiketlerine sahiptir. Düzenimizde bir grafik oluşturmak içindash_core_componentsiçindeki Graph sınıfını kullanırız. Graph, plotly.js kullanarak etkileşimli veri görselleştirmeleri üretir. Graph sınıfı, çizilecekdatavelayoutayrıntılarını içeren bir figure nesnesi bekler. Dash ayrıca arka plan rengi ve metin rengi gibi stillendirmeler yapmanıza da olanak tanır. Arka planıstyleözniteliğini kullanarak ve istediğiniz rengi içeren bir nesne geçirerek değiştirebilirsiniz. Bizim örneğimizde, istediğimiz arka plan ve metin rengini içeren bir color sözlüğü tanımladık. Benzer şekilde, düzenin arka planınıplot_bgcolorözniteliğiyle değiştirebiliriz.HTML’de style özelliği noktalı virgülle belirtilirken, Dash’te bir sözlük verilir. Sözlükteki anahtarlar camelCase biçimindedir; örneğin text-align yerine textAlign. HTML’de sınıflar kullanmak yerine Dash’te className kullanılır.
Görselleştirmemizi görüntülemek için, tıpkı Flask’te olduğu gibi web sunucumuzu çalıştırmamız gerekir. Unutmayın, Dash Flask üzerine kuruludur. Ayrıca, her değişiklik yaptığımızda sunucuyu yenilemek zorunda kalmamak için debug’ı true olarak ayarlıyoruz.
Sonraki adımda terminale geçin ve aşağıdaki komutu yazarak sunucuyu başlatın:
python app.pyBu, http://127.0.0.1:8050/ adresinde yeni bir web sunucusu başlatacaktır. Oraya gidin ve yeni oluşturduğunuz panoyu görün.
Saçılım Grafikleri Oluşturma
Bir saçılım grafiği çizmek için daha önce yaptığımız gibi standart dash bileşenlerini içe aktarırız. Ayrıca saçılım grafiğini çizmek için Plotly’nin
graph_objsmodülünü de içe aktarmamız gerekir. Daha önce belirtildiği gibi bunu gerçekleştirmek için Dash içindeki Div sınıfını ve Graph bileşenini kullanırız. Graph bileşeni, veriyi ve düzen tanımını içeren bir figure nesnesi alır. Saçılım grafiğinigraph_objsiçindeki scatter özelliğini kullanarak çizeriz. Grafiğin bir saçılım grafiği olduğundan emin olmak içinmodeözniteliğini geçirip markers olarak ayarlarız. Aksi halde grafikte çizgiler olur.Markdown
Bazen panolarınıza çok miktarda metin eklemeniz gerekebilir. Bunu, aşağıda gösterildiği gibi dash_core_components içindeki
Mardownözniteliğini kullanarak yapabilirsiniz.Çekirdek Bileşenler
Şimdi, Dash kullanırken karşılaşacağınız bazı
dash_core_componentsöğelerine bakalım. Aşağıda gösterildiği gibi bir açılır liste oluşturabilirsiniz. Bunudash_core_componentsiçindenDropdown’u çağırarak ve seçenekleri sözlüklerden oluşan bir liste olarak geçirerek yaparsınız. Varsayılan değerivaluesözniteliğini kullanarak ve varsayılan seçeneği ileterek ayarlayabilirsiniz.Çoklu seçimli bir açılır liste üretmek de benzerdir. Tek fark, varsayılan olarak False olan
multiözniteliğinitrueolarak ayarlamanızdır. Daha sonravaluesözniteliğini belirterek varsayılan olarak çoklu seçili olmasını istediğiniz öğeleri tanımlayabilirsiniz.Radyo düğmeleri
RadioItemsözniteliği kullanılarak üretilebilir. Ardından seçenekleri sözlüklerden oluşan bir liste olarak geçersiniz.valuesözniteliğini belirterek varsayılan bir değer de ayarlayabilirsiniz.Onay kutuları oluşturmak için
dash_core_componentsiçindenChecklistözniteliğini çağırırsınız. Seçenekler ve varsayılan değerler yukarıdaki gibi iletilir.Uygulamanızda büyük olasılıkla metin girişlerine ihtiyaç duyacaksınız. Bunları üretmek için
Inputözniteliğini kullanırsınız. Html Label etiketiyle, Girdi alanı için bir etiket oluşturabilirsiniz.valuesözniteliğini kullanarak alanda bazı metinler belirtebilir vetypeile bunun bir metin alanı mı, sayı mı vb. olduğunu ifade edebilirsiniz.Yardımı çağırma
Dash bileşenleri deklaratif olduğundan, herhangi birinde help komutunu çağırmak ilgili bileşenin yardımını getirir.
