每當(dāng)你對(duì)Excel文件進(jìn)行更改保存，Web頁面還能夠?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/

https://streamlit.io/gallery

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，某公司年底問卷調(diào)查(虛構(gòu)數(shù)據(jù))，各相關(guān)部門對(duì)生產(chǎn)部門在工作協(xié)作上的打分情況。

有效數(shù)據(jù)總計(jì)約676條，匿名問卷，包含問卷填寫人所屬部門，年齡，評(píng)分。

最后對(duì)各部門參與人數(shù)進(jìn)行匯總計(jì)數(shù)(右側(cè)數(shù)據(jù))。

首先來安裝一下相關(guān)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?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。

# 命令行終端打開文件所在路徑cd Excel_Webapp# 運(yùn)行網(wǎng)頁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。

如果沒有自動(dòng)彈出，可以直接訪問上圖中的地址。

得到結(jié)果如下，一個(gè)數(shù)據(jù)可視化網(wǎng)頁出來了。

目前只能在本地訪問查看，如果你想放在網(wǎng)上，可以通過服務(wù)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(shè)置網(wǎng)頁名稱st.set_page_config(page_title=’調(diào)查結(jié)果’)# 設(shè)置網(wǎng)頁標(biāo)題st.header(’2020年調(diào)查問卷’)# 設(shè)置網(wǎng)頁子標(biāo)題st.subheader(’2020年各部門對(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用來生成網(wǎng)頁，plotly.express則是生成圖表，PIL讀取圖片。

設(shè)置了網(wǎng)頁名稱，以及網(wǎng)頁里的標(biāo)題和子標(biāo)題。

# 讀取數(shù)據(jù)excel_file = ’各部門對(duì)生產(chǎn)部的評(píng)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(diào)查人數(shù)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(xiàng)數(shù)據(jù))department = df[’部門’].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情況，一共是有5個(gè)部門。

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:’, min_value=min(ages), max_value=max(ages), value=(min(ages), max(ages)))# 多重選擇, 默認(rèn)全選department_selection = st.multiselect(’部門:’, department, default=department)

結(jié)果如下。

年齡是從23至65，部門則是市場、物流、采購、銷售、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)過濾條件得出最終數(shù)據(jù)。

# 根據(jù)選擇過濾數(shù)據(jù)mask = (df[’年齡’].between(*age_selection)) & (df[’部門’].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)df_grouped = df[mask].groupby(by=[’評(píng)分’]).count()[[’年齡’]]df_grouped = df_grouped.rename(columns={’年齡’: ’計(jì)數(shù)’})df_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)我們在網(wǎng)頁調(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’)st.plotly_chart(pie_chart)

結(jié)果如下。

各部門參加問卷調(diào)查的人數(shù)，也是一個(gè)可以交互的圖表。

將銷售、市場、物流取消掉，我們就能看出財(cái)務(wù)和采購參加問卷調(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)。

代碼及數(shù)據(jù)：鏈接:https://pan.baidu.com/s/1ARK7YdVB4O8V678fbPnBNw 密碼:z3m9

以上就是python使用Streamlit庫制作Web可視化頁面的詳細(xì)內(nèi)容，更多關(guān)于python 制作Web可視化頁面的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！