一谈到Web页面,可能大家首先想到就是HTML,CSS或JavaScript。 本次小F就给大家介绍一下如何用Python制作一个数据可视化网页,使用到的是Streamlit库。 轻松的将一个Excel数据文件转换为一个Web页面,提供给所有人在线查看。 每当你对Excel文件进行更改保存,Web页面还能够实时进行更新,确实挺不错的。 Streamlit的文档和教程地址如下。 https://docs./en/stable/ https:///gallery 相关的API使用可以去文档中查看,都有详细的解释。 项目一共有三个文件,程序、图片、Excel表格数据。 数据情况如下,某公司年底问卷调查(虚构数据),各相关部门对生产部门在工作协作上的打分情况。 有效数据总计约676条,匿名问卷,包含问卷填写人所属部门,年龄,评分。 最后对各部门参与人数进行汇总计数(右侧数据)。 首先来安装一下相关的Python库,使用百度源。 # 安装streamlit pip install streamlit -i https://mirror.baidu.com/pypi/simple/
# 安装Plotly Express pip install plotly_express==0.4.0 -i https://mirror.baidu.com/pypi/simple/
# 安装xlrd pip install xlrd==1.2.0 -i https://mirror.baidu.com/pypi/simple/ 因为我们的数据文件是xlsx格式,最新版的xlrd,只支持xls文件。 所以需要指定xlrd版本为1.2.0,这样pandas才能成功读取数据。 命令行终端启动网页。
成功以后会有提示,并且浏览器会自动弹出网页。 如果没有自动弹出,可以直接访问上图中的地址。 得到结果如下,一个数据可视化网页出来了。 目前只能在本地访问查看,如果你想放在网上,可以通过服务器部署,需要自行去研究~ 下面我们来看看具体的代码吧。 import pandas as pd import streamlit as st import plotly.express as px from PIL import Image
# 设置网页名称 st.set_page_config(page_title='调查结果') # 设置网页标题 st.header('2020年调查问卷') # 设置网页子标题 st.subheader('2020年各部门对生产部的评分情况') 导入相关的Python包,pandas处理数据,streamlit用来生成网页,plotly.express则是生成图表,PIL读取图片。 设置了网页名称,以及网页里的标题和子标题。
读取Excel表格数据,并且得出年龄分布以及部门情况,一共是有5个部门。 添加滑动条和多重选择的数据选项。 # 滑动条, 最大值、最小值、区间值 age_selection = st.slider('年龄:', min_value=min(ages), max_value=max(ages), value=(min(ages), max(ages)))
# 多重选择, 默认全选 department_selection = st.multiselect('部门:', department, default=department) 结果如下。 年龄是从23至65,部门则是市场、物流、采购、销售、财务这几个。 由于滑动条和多重选择是可变的,需要根据过滤条件得出最终数据。
得到数据便可以绘制柱状图了。 # 绘制柱状图, 配置相关参数 bar_chart = px.bar(df_grouped, x='评分', y='计数', text='计数', color_discrete_sequence=['#F63366']*len(df_grouped), template='plotly_white') st.plotly_chart(bar_chart) 使用plotly绘制柱状图。 当我们在网页调整选项时,有效数据和柱状图也会随之变化。 此外streamlit还可以给网页添加图片和交互式表格。
得到结果如下。 可以看到表格有一个滑动条,可以使用鼠标滚轮滚动查看。 最后便是绘制一个饼图啦! # 绘制饼图 pie_chart = px.pie(df_participants, title='总的参加人数', values='人数', names='公司部门') st.plotly_chart(pie_chart) 结果如下。 各部门参加问卷调查的人数,也是一个可以交互的图表。 将销售、市场、物流取消掉,我们就能看出财务和采购参加问卷调查的人数占比情况。 好了,本期的分享就到此结束了,有兴趣的小伙伴可以自行去实践学习。 |
|