help(dcc.Input)Etkileşim
Şimdi Dash uygulamalarımızı nasıl etkileşimli hale getirebileceğimizi ele alalım. Bunu yapmak için
dash.dependenciesiçinden Input ve Output’u içe aktarmamız gerekir. Bunları HTML Input ile karıştırmayın; farklıdırlar. HTML Input, dash core components içinden içe aktarılır. Aşağıda bir metin girişi oluşturuyor ve ona bir geri çağırım (callback) bağlıyoruz; böylece kutuya bir şey yazdığınızdamy-divgerçek zamanlı olarak güncellenir. Bunu etkinleştirmek için Dash,@appadlı bir dekoratör sağlar; bu dekoratör,my-divile HTML giriş alanına bir geri çağırım fonksiyonu bağlamayı mümkün kılar. Dikkat ederseniz,update_output_divfonksiyonunu tanımlamadan önce dekoratörü kullanıyoruz.Kimlik Doğrulama
Dash,
dash-authadlı ayrı bir paket aracılığıyla kimlik doğrulaması sağlar. İki tür kimlik doğrulama sunar: HTTP Basic Auth ve Plotly OAuth. Basic Auth’ta uygulamanıza bir dizi kullanıcı adı ve parolayı sabitlersiniz. Bu yöntemin bazı zorlukları vardır: kullanıcılar uygulamanızdan çıkış yapamaz, hesap oluşturamaz veya parola değiştiremez ve kullanıcı adlarıyla parolaları kodunuzda güvenle saklamaktan siz sorumlusunuz. Plotly OAuth ise çevrimiçi Plotly hesabınız üzerinden kimlik doğrulaması sağlar ve ücretsiz değildir.Basic Auth’u kurmak için şu adımları izleyin. Önce gerekli paketleri kurun.
Bundan sonra, uygulamanızda bulunmasını istediğiniz kullanıcı adı ve parola çiftlerini ayarlayın.
Parola çiftleri ayarlandıktan sonra kimlik doğrulamayla
dash_auth.BasicAuthyardımcı programı ilgilenir. Tek yapmanız gereken parola çiftlerini ve uygulama adınızıdash_auth.BasicAuth’a geçirmek.Panoları Heroku’da Barındırma
Panonuzu Heroku’da barındırmak oldukça kolaydır ancak birkaç adım gerektirir.
Önce, projeye ait tüm dosyaları tutacak bir dizin oluşturun. Bunu Ubuntu’da
mkdirkomutunu kullanarak yapabilirsiniz.Sonra, klasörü git ve virtualenv ile başlatın. Git sürüm kontrolü içindir; virtualenv ise tüm Python bağımlılıklarımızı tutacak sanal bir ortam oluşturmamızı sağlar. Ortamı oluşturduktan sonra
sourcekomutunu kullanarak etkinleştiririz.Sonraki adımda Dash uygulamamız için gerekli tüm paketleri kuruyoruz:
Dash uygulamamızı sunmak için bir Python web sunucusuna ihtiyacımız var. Üretimde Flask’in geliştirme sunucusu asla kullanılmaz. Bu işlev için
Gunicornweb sunucusunu kullanırız. Aşağıda gösterildiği gibi kurun:Ardından, klasörümüzde birkaç dosya oluşturmamız gerekir:
app.py dosyasına aşağıdakileri ekleyin. Bu sadece bir örnektir; kendi Dash panonuzu kullanabilirsiniz.
Temelde bir Dash uygulamasının aynı zamanda bir Flask uygulaması olduğunu unutmamak önemlidir. Dağıtım amaçları için Flask uygulama örneğine erişmemiz gerekir. Dash bunu şu şekilde yapmamızı sağlar
.gitignore dosyasına üretime göndermek istemediğiniz dosyaları ekleyin. İyi bir Python .gitignore dosyası Github’da mevcuttur.
Şimdi dağıtım bilgimizi Procfile içinde belirtelim. Sunucumuzu gunicorn olarak belirtmek için web değişkenini kullanırız. Ayrıca uygulama ayrıntılarımızı app değişkeninden yararlanarak belirtiriz. app, app.py dosya adını; server ise o dosya içindeki server değişkenini ifade eder.
Python bağımlılıklarımızı requirements dosyasına da yazmamız gerekir. Heroku bunları dağıtım sırasında kuracaktır.
Sonraki adımlar bir Heroku hesabınızın ve Heroku CLI’ın kurulu olduğunu varsayar. Eğer bunlara sahip değilseniz https://www.heroku.com adresine gidip ayarlayın.
Son adım, terminalde bir Heroku uygulaması oluşturmak ve tüm uygulama paketlerimizi eklemektir. Değişiklikleri işledikten (commit) sonra; uygulamanızı heroku master’a gönderin (push). Bu komutun çıktısında, Heroku’daki canlı Dash uygulamanıza bir bağlantı yer alacaktır.
Bu yazı, Plotly’nin Dash’i kullanılarak saf Python ile pano oluşturmanın bir girişidir. Dash hakkında daha fazla bilgi edinmek için resmi belgelere göz atın.
Python hakkında daha fazla bilgi edinmek isterseniz, Yeni Başlayanlar için Python Eğitimi ve Veri Bilimi için Orta Düzey Python kursumuza göz atın.