Pywebview 提供了丰富的功能，可以满足不同用户的需求:支持多种浏览器: 它可以利用 Windows、macOS 和 Linux 操作系统上默认安装的浏览器，例如 Edge、Safari 和 Chrome。
今天小编来为大家安利另外一个用于绘制可视化图表的Python框架，名叫Dash，建立在Flask、Plotly.js以及React.js的基础之上，在创建之出的目的是为了帮助前端知识匮乏的数据分析人员，以纯Python编程的方式快速制作出交互特性强的数据可视化大屏，在经过多年的迭代发展，如今不仅仅可以用来开发在线数据可视化作品，即便是轻量级的数据仪表盘、BI应用甚至是博客或者是常规的网站都随处可见Dash框架的影子，今天小编就先来介绍一下该框架的一些基础知识，并且来制作一个简单的数据可视化大屏。
首先我们先了解，地理空间数据可视化的基本地图类型大概可以分为:point Map、Proportional symbol map、cluster map、choropleth map、cartogram map、hexagonal binning map、heat map、topographic map、flow map、spider-map 、Time-space distribution map、data space distribution map等。
PyGWalker 是个在 Jupyter Notebook 环境中运行的可视化探索式分析工具，仅一条命令即可生成一个可交互的图形界面，以类似 Tableau/PowerBI 的方式，通过拖拽字段进行数据分析。
今天小编总结归纳了若干个常用的可视化图表，并且通过调用plotly、matplotlib、altair、bokeh和seaborn等模块来分别绘制这些常用的可视化图表，最后无论是绘制可视化的代码，还是会指出来的结果都会通过调用streamlit模块展示在一个可视化大屏，出来的效果如下图所示。
