欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python使用Streamlit庫制作Web可視化頁面

 更新時間:2021年05月24日 16:04:28   作者:法納斯特  
一談到Web頁面,可能大家首先想到就是HTML,CSS或JavaScript。 本次小F就給大家介紹一下如何用Python制作一個數(shù)據(jù)可視化網(wǎng)頁,使用到的是Streamlit庫。輕松的將一個Excel數(shù)據(jù)文件轉換為一個Web頁面,提供給所有人在線查看。

每當你對Excel文件進行更改保存,Web頁面還能夠實時進行更新,確實挺不錯的。

Streamlit的文檔和教程地址如下。

https://docs.streamlit.io/en/stable/

https://streamlit.io/gallery

相關的API使用可以去文檔中查看,都有詳細的解釋。

項目一共有三個文件,程序、圖片、Excel表格數(shù)據(jù)。

數(shù)據(jù)情況如下,某公司年底問卷調查(虛構數(shù)據(jù)),各相關部門對生產(chǎn)部門在工作協(xié)作上的打分情況。

有效數(shù)據(jù)總計約676條,匿名問卷,包含問卷填寫人所屬部門,年齡,評分。

最后對各部門參與人數(shù)進行匯總計數(shù)(右側數(shù)據(jù))。

首先來安裝一下相關的Python庫,使用百度源。

# 安裝streamlit
pip install streamlit -i https://mirror.baidu.com/pypi/simple/

# 安裝Plotly Express
pip install plotly_express==0.4.0 -i https://mirror.baidu.com/pypi/simple/

# 安裝xlrd
pip install xlrd==1.2.0 -i https://mirror.baidu.com/pypi/simple/

因為我們的數(shù)據(jù)文件是xlsx格式,最新版的xlrd,只支持xls文件。

所以需要指定xlrd版本為1.2.0,這樣pandas才能成功讀取數(shù)據(jù)。

命令行終端啟動網(wǎng)頁。

# 命令行終端打開文件所在路徑
cd Excel_Webapp

# 運行網(wǎng)頁
streamlit run app.py

成功以后會有提示,并且瀏覽器會自動彈出網(wǎng)頁。

如果沒有自動彈出,可以直接訪問上圖中的地址。

得到結果如下,一個數(shù)據(jù)可視化網(wǎng)頁出來了。

目前只能在本地訪問查看,如果你想放在網(wǎng)上,可以通過服務器部署,需要自行去研究~

下面我們來看看具體的代碼吧。

import pandas as pd
import streamlit as st
import plotly.express as px
from PIL import Image

# 設置網(wǎng)頁名稱
st.set_page_config(page_title='調查結果')
# 設置網(wǎng)頁標題
st.header('2020年調查問卷')
# 設置網(wǎng)頁子標題
st.subheader('2020年各部門對生產(chǎn)部的評分情況')

導入相關的Python包,pandas處理數(shù)據(jù),streamlit用來生成網(wǎng)頁,plotly.express則是生成圖表,PIL讀取圖片。

設置了網(wǎng)頁名稱,以及網(wǎng)頁里的標題和子標題。

# 讀取數(shù)據(jù)
excel_file = '各部門對生產(chǎn)部的評分情況.xlsx'
sheet_name = 'DATA'

df = pd.read_excel(excel_file,
                   sheet_name=sheet_name,
                   usecols='B:D',
                   header=3)

# 此處為各部門參加問卷調查人數(shù)
df_participants = pd.read_excel(excel_file,
                                sheet_name=sheet_name,
                                usecols='F:G',
                                header=3)
df_participants.dropna(inplace=True)

# streamlit的多重選擇(選項數(shù)據(jù))
department = df['部門'].unique().tolist()
# streamlit的滑動條(年齡數(shù)據(jù))
ages = df['年齡'].unique().tolist()

讀取Excel表格數(shù)據(jù),并且得出年齡分布以及部門情況,一共是有5個部門。

添加滑動條和多重選擇的數(shù)據(jù)選項。

# 滑動條, 最大值、最小值、區(qū)間值
age_selection = st.slider('年齡:',
                          min_value=min(ages),
                          max_value=max(ages),
                          value=(min(ages), max(ages)))

# 多重選擇, 默認全選
department_selection = st.multiselect('部門:',
                                      department,
                                      default=department)

結果如下。

年齡是從23至65,部門則是市場、物流、采購、銷售、財務這幾個。

由于滑動條和多重選擇是可變的,需要根據(jù)過濾條件得出最終數(shù)據(jù)。

# 根據(jù)選擇過濾數(shù)據(jù)
mask = (df['年齡'].between(*age_selection)) & (df['部門'].isin(department_selection))
number_of_result = df[mask].shape[0]

# 根據(jù)篩選條件, 得到有效數(shù)據(jù)
st.markdown(f'*有效數(shù)據(jù): {number_of_result}*')

# 根據(jù)選擇分組數(shù)據(jù)
df_grouped = df[mask].groupby(by=['評分']).count()[['年齡']]
df_grouped = df_grouped.rename(columns={'年齡': '計數(shù)'})
df_grouped = df_grouped.reset_index()

