同样地，也推荐将监听url变化从而渲染不同页面的路由回调一并写在app.py中，方便后续的管理与升级：
# 路由总控 @app.callback( Output('page-content', 'children'), Input('url', 'pathname') ) def render_page_content(pathname): if pathname == 'http://www.likecs.com/': return index_page elif pathname == 'http://www.likecs.com/age': return age_page elif pathname == 'http://www.likecs.com/sex': return sex_page elif pathname == 'http://www.likecs.com/statistics': return statistics_page return html.H1('您访问的页面不存在！') 2.2.4 在views子模块中构建多页面前端内容在上一小节的路由回调中你可能会好奇不同url下的返回值index_page、age_page等都是什么，这些都构建在子模块views下：
+ views/ • age.py • index.py • sex.py • statistics.py • __init__.py譬如其中之一的age.py内容如下：
import dash_html_components as html import dash_core_components as dcc import dash_bootstrap_components as dbc import pandas as pd import plotly.express as px from models.age import Age age_data = ( pd.DataFrame(Age.fetch_all()).rename(columns={ 'region': '地区', 'prop_0_to_14': '0到14岁人口占比', 'prop_15_59': '15到59岁人口占比', 'prop_60_above': '60岁以上人口占比', 'prop_65_above': '65岁以上人口占比' }) ) fig = px.bar(age_data.melt(id_vars=['地区'], value_vars=['0到14岁人口占比', '15到59岁人口占比', '60岁以上人口占比'], var_name='年龄段', value_name='占比(%)'), y="地区", x="占比(%)", color="年龄段", title="七普各地区人口年龄结构", color_discrete_map={ '0到14岁人口占比': '#0868ac', '15到59岁人口占比': '#43a2ca', '60岁以上人口占比': '#a8ddb5' }, orientation='h') fig.update_layout( font=dict( family="Times New Roman, SimSun" ) ) fig.update_layout(xaxis_range=[0, 100]) fig.update_layout( margin=dict(t=50, b=10) ) age_page = html.Div( [ html.Div( dbc.Table.from_dataframe(age_data, striped=True), style={ 'overflowY': 'auto', 'flex': '1' } ), html.Div( dcc.Graph(figure=fig, style={'height': '100%'}), style={ 'flex': '1', 'height': '100%' } ) ], style={ 'display': 'flex', 'height': '100%' } )通过这种方式针对不同页面构建相应的前端对象，从而在app.py中按照下列方式导入就可以使用了：
from views.index import index_page from views.age import age_page from views.sex import sex_page from views.statistics import statistics_page 2.2.5 在callbacks子模块中构建多页面后端逻辑当你在views下构建的页面内容中涉及到回调交互的功能时，我推荐将对应的后端回调逻辑拆分到callbacks子模块下同名文件中，这样非常便于编写与维护。
同时一定要记住在views下对应的前端子模块中，一定要导入callbacks中对应的回调子模块内部的至少一个对象，否则Dash在打包应用时是扫描不到相应的回调函数内容进行编译的，进而会导致应用启动时回调无效，譬如在views/statistics.py中我们就执行了from callbacks.statistics import statistics_data。
2.2.6 在models子模块下定义数据模型前面说的很多内容都关乎Dash应用的构建，而当你的Dash应用依赖外部数据时，推荐的方式是类似flask项目那样构建子模块models来定义数据模型，实现与数据库的关联。
而我们今天的可视化看板案例中就配合整合数据库篇介绍的peewee相关知识，分别定义了数据模型对应了七普中的年龄结构、性别结构以及六普七普对比数据表，并在views、callbacks等涉及的子模块中导入并调用，以年龄结构models/age.py为例：
from peewee import SqliteDatabase, Model from peewee import CharField, FloatField db = SqliteDatabase('models/age.db') class Age(Model): # 地区，唯一 region = CharField(unique=True) # 0-14岁占比 prop_0_to_14 = FloatField() # 15-59岁占比 prop_15_59 = FloatField() # 60岁及以上占比 prop_60_above = FloatField() # 65岁及以上占比 prop_65_above = FloatField() class Meta: database = db primary_key = False # 禁止自动生成唯一id列 @classmethod def fetch_all(cls): return list(cls.select().dicts())而本文案例中涉及到的数据可视化内容均由plotly及plotly.express实现，关于这部分内容我会在之后的进阶教程中加以概括。
本文完整项目案例源码+附件你可以在文章开头链接页面查看和下载。
下期我将带大家学习如何在Linux、Windows等系统中正式部署Dash应用，敬请期待。