如何用Streamlit進(jìn)行可視化數(shù)據(jù)分析

今天就跟大家聊聊有關(guān)如何用Streamlit進(jìn)行可視化數(shù)據(jù)分析，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

宅在家里的時(shí)間比較多，做了幾個(gè)數(shù)據(jù)分析，覺得很好用，也來推廣一下。

之前一直用Jupyter Notebook做數(shù)據(jù)分析和實(shí)驗(yàn)結(jié)果展示。

用Notebook做數(shù)據(jù)分析有個(gè)好處，就是數(shù)據(jù)load進(jìn)來后，后面加cell來想分析什么就分析什么，結(jié)果可以比較友好的顯示在頁面上，特別是dataframe的顯示和各種圖表的plotting。一個(gè)好的notebook就是一個(gè)很好的數(shù)據(jù)或?qū)嶒?yàn)報(bào)告。

Notebook對(duì)我來說有幾個(gè)地方很不不方便。

首先，在notebook上寫python代碼，對(duì)于IDE依賴癥患者來說麻煩很大。

其次，所有的交互都得通過寫python代碼，比如說一個(gè)dataframe中，你想看看某行某列，或是想看看符合某個(gè)query的數(shù)據(jù)，都得寫個(gè)dataframe的定位語句。如果不想看了還得刪除?？偨Y(jié)一句話，就是數(shù)據(jù)分析交互不友好。

Streamlit解決了以上兩個(gè)問題。當(dāng)然streamlit的出現(xiàn)不是為了取代notebook，原始目標(biāo)是讓每個(gè)data scientist能夠用幾個(gè)小時(shí)就可以做出一個(gè)漂亮的數(shù)據(jù)分析application。不需要懂服務(wù)器客戶端架構(gòu)，不需要會(huì)寫頁面CSS, HTML之類的。你所需要的就是python就可以了。

streamlit的API很簡(jiǎn)單，半個(gè)小時(shí)內(nèi)能看完，然后看幾個(gè)例子，就知道怎么用了。

介紹幾個(gè)非常方便的功能:

Dataframe 的支持，你call streamlit的dataframe的api，頁面上就會(huì)顯示這個(gè)dataframe，但是，它不是簡(jiǎn)單的顯示dataframe，而是"Display a dataframe as an interactive table.”, 比如說你可以直接在這個(gè)dataframe中做排序。

Widget。這個(gè)是最好用的功能。比如說你可以直接塞入一個(gè)下拉單，然后后面的數(shù)據(jù)分析都可以根據(jù)這個(gè)下拉單的選項(xiàng)來顯示。這個(gè)真是太好用了，你完全不用像notebook一樣寫各種query。比如說一個(gè)成績(jī)單的dataframe，加一個(gè)下拉單--科目，然后你選語文，后面就只顯示語文成績(jī)(包含各種后續(xù)圖表顯示)。這個(gè)功能太簡(jiǎn)單不值一提是不是，但是人家一個(gè)python語句就可以寫好。

各種圖表的支持。除了支持matplotlib的圖表的外，自己也封裝了一些常用的。

一個(gè)app的必備零部件，進(jìn)度條，音頻，視頻，地圖，placeholder等等都可以方便插入。

cache，可以cache函數(shù)的返回值，對(duì)于數(shù)據(jù)分析app來說非常有用。

那它號(hào)稱的部署方便呢? 一條命令搞定。

總之，你打算用streamlit的做你的數(shù)據(jù)分析應(yīng)用的時(shí)候，可以想想你想要什么，然后你會(huì)發(fā)現(xiàn)真的很簡(jiǎn)單很方便很美觀。

看完上述內(nèi)容，你們對(duì)如何用Streamlit進(jìn)行可視化數(shù)據(jù)分析有進(jìn)一步的了解嗎？如果還想了解更多知識(shí)或者相關(guān)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。