沒想到,，Python還可以制作Web可視化頁面,！

F2967527 2021-07-08

展開全文

文章：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制作一個數據可視化網頁,，使用到的是Streamlit庫,。

輕松的將一個Excel數據文件轉換為一個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./en/stable/

https:///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表格數據。

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

有效數據總計約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進行匯總計數(右側數據)。

首先來安裝一下相關的Python庫,，使用百度源,。

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

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

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

因為我們的數據文件是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才能成功讀取數據,。

命令行終端啟動網頁,。

# 命令行終端打開文件所在路徑cd Excel_Webapp
# 運行網頁streamlit run app.py

成功以后會有提示，并且瀏覽器會自動彈出網頁,。

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,，一個數據可視化網頁出來了,。

目前只能在本地訪問查看，如果你想放在網上,，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 pdimport streamlit as stimport plotly.express as pxfrom PIL import Image

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

導入相關的Python包,，pandas處理數據,，streamlit用來生成網頁，plotly.express則是生成圖表,，PIL讀取圖片,。

設置了網頁名稱，以及網頁里的標題和子標題。

# 讀取數據excel_file = '各部門對生產部的評分情況.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(選項數據)department = df['部門'].unique().tolist()# streamlit的滑動條(年齡數據)ages = df['年齡'].unique().tolist()

讀取Excel表格數據,，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據選項,。

# 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,，需要根據過濾條件得出最終數據。

# 根據選擇過濾數據mask = (df['年齡'].between(*age_selection)) & (df['部門'].isin(department_selection))number_of_result = df[mask].shape[0]
# 根據篩選條件, 得到有效數據st.markdown(f'*有效數據: {number_of_result}*')
# 根據選擇分組數據df_grouped = df[mask].groupby(by=['評分']).count()[['年齡']]df_grouped = df_grouped.rename(columns={'年齡': '計數'})df_grouped = df_grouped.reset_index()

得到數據便可以繪制柱狀圖了,。

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

使用plotly繪制柱狀圖,。

當我們在網頁調整選項時，有效數據和柱狀圖也會隨之變化,。

此外streamlit還可以給網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)