数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面

这篇具有很好参考价值的文章主要介绍了数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

✨✨ 欢迎大家来到景天科技苑✨✨

🎈🎈 养成好习惯,先赞后看哦~🎈🎈

所属的专栏:数据分析系统化教学,零基础到进阶实战

景天的主页:景天科技苑

Streamlit

什么是streamlit

Streamlit是一个免费的开源框架,用于快速构建和共享漂亮的数据科学Web应用程序。它是一个基于Python的库,专为机器学习工程师设计。
数据分析工程师不是网络开发人员,他们对花几周时间学习使用这些框架来构建网络应用程序不感兴趣。
相反,他们需要一个更容易学习和使用的工具,只要它可以显示数据并收集分析/建模所需的参数。Streamlit允许您仅用几行代码创建一个外观惊艳的应用程序。

数据科学家为何要使用Streamlit?

Streamlit最大的好处是,您甚至不需要了解Web开发的基础知识就可以开始或创建您的第一个Web应用程序。
因此,如果你是一个对数据科学感兴趣的人,你想轻松、快速地部署你的模型,并且只需要几行代码,Streamlit是一个很好的选择。

优势:

  • 不需要具备前端知识即可应用streamlit。
  • 学习成本极低
    • 你不需要花费几天或几个月的时间来创建一个Web应用,你可以在几个小时甚至几分钟内创建一个非常漂亮的机器学习或数据科学应用。
  • 它兼容大多数Python库
    • 例如panda、matplotlib、seaborn、plotly、Keras、PyTorch等。

环境安装
pip install streamlit
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

#测试安装是否正常:
streamlit hello
随便输入个邮箱,即可显示出访问url
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

程序运行
streamlit run xxx.py

具体操作

1.write()函数

可以通过该函数向看板上输出显示指定内容,每一个write函数,单独占一行显示

import pandas as pd
import streamlit as st

st.write("1. write()函数基本操作")
#展示表格

st.write(pd.DataFrame({
    '第一列': [1,2,3,4,5],
    '第二列': [6,7,8,9,10]}
))

数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

运行:
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

在浏览器查看:
直接出图表,是不是很方便!!!
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

2.滑块组件slider

“slider"的中文意思是"滑块”。它是一种用户界面元素,通常用于选择一个数值范围或从给定选项中选择一个值。
滑块的外观通常是一个可拖动的滑块,用户可以通过移动滑块来选择所需的值。
滑块可以在许多应用程序和网页中使用,例如调整音量、选择年龄范围或设置某个参数的值。

import streamlit as st

st.write("st.slider()滑块")
#slider参数为滑块自定义名称,返回值为滑动到的数值
num = st.slider("num")
st.write(num, "squred is", num*num)

数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

运行程序,浏览器展示
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

3.文本框操作text_input

页面显示输入文本框,看下参数
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

import streamlit as st

st.write("文本框操作")
#文本框输入,回车结束
st.text_input("your name", key="name")
st.text_input("your age", key="age")

# 显示输入的值,根据key键来获取
st.write(st.session_state.name,st.session_state.age)

运行程序,浏览器展示
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

4.多选框checkbox

import streamlit as st
import pandas as pd
import numpy as np

st.write("checkbox()多选框")
# 点击checkbox后返回True,未点击为False
ex1 = st.checkbox('显示/不显示 表格')
if ex1:
    df = pd.DataFrame(
        np.random.randn(20, 3),
        columns=['a', 'b', 'c']
    )
    st.write(df)

ex2 = st.checkbox('显示/不显示 滑块')
if ex2:
    x = st.slider('x')
    st.write(x)

运行程序,浏览器展示
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

5.下拉框selectbox

import streamlit as st

#返回值为选中的内容信息
option = st.selectbox(
    label='请选择省份信息:',
    options=['河北','山东','河南','吉林']
)

st.write("您选择的是: ", option)

数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

6.侧边栏sidebar

st.sidebar.后面跟侧边栏显示的内容组件

import streamlit as st

#侧边栏下拉框
add_selectbox = st.sidebar.selectbox(
    label="通讯方式选项",
    options=('微信','QQ','手机','邮件')
)
#获取下拉选项
st.write("下拉选项: ", add_selectbox)

