Компоненты Plotly Dash Core не отображаются при установке обратного вызова и вывода дочерним элементам

Я хочу иметь набор динамических элементов управления в приложении тире, которые меняются при вводе раскрывающегося списка. Эти значения взяты из кадра данных pandas.

Однако, когда я устанавливаю возвращаемое значение в обратном вызове как основной компонент тире, например. Раскрывающийся список или ползунок диапазона - отображается только тот, который объявлен в макете, а тот, который находится в обратном вызове, - нет.

Макет выглядит следующим образом:

app.layout = html.Div([
    # Controls
    html.Div([

        #Top Layer Controls
        html.Div([

            #Project Dropdown
            html.Div([
                make_dropdown_menu(list(name_to_id.keys()), list(name_to_id.values()), id="project_selctor")
            ]),

            #date Slider
            html.Div(id = 'date_slider')

        ]),

        # State Controls

        html.Div([
            # Track State
            html.Div(id = 'track_state_dropdown_multi'),

            # Track Tags
            html.Div(id = 'track_tags_dropdown_multi'),

            # Track Changes
            html.Div(id = 'track_changes_dropdown_multi'),
        ]),

        # Filters

        html.Div([

            #Track Length
            html.Div(id = 'track_lenth_slider'),

            #Stop Numbers
            html.Div(id = 'number_of_stops_slider'),
        ]),

        html.Div(id = 'Selections')

    ])
])

и я настроил обратные вызовы, чтобы они выглядели так:

@app.callback(
    Output('track_state_dropdown_multi', 'children'),
    [Input("project_selctor", 'value')]
)
def update_project_df(value):
    filter_df = filter_track_data_by_project(track_data, value)

    menu = make_dropdown_menu(
        labels=filter_df.track_state.unique(),
        values=filter_df.track_state.unique(),
        id= "track_state_dropdown_comp",
        multi= True
    )
    return html.Div([menu])


@app.callback(
    Output('track_tags_dropdown_multi', 'children'),
    [Input("project_selctor", 'value')]
)
def update_project_df(project_selector):
    filter_df = filter_track_data_by_project(track_data, project_selector)
    menu = make_dropdown_menu(
        labels=list(set(flatten(filter_df.tags))),
        values = list(set(flatten(filter_df.tags))),
        id = 'track_tags_dropdown_comp',
        multi= True
    )
    return html.Div([menu])

@app.callback(
    Output('track_changes_dropdown_multi', 'children'),
    [Input("project_selctor", 'value')]
)
def update_project_df(project_selector):
    filter_df = filter_track_data_by_project(track_data, project_selector)
    track_changes = pd.DataFrame(flatten(filter_df.track_changes))
    menu = make_dropdown_menu(
        labels = track_changes.action.unique(),
        values = track_changes.action.unique(),
        id = "track_changes_dropdown_comp",
        multi = True

    )
    return html.Div([menu])

@app.callback(
    Output('track_length_slider', 'children'),
    [Input("project_selctor", 'value')]
)
def update_project_df(project_selector):
    filter_df = filter_track_data_by_project(track_data, project_selector)
    slider = dcc.RangeSlider(
        id = 'track_length_slider_comp',
        min = filter_df.track_lengh.min(),
        max = filter_df.track_lengh.max(),
        steps = 0.5

    )
    return html.Div([slider])

@app.callback(
    Output('number_of_stops_slider', 'children'),
    [Input("project_selctor", 'value')]
)
def update_project_df(project_selector):
    filter_df = filter_track_data_by_project(track_data, project_selector)
    slider = dcc.RangeSlider(
        id = 'number_of_stops_slider_comp',
        min = filter_df.number_of_stops.min(),
        max = filter_df.number_of_stops.max(),
        steps = 1

    )
    return html.Div([slider])

@app.callback(
    Output('Selections', 'children'),
    [Input('number_of_stops_slider_comp', 'value'),
    Input('track_changes_dropdown_comp', 'value')]
)
def update(stops, track):
    return('stops: {0}, tracks: {1}'.format(str(stops), str(track)))

И вот соответствующие вспомогательные функции:

def make_dropdown_menu(labels, values, id, multi=False, **kwargs):
    options = []
    for i in range(len(labels)):
        d = dict(
            label = labels[i],
            value = values[i]
        )

        options.append(d)

    menu = dcc.Dropdown(
        id = id,
        options = options,
        value = options[0]['value'],
        style = {'width':'100%'}
    ) 
    return menu


def filter_track_data_by_project(df, proj_id):
    filtered_df = df[df.project_id ==  proj_id] 
    print(len(filtered_df))
    return filtered_df

Кажется, что обратный вызов никогда не запускается, так как я включил функцию печати, которая, похоже, никогда не срабатывала.

Любой совет здесь будет полезен, за исключением объявления компонентов в макете, что не подходит для динамических элементов управления, которые я хочу включить.

Спасибо

Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения текстовых сообщений может быть настолько сложным или простым, насколько вы его сделаете. Как и в любом ML-проекте, вы можете выбрать...
7 лайфхаков для начинающих Python-программистов
7 лайфхаков для начинающих Python-программистов
В этой статье мы расскажем о хитростях и советах по Python, которые должны быть известны разработчику Python.
Установка Apache Cassandra на Mac OS
Установка Apache Cassandra на Mac OS
Это краткое руководство по установке Apache Cassandra.
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
В одном из недавних постов я рассказал о том, как я использую навыки количественных исследований, которые я совершенствую в рамках программы TPQ...
Создание персонального файлового хранилища
Создание персонального файлового хранилища
Вы когда-нибудь хотели поделиться с кем-то файлом, но он содержал конфиденциальную информацию? Многие думают, что электронная почта безопасна, но это...
Создание приборной панели для анализа данных на GCP - часть I
Создание приборной панели для анализа данных на GCP - часть I
Недавно я столкнулся с интересной бизнес-задачей - визуализацией сбоев в цепочке поставок лекарств, которую могут просматривать врачи и...
0
0
926
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

К сожалению, это ограничение Dash. Любой компонент или обратный вызов, который не инициализирован макетом, просто не будет работать.

Если у вас есть известное количество возможных компонентов, которые вы хотите активировать/деактивировать, вы можете загрузить их в макет внутри контейнеров с реквизитом стиля как style=dict(display="none"). Используя обратный вызов для каждого из них, вы можете показать компонент, когда вы хотите, чтобы он был доступен, и скрыть его, когда вы этого не сделаете. Это может быть обременительно, но на самом деле это единственный выбор, если вам нужен динамический пользовательский интерфейс с использованием Dash.

Имеет смысл. Есть ли документация по этим ограничениям, на которую я мог бы ссылаться вместе с моим проектом как на проблему github. Кажется, это совсем оплошность. - Для таких макетов вы бы предложили вместо этого использовать Боке - или я столкнусь с аналогичными проблемами?

Johny Mudly 23.05.2019 09:52

Да, ознакомьтесь с разделом "Подводные камни" эта страница. Я не особо знаком с боке, поэтому не могу сказать. Я лично работал с макетами, которые включают в себя некоторые динамические изменения компонентов пользовательского интерфейса, и это не очень хорошо, но и не самое худшее. Однако, если вы планируете, чтобы большинство или все элементы работали таким образом, возможно, стоит рассмотреть другие решения.

coralvanda 24.05.2019 00:49

Другие вопросы по теме