Я использую da sh версию 1.14.0, jupyter_da sh версию 0.3.0 и графическую версию 4.9.0 в Jupyter Lab 2 на Ubuntu 20.04. Если я запустил этот код (частичный пример):
data_canada = px.data.gapminder().query("country == 'Canada'")
@app.callback(
Output('graph', 'figure'),
[Input("colorscale-dropdown", "value")]
)
def update_figure(colorscale):
return px.bar(data_canada, x='year', y='pop', color='year', color_continuous_scale=colorscale)
app.run_server(mode='inline')
, то всякий раз, когда я вношу небольшое изменение в код, Jupyter Lab порождает новый процесс, который выглядит следующим образом:
Dash is running on http://127.0.0.1:8050/
Dash is running on http://127.0.0.1:8050/
Dash is running on http://127.0.0.1:8050/
Dash is running on http://127.0.0.1:8050/
Dash is running on http://127.0.0.1:8050/
Dash is running on http://127.0.0.1:8050/
Dash is running on http://127.0.0.1:8050/
Dash is running on http://127.0.0.1:8050/
Dash is running on http://127.0.0.1:8050/
Dash is running on http://127.0.0.1:8050/
....
in production, use a production WSGI server like gunicorn instead.
in production, use a production WSGI server like gunicorn instead.
in production, use a production WSGI server like gunicorn instead.
in production, use a production WSGI server like gunicorn instead.
in production, use a production WSGI server like gunicorn instead.
in production, use a production WSGI server like gunicorn instead.
in production, use a production WSGI server like gunicorn instead.
Вдобавок я получаю новые процессы при запуске команды netstat -tulpn в эмуляторе терминала.
Вопрос: Есть ли способ избежать этого беспорядка и использовать один экземпляр сервера каждый раз, когда я вношу изменения в код? Или я неправильно понимаю концепцию Jupyter Da sh?
Кстати: я знаю о режимах 'external' и 'jupyterlab'.
Также: Ctrl c не работает.