沒(méi)想到，Python還可以制作Web可視化頁(yè)面！
一談到Web頁(yè)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(gè)數(shù)據(jù)可視化網(wǎng)頁(yè)，使用到的是Streamlit庫(kù)。
輕松的將一個(gè)Excel數(shù)據(jù)文件轉(zhuǎn)換為一個(gè)Web頁(yè)面，提供給所有人在線(xiàn)查看。
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/
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(fǎng)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(fǎng)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(chēng)
- 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(chēng)，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_namesheet_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_namesheet_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:',
- minmin_value=min(ages),
- maxmax_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(xiāo)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)
- dfdf_grouped = df[mask].groupby(by=['評(píng)分']).count()[['年齡']]
- df_groupeddf_grouped = df_grouped.rename(columns={'年齡': '計(jì)數(shù)'})
- df_groupeddf_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(xiāo)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。
好了，本期的分享就到此結(jié)束了，有興趣的小伙伴可以自行去實(shí)踐學(xué)習(xí)。
