如何用Streamlit进行可视化数据分析

如何用Streamlit进行可视化数据分析

今天就跟大家聊聊有关如何用Streamlit进行可视化数据分析,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。

宅在家里的时间比较多,做了几个数据分析,觉得很好用,也来推广一下。

如何用Streamlit进行可视化数据分析

之前一直用Jupyter Notebook做数据分析和实验结果展示。

用Notebook做数据分析有个好处,就是数据load进来后,后面加cell来想分析什么就分析什么,结果可以比较友好的显示在页面上,特别是dataframe的显示和各种图表的plotting。一个好的notebook就是一个很好的数据或实验报告。

Notebook对我来说有几个地方很不不方便。

首先,在notebook上写python代码,对于IDE依赖症患者来说麻烦很大。

其次,所有的交互都得通过写python代码,比如说一个dataframe中,你想看看某行某列,或是想看看符合某个query的数据,都得写个dataframe的定位语句。如果不想看了还得删除。总结一句话,就是数据分析交互不友好。

Streamlit解决了以上两个问题。当然streamlit的出现不是为了取代notebook,原始目标是让每个data scientist能够用几个小时就可以做出一个漂亮的数据分析application。不需要懂服务器客户端架构,不需要会写页面CSS, HTML之类的。你所需要的就是python就可以了。

streamlit的API很简单,半个小时内能看完,然后看几个例子,就知道怎么用了。

介绍几个非常方便的功能:

Dataframe 的支持,你call streamlit的dataframe的api,页面上就会显示这个dataframe,但是,它不是简单的显示dataframe,而是"Display a dataframe as an interactive table.”, 比如说你可以直接在这个dataframe中做排序。

Widget。这个是最好用的功能。比如说你可以直接塞入一个下拉单,然后后面的数据分析都可以根据这个下拉单的选项来显示。这个真是太好用了,你完全不用像notebook一样写各种query。比如说一个成绩单的dataframe,加一个下拉单--科目,然后你选语文,后面就只显示语文成绩(包含各种后续图表显示)。这个功能太简单不值一提是不是,但是人家一个python语句就可以写好。

各种图表的支持。除了支持matplotlib的图表的外,自己也封装了一些常用的。

一个app的必备零部件,进度条,音频,视频,地图,placeholder等等都可以方便插入。

cache,可以cache函数的返回值,对于数据分析app来说非常有用。

那它号称的部署方便呢? 一条命令搞定。

总之,你打算用streamlit的做你的数据分析应用的时候,可以想想你想要什么,然后你会发现真的很简单很方便很美观。

看完上述内容,你们对如何用Streamlit进行可视化数据分析有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注恰卡编程网行业资讯频道,感谢大家的支持。

发布于 2021-12-28 22:16:21
收藏
分享
海报
0 条评论
72
上一篇:如何进行无序多分类logistic回归分析 下一篇:如何进行limma对基因芯片数据基因差异表达分析
目录

    0 条评论

    本站已关闭游客评论,请登录或者注册后再评论吧~

    忘记密码?

    图形验证码