python如何使用Streamlit庫(kù)制作Web可視化頁(yè)面

這篇文章給大家分享的是有關(guān)python如何使用Streamlit庫(kù)制作Web可視化頁(yè)面的內(nèi)容。小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，一起跟隨小編過(guò)來(lái)看看吧。

每當(dāng)你對(duì)Excel文件進(jìn)行更改保存，Web頁(yè)面還能夠?qū)崟r(shí)進(jìn)行更新，確實(shí)挺不錯(cuò)的。

Streamlit的文檔和教程地址如下。

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

https://streamlit.io/gallery

相關(guān)的API使用可以去文檔中查看，都有詳細(xì)的解釋。

項(xiàng)目一共有三個(gè)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(wèn)卷調(diào)查(虛構(gòu)數(shù)據(jù))，各相關(guān)部門(mén)對(duì)生產(chǎn)部門(mén)在工作協(xié)作上的打分情況。

有效數(shù)據(jù)總計(jì)約676條，匿名問(wèn)卷，包含問(wèn)卷填寫(xiě)人所屬部門(mén)，年齡，評(píng)分。

最后對(duì)各部門(mén)參與人數(shù)進(jìn)行匯總計(jì)數(shù)(右側(cè)數(shù)據(jù))。

首先來(lái)安裝一下相關(guān)的Python庫(kù)，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?yàn)槲覀兊臄?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(dòng)網(wǎng)頁(yè)。

# 命令行終端打開(kāi)文件所在路徑
cd Excel_Webapp

# 運(yùn)行網(wǎng)頁(yè)
streamlit run app.py

成功以后會(huì)有提示，并且瀏覽器會(huì)自動(dòng)彈出網(wǎng)頁(yè)。

如果沒(méi)有自動(dòng)彈出，可以直接訪問(wèn)上圖中的地址。

得到結(jié)果如下，一個(gè)數(shù)據(jù)可視化網(wǎng)頁(yè)出來(lái)了。

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

下面我們來(lái)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(shè)置網(wǎng)頁(yè)名稱
st.set_page_config(page_title='調(diào)查結(jié)果')
# 設(shè)置網(wǎng)頁(yè)標(biāo)題
st.header('2020年調(diào)查問(wèn)卷')
# 設(shè)置網(wǎng)頁(yè)子標(biāo)題
st.subheader('2020年各部門(mén)對(duì)生產(chǎn)部的評(píng)分情況')

導(dǎo)入相關(guān)的Python包，pandas處理數(shù)據(jù)，streamlit用來(lái)生成網(wǎng)頁(yè)，plotly.express則是生成圖表，PIL讀取圖片。

設(shè)置了網(wǎng)頁(yè)名稱，以及網(wǎng)頁(yè)里的標(biāo)題和子標(biāo)題。

# 讀取數(shù)據(jù)
excel_file = '各部門(mén)對(duì)生產(chǎn)部的評(píng)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(mén)參加問(wèn)卷調(diào)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(xiàng)數(shù)據(jù))
department = df['部門(mén)'].unique().tolist()
# streamlit的滑動(dòng)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(mén)情況，一共是有5個(gè)部門(mén)。

添加滑動(dòng)條和多重選擇的數(shù)據(jù)選項(xiàng)。

# 滑動(dòng)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(rèn)全選
department_selection = st.multiselect('部門(mén):',
                                      department,
                                      default=department)

結(jié)果如下。

年齡是從23至65，部門(mén)則是市場(chǎng)、物流、采購(gòu)、銷售、財(cái)務(wù)這幾個(gè)。

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

# 根據(jù)選擇過(guò)濾數(shù)據(jù)
mask = (df['年齡'].between(*age_selection)) & (df['部門(mén)'].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(píng)分']).count()[['年齡']]
df_grouped = df_grouped.rename(columns={'年齡': '計(jì)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(guān)參數(shù)
bar_chart = px.bar(df_grouped,
                   x='評(píng)分',
                   y='計(jì)數(shù)',
                   text='計(jì)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(dāng)我們?cè)诰W(wǎng)頁(yè)調(diào)整選項(xiàng)時(shí)，有效數(shù)據(jù)和柱狀圖也會(huì)隨之變化。

此外streamlit還可以給網(wǎng)頁(yè)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(jié)果如下。

可以看到表格有一個(gè)滑動(dòng)條，可以使用鼠標(biāo)滾輪滾動(dòng)查看。

最后便是繪制一個(gè)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(mén)')
st.plotly_chart(pie_chart)

結(jié)果如下。

各部門(mén)參加問(wèn)卷調(diào)查的人數(shù)，也是一個(gè)可以交互的圖表。

將銷售、市場(chǎng)、物流取消掉，我們就能看出財(cái)務(wù)和采購(gòu)參加問(wèn)卷調(diào)查的人數(shù)占比情況。

python是什么意思

Python是一種跨平臺(tái)的、具有解釋性、編譯性、互動(dòng)性和面向?qū)ο蟮哪_本語(yǔ)言，其最初的設(shè)計(jì)是用于編寫(xiě)自動(dòng)化腳本，隨著版本的不斷更新和新功能的添加，常用于用于開(kāi)發(fā)獨(dú)立的項(xiàng)目和大型項(xiàng)目。

感謝各位的閱讀！關(guān)于“python如何使用Streamlit庫(kù)制作Web可視化頁(yè)面”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！