得到數(shù)據(jù)便可以繪制柱狀圖了。

# 繪制柱狀圖, 配置相關參數(shù)
bar_chart = px.bar(df_grouped,
                   x='評分',
                   y='計數(shù)',
                   text='計數(shù)',
                   color_discrete_sequence=['#F63366']*len(df_grouped),
                   template='plotly_white')
st.plotly_chart(bar_chart)

使用plotly繪制柱狀圖。

當我們在網(wǎng)頁調整選項時,有效數(shù)據(jù)和柱狀圖也會隨之變化。

此外streamlit還可以給網(wǎng)頁添加圖片和交互式表格。

# 添加圖片和交互式表格
col1, col2 = st.beta_columns(2)
image = Image.open('survey.jpg')
col1.image(image,
           caption='Designed by 小F / 法納斯特',
           use_column_width=True)
col2.dataframe(df[mask], width=300)

得到結果如下。

可以看到表格有一個滑動條,可以使用鼠標滾輪滾動查看。

最后便是繪制一個餅圖啦!

# 繪制餅圖
pie_chart = px.pie(df_participants,
                   title='總的參加人數(shù)',
                   values='人數(shù)',
                   names='公司部門')
st.plotly_chart(pie_chart)

結果如下。

各部門參加問卷調查的人數(shù),也是一個可以交互的圖表。

將銷售、市場、物流取消掉,我們就能看出財務和采購參加問卷調查的人數(shù)占比情況。

好了,本期的分享就到此結束了,有興趣的小伙伴可以自行去實踐學習。

代碼及數(shù)據(jù):鏈接:https://pan.baidu.com/s/1ARK7YdVB4O8V678fbPnBNw  密碼:z3m9

以上就是python使用Streamlit庫制作Web可視化頁面的詳細內容,更多關于python 制作Web可視化頁面的資料請關注腳本之家其它相關文章!

相關文章

  • Python實現(xiàn)冒泡排序的簡單應用示例

    Python實現(xiàn)冒泡排序的簡單應用示例

    這篇文章主要介紹了Python實現(xiàn)冒泡排序的簡單應用,結合實例形式分析了Python基于冒泡排序實現(xiàn)的輸入字符串數(shù)字排序與運算操作,需要的朋友可以參考下
    2017-12-12
  • Python卷積神經(jīng)網(wǎng)絡圖片分類框架詳解分析

    Python卷積神經(jīng)網(wǎng)絡圖片分類框架詳解分析

    在機器視覺領域中,卷積神經(jīng)網(wǎng)絡算法作為一種新興算法出現(xiàn),在圖像識別領域中,卷積神經(jīng)網(wǎng)絡能夠較好的實現(xiàn)圖像的分類效果,而且其位移和形變具有較高的容忍能力
    2021-11-11
  • python實現(xiàn)由數(shù)組生成對稱矩陣

    python實現(xiàn)由數(shù)組生成對稱矩陣

    本文給大家分享的是由數(shù)組生成對稱矩陣的思路并附上了使用Python實現(xiàn)的代碼,希望大家能夠喜歡
    2021-05-05
  • numpy.unique()使用方法

    numpy.unique()使用方法

    本文主要介紹了numpy.unique()使用方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2023-02-02
  • Python任務自動化工具tox使用教程

    Python任務自動化工具tox使用教程

    這篇文章主要介紹了Python任務自動化工具tox使用教程,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2020-03-03
  • CentOS 6.5下安裝Python 3.5.2(與Python2并存)

    CentOS 6.5下安裝Python 3.5.2(與Python2并存)

    這篇文章主要給大家介紹了在CentOS 6.5下安裝Python 3.5.2的方法教程,安裝后的python3與Python2并存,文中分享了詳細的方法步驟,對大家具有一定的參考學習價值,下面來一起看看吧。
    2017-06-06
  • Python實現(xiàn)簡單截取中文字符串的方法

    Python實現(xiàn)簡單截取中文字符串的方法

    這篇文章主要介紹了Python實現(xiàn)簡單截取中文字符串的方法,涉及Python字符串截取與編碼轉換的相關技巧,需要的朋友可以參考下
    2015-06-06
  • Python語音合成之第三方庫gTTs/pyttsx3/speech橫評(內附使用方法)

    Python語音合成之第三方庫gTTs/pyttsx3/speech橫評(內附使用方法)

    Python是一種非常強大的腳本語言,可以用來實現(xiàn)各種復雜的應用,其中之一就是文本轉語音,即把文字轉換成聲音來發(fā)出,下面這篇文章主要給大家介紹了關于Python語音合成之第三方庫gTTs/pyttsx3/speech橫評的相關資料,文中還介紹了詳細的使用方法,需要的朋友可以參考下
    2023-05-05
  • python selenium xpath定位操作

    python selenium xpath定位操作

    這篇文章主要介紹了python selenium xpath定位操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-09-09
  • Python3匿名函數(shù)用法示例

    Python3匿名函數(shù)用法示例

    這篇文章主要介紹了Python3匿名函數(shù)用法,結合實例形式分析了Python3匿名函數(shù)的概念、功能、使用方法及相關操作注意事項,代碼中備有較為詳盡的注釋說明便于理解,需要的朋友可以參考下
    2018-07-07

最新評論