#侧边栏滑块
add_slider = st.sidebar.slider(
    label="选择一个范围的值",
    min_value=0.0, max_value=100.0, value=(25.0, 75.0)
)
#获取滑块的值
st.write("值的范围: ", add_slider)

数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

7.单选按钮radio

import streamlit as st

# st.columns参数表示列数,表示要在页面展示的列数
left_column, right_column = st.columns(2)  #显示两列布局容器
# 左边列设置,使用with
with left_column:
    # 返回值为选中的选项值
    chosen = st.radio(
        label='电脑品牌',
        options=('苹果', '华为', '小米')
    )
    st.write(f'你选择的品牌是: {chosen}')

# 右边列设置
with right_column:
    # 返回值为选中的选项值
    chosen = st.radio(
        label='手机品牌',
        options=('苹果', '华为', '小米')
    )
    st.write(f'你选择的品牌是: {chosen}')

数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

8.进度条progress

import streamlit as st
import time
st.write("模拟长时间的计算...")

# 创建一个动态显示数据的容器,用于动态显示进度条的进度数值
value = st.empty()
#创建进度条,进度条初始值为0
bar = st.progress(0)
for i in range(100):
    #这是动态显示的数值
    value.text(f'Iteration {i+1}')
    # 更新进度条
    bar.progress(i+1)
    time.sleep(0.1)
st.write('运行结束!')

数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

9.文件上传下载

(1)文件上传:
st.file_uploader()
看下参数
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化
参数介绍
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

上传penguins.csv文件,然后选择不同的两个企鹅特征,用散点图观察其分布形式。
看下源文件
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
st.write('上传penguins.csv文件,然后选择不同的两个企鹅特征,用散点图观察其分布形式。')

#创建文件上传组件,如果上传失败则返回None,上传下载都可以搞
upload_file = st.file_uploader(
    label = "上传数据集CSV文件" #自定义文件上传提示信息
)

#判断上传文件是否成功
if upload_file:
    df = pd.read_csv(upload_file)
    st.write('显示前5行数据:',df.head(5))
    st.success("上传文件成功!")
else:
    st.stop() # 退出

#制作下拉框,用于选择企鹅的不同特征
x_var = st.selectbox(
    label = "请选择:",
    options = ['bill_length_mm', 'bill_depth_mm', 'flipper_length_mm', 'body_mass_g']
)
#制作下拉框,用于选择企鹅的不同特征
y_var = st.selectbox(
    label = "请选择",
    options = ['bill_length_mm', 'bill_depth_mm', 'flipper_length_mm', 'body_mass_g']
)


fig, ax = plt.subplots() #返回值:画布、画布子图例
#绘制散点图

ax = sns.scatterplot(data=df,
                     x=x_var,
                     y=y_var,
                     hue='species'
                     )
plt.xlabel(x_var)
plt.ylabel(y_var)
plt.title('Penguins Scatter Plot')

#显示画布
st.pyplot(fig)

数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

可以选择企鹅的不同特征,来绘制图
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

默认上传单个文件最大为200M,我们可以做修改
要在运行程序当前目录下,创建个.streamlit目录,里面创建个config.toml文件
内容如下,设置上传文件大小限制,单位是M
[server]
maxUploadSize = 4500
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

案例:保存上传的文件到本地

import streamlit as st


#创建文件上传组件,如果上传失败则返回None
upload_file = st.file_uploader(
    label = "上传图片" #自定义文件上传提示信息,

)


#判断上传文件是否成功
if upload_file:
    with open('上传图片.png','wb') as file:
        #注意,保存文件要保存上传对象.getvalue()
        file.write(upload_file.getvalue())

    st.success("上传文件成功!")
else:
    st.stop() # 退出

数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

上传成功

数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

(2)文件下载:
st.download_button()
看下参数
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化
参数介绍
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化

