让数据、模型和分析更出色

这可能就是你！点击此处提交我们的创客博客系列摘要。

---

交互式数据探索和数据应用是我的热情所在。我希望让科学家、工程师、分析师、数据科学家、领域专家以及您能够使用您熟悉和喜爱的工具轻松开发出色的交互式数据工具和应用。

因此，我对 Panel 和 HoloViz 生态系统做出了许多贡献。这些贡献包括

• 下面的 FastGridTemplate

 

• 两个非常受欢迎的网站：awesome-streamlit.org 和 awesome-panel.org

• 流行的 Python 软件包，如 panel-highcharts 和 panel-chemistry

这一切是如何开始的

2019 年，我正在从项目经理的角色过渡到 Ørsted 的首席数据科学家角色。我开始学习 Python，而这个旅程的第一步是弄清楚如何使用 Python 将数据和模型投入生产。我开始在后端使用 Django REST API，前端使用 Angular 创建应用程序。

我很快意识到这不是一个好的解决方案。主要问题是

• 上市时间 (TTM) 延长

• 学习、开发和维护两个技术堆栈的复杂性

• 用户、领域专家和数据科学家与最终产品脱节

  • 他们无法使用他们熟悉和喜爱的工具

  • 我们无法协作

为了解决这些问题，我开始研究纯 Python 数据应用框架。我研究了 Bokeh、Dash、Streamlit 和 Voila。在此过程中，我创建了 awesome-streamlit.org，它帮助许多用户开始使用 Streamlit，并在 Github 上获得了超过 1100 个星标。

但是这些框架都无法支持我们所有的用例。最终我研究了 Panel，发现它有可能支持我们所有的需求。（查看这篇 博客文章 了解详情。）

让 Panel 更好地工作

在 2020 年初，Panel 与今天截然不同。它需要反馈和改进。因此，我对 Panel 的第一个贡献是 Github issues。准备充分的 Github issues，包含上下文和 最小可重现示例，对于开源项目来说是珍贵的礼物。幸运的是，Panel 的首席开发者 Philipp Rudiger 和其他维护人员有时间和精力来改进这些问题。

我的第一个请求之一 (#831) 是为 Panel 和 HoloViz 生态系统建立一个 discourse 站点，这样我们就可以开始构建社区和知识库。从那时起，我一直在 Discourse 上帮助用户制作酷炫的工具和数据应用。例如，查看这个 是否有任何等同于轮播的组件？ 主题。

在初步探索之后，下一步是创建 awesome-panel.org，以展示可能实现的功能并推动 Panel 的发展。当然，Awesome-panel.org 是一个使用 Panel 构建的大型多页面应用。

该网站现在包含大量数据应用示例，并附带代码供您参考。查看应用图库。

该网站还包含一个增强版的 awesome list，供您参考。查看 Awesome List。

在此过程中，我制作或贡献了许多 Panel 组件，例如右侧下方的 Trend 指示器。

请注意，左侧当然也是我制作的流式 Panel 应用。

让 Panel 看起来更好

阻碍 Panel 发展的因素之一是其外观和感觉。Streamlit 具有易于使用且有吸引力的模板。Panel 也需要一个。因此，我强迫自己进入 HTML、CSS 和 Javascript 的世界，为 FastListTemplate 做出贡献。您可以在下面看到它的实际效果。

后来我贡献了 FastGridTemplate。查看这个相关的 深入视频。

广交朋友

单打独斗是不可能的。有时我只有愿景，而其他人是创造者，反之亦然。现在社区中的很多人都是我的朋友。

例如，我特别高兴 –autoreload 标志，它可以加快您在 .py 文件中工作时的开发过程，以及 Jupyter Panel 预览，它在笔记本中工作时也能实现同样的效果。Philipp Rudiger 是创造者；我只有想法。

今天，我是 Ørsted 市场交易 Jupyter Hub 的所有者，也是一个在 VS Code 和 PyCharm 中开发数据平台和应用的团队的成员。我很高兴 Panel 可以支持跨技能水平和开发环境的用例。我们可以开始协作了！让 PyData 和 Jupyter 生态系统像 Excel 一样简单快速易用是一个长期的过程。

我要感谢 Maxime Liquet 和 Simon Høxbro Hansen 为 HoloViz 生态系统，特别是 Panel 做了许多不那么显眼但必要的改进。

我还要感谢 Sophia Yang，她在社交媒体上分享了她对 Panel 和 HoloViz 生态系统的热情。您一定要查看她的博客文章“在 Python 中创建交互式仪表板的最简单方法”，并在 Medium 和 Twitter 上关注她。

最后的行动号召

请在 Github 上给 Panel 和 awesome-panel.org 一个 ⭐，以支持它们。

• Panel Github

• awesome-panel.org Github

如果您想了解更多关于我制作的内容，请在 Twitter 和 LinkedIn 上关注我。如果您对文档编写充满热情，请考虑帮助 Panel 制作出色的文档。那是下一步需要迈出的重要一步。

---

关于作者

Mark Skov Madsen，博士，CFA，是 Ørsted 的首席交易分析师。他的团队为 Ørsted 的交易员端到端开发数据、模型和分析。他们在一个基于 Azure DevOps、Kubernetes、JupyterHub 和 Python 的分析环境中工作。

自 2004 年以来，Marc 一直在金融和能源领域的金融和实物资产管理领域工作，担任过定量研究主管、创新经理、BI 专家、数据科学开发人员等职位。

长期以来，Marc 一直在架构和开发数据驱动的框架、平台、工具和应用程序。他在“BI 工具成为潮流之前”就创建了 BI 工具，并制作了各种用于管理资产、情报、风险和绩效的自定义工具和系统。

在业余时间，Marc 致力于帮助使 Python 和开源软件变得强大且易于使用，以便更多人可以从 Excel、Matlab 等过渡到 Python。

关于创客博客系列

Anaconda 正在 每月博客系列 中放大一些最活跃和最受尊敬的社区成员的声音。如果您是一位创客，一直在寻找机会讲述您的故事、详细阐述最喜欢的项目、教育您的同行并建立您的个人品牌，请考虑提交摘要。如需更多详细信息并访问丰富的教育数据科学资源和讨论主题（包括关于这篇博客文章的讨论主题），请访问 Anaconda Nucleus。