假设我正在对两个因变量(id,id,id)运行线性回归,以预测数据流上的一个自变量(id)。
app = dash.Dash()
app.layout = html.Div([
dcc.Interval(id='data-stream', interval=1000, n_intervals=0),
html.Div(id='count'),
html.Div(id='betas'),
])
@app.callback(
Output('count', 'children'),
[Input('data-stream', 'n_intervals')]
)
def get_count(data):
df = pd.read_csv(*some url that updates and returns a csv*)
count = len(df['id'])
return html.H2(f'The count is {count}')
@app.callback(
Output('betas', 'children'),
[*what goes in here?*]
)
def run_regression(*arg_inputs):
# Run Regression here that outputs a table of betas我如何做一个回调(运行回归),每当计数改变值,即html.Div(id='count'),而不是依赖于间隔?
我查看了Event的文档,甚至尝试将Input('count', 'children')作为run_regression函数的回调装饰器的inputs参数,但它仍然是流的,而不是在观察次数发生变化时重新运行回归。
发布于 2018-09-03 16:46:07
您的输入应该是您可以用于该操作的count
@app.callback(
Output('betas', 'children'),
Input('count','value')
)
def run_regression(count_value):
# Run Regression here that outputs a table of betas这里你的输入就像你提到的计数的长度,所以你可以用它来做你想做的事情(为了确保你可以在你的函数run_regression中添加一个print来打印count_value,看看它是什么样子)如果你需要更多的帮助,你应该解释你的run_regression函数应该做什么;)
https://stackoverflow.com/questions/52054383
复制相似问题