案例:

import streamlit as st

st.write('下载playwright.png文件')

with open('playwright.png','rb') as file:
    st.download_button(
        label='download_button',
        data=file,
        file_name="playwright.png",
        mime='image/png'
    )

运行程序,浏览器查看,点击下载按钮,下载完成
数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面,数据分析系统化教学,零基础到进阶实战,前端框架,streamlit,python,数据分析,可视化,数据可视化文章来源地址https://www.toymoban.com/news/detail-839784.html

到了这里,关于数据分析web可视化神器---streamlit框架,无需懂前端也能搭建出精美的web网站页面的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数据分析基础-数据可视化02-不同数据类型的可视化概念及原则

    将数据空间映射到颜色空间。 数据可以被划分为两个主要的数据空间:连续数据和分类数据。这两种数据空间有不同的特点和适用的分析方法。 连续数据(Continuous Data): 连续数据是指可以在某个范围内取任何数值的数据。在连续数据空间中,数据点之间存在无限多的可能

    2024年02月11日
    浏览(45)
  • 大数据可视化——基于Python豆瓣电影数据可视化分析系统

    本项目旨在通过对豆瓣电影数据进行综合分析与可视化展示,构建一个基于Python的大数据可视化系统。通过数据爬取收集、清洗、分析豆瓣电影数据,我们提供了一个全面的电影信息平台,为用户提供深入了解电影产业趋势、影片评价与演员表现的工具。项目的关键步骤包括

    2024年01月21日
    浏览(54)
  • python基于大数据的手机分析系统与可视化 -可视化大屏分析

    前言 该系统采用了多种数据源,包括用户行为数据、社交数据、市场趋势数据等,通过数据挖掘、统计分析等手段,对这些数据进行分析和建模。其中,用户行为数据包括用户使用手机的频率、时间、地理位置、应用使用情况等,社交网络数据包括用户在交网络上的行为、好

    2024年02月03日
    浏览(44)
  • 大数据毕设分享 大数据二手房数据爬取与分析可视化 -python 数据分析 可视化

    # 1 前言 🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。 为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项

    2024年01月23日
    浏览(52)
  • Python大作业——爬虫+可视化+数据分析+数据库(可视化篇)

    相关链接 Python大作业——爬虫+可视化+数据分析+数据库(简介篇) Python大作业——爬虫+可视化+数据分析+数据库(爬虫篇) Python大作业——爬虫+可视化+数据分析+数据库(数据分析篇) Python大作业——爬虫+可视化+数据分析+数据库(数据库篇) 由于该程序会通过与数据库

    2024年02月04日
    浏览(59)
  • 数据分析基础:数据可视化+数据分析报告

    数据分析是指通过对大量数据进行收集、整理、处理和分析,以发现其中的模式、趋势和关联,并从中提取有价值的信息和知识。 数据可视化和数据分析报告是数据分析过程中非常重要的两个环节,它们帮助将数据转化为易于理解和传达的形式,提供决策支持和洞察力。在接

    2024年02月07日
    浏览(50)
  • 数据分析案例-顾客购物数据可视化分析

      🤵‍♂️ 个人主页:@艾派森的个人主页 ✍🏻作者简介:Python学习者 🐋 希望大家多多支持,我们一起进步!😄 如果文章对你有帮助的话, 欢迎评论 💬点赞👍🏻 收藏 📂加关注+ 目录 1.项目背景 2.数据集介绍 3.技术工具 4.导入数据 5.数据可视化 5.1分析性别比例 5.2年龄

    2024年02月07日
    浏览(53)
  • 计算机毕设 大数据上海租房数据爬取与分析可视化 -python 数据分析 可视化

    # 1 前言 🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。 为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项

    2024年02月07日
    浏览(43)
  • python毕设选题 - 大数据上海租房数据爬取与分析可视化 -python 数据分析 可视化

    # 1 前言 🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。 为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项

    2024年02月19日
    浏览(56)
  • python毕设选题 - 大数据二手房数据爬取与分析可视化 -python 数据分析 可视化

    # 1 前言 🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。 为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项

    2024年01月20日
    浏览(60)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包