streamlit (python构建web可视化框架)笔记
短信预约 -IT技能 免费直播动态提醒
文章目录
一、安装使用streamlit
pip install streamlit
创建一个python文件 demo.py
,使用命令行运行在浏览器上 streamlit run demo.py
。
import streamlit as stimport numpy as npimport pandas as pdst.title("This is my first app")st.write("hello")
二、streamlit使用
官方文档 Streamlit documentation
中文文档
streamlit
提供了基于python
的web应用程序框架
,以高效灵活的方式可视化数据。主要功能
streamlit
对数据可视化渲染,表格、地图、折线图等方法web
页面需要的UI 组件、会话、侧边栏、多页展示的用法。- 缓存数据,更快的加载页面和操作。可用于数据计算、数据库查询、接口调用、运行ML模型。
- 支持渲染
markdown
字符串,展示文档。- Markdown 是一种轻量级标记语言,它允许人们使用易读易写的纯文本格式编写文档(提供了标题、段落、列表、代码、图片表格、数学公式等标记)。
1.展示和数据样式
magic方法
和write()方法
import streamlit as stimport numpy as npimport pandas as pdst.title("This is my first app")# 有很多方式展示数据 (表格、数组、pandas的表格数据结构),magic方法、st.write()方法# magic方法st.write("magic方法使用")df = pd.DataFrame({ 'first column': [1, 2, 3, 4], 'second column': [10, 20, 30, 40]})# pd.DataFrame( data, index, columns, dtype, copy)# data数据,index 行标签,columns列标签 默认为np.arange(n),dtype 每一列数据类型,copy 能复制数据默认falsedf # 每当Streamlit在自己的行中看到变量或文字值时,它都会使用st.write()自动将其写入您的应用程序。# st.write()方法,可以自动渲染 文本、数据、Matplotlib图形、Altair图表等等。st.write("write() 方法使用")st.write(pd.DataFrame({ 'first column': [1, 2, 3, 4], 'second column': [10, 20, 30, 40]}))
2.dataframe()
生成交互表和table()
方法生成静态表
# 其他特定功能函数 st.dataframe() st.table()st.write("dataframe()方法绘制交互式表")dataframe = np.random.randn(5, 3)st.dataframe(dataframe)dataframe = pd.DataFrame( np.random.randn(10, 8), columns=('col %d' % i for i in range(8))) # 这里定义了列号st.dataframe(dataframe.style.highlight_max(axis=0)) # 高亮每列最大值# 默认的dataframe功能太少,st_aggrid 插件功能更多st.write("table()方法绘制静态表")st.table(dataframe.style.highlight_max(axis=0))
3.绘制折线图
st.write("line_chart 方法绘制折线图")chart_data = pd.DataFrame( np.random.randn(20, 3), columns=['a', 'b', 'c'])st.line_chart(chart_data)
4.绘制地图
st.write("map()方法绘制地图")map_data = pd.DataFrame( np.random.randn(100, 2) / [50, 50] + [37.76, -122.4], columns=['lat', 'lon'])# 生成100个旧金山附近符合正态分布的坐标st.map(map_data)
5.一些组件slider()滑动条 checkbox()确认框 selectbox()选择器
# 组件st.write("slider()、button()、selectbox() 方法绘制组件")x = st.slider('x') # 👈 this is a widgetst.write(x, 'squared is', x * x)st.text_input("Your name", key="name")# 任何带键的组件会自动的加载到会话状态中st.session_state.name # name是# 确认框st.write("checkbox() 方法绘制确定框")if st.checkbox('Show dataframe'): chart_data = pd.DataFrame( np.random.randn(20, 3), columns=['a', 'b', 'c']) chart_datadf = pd.DataFrame({ 'first column': [1, 2, 3, 4], 'second column': [10, 20, 30, 40]})option = st.selectbox( 'Which number do you like best?', df['second column'])'You selected: ', option
6.侧边栏
# 添加侧边栏组件--选择器add_selectbox = st.sidebar.selectbox( 'How would you like to be contacted?', ('Email', 'Home phone', 'Mobile phone'))# 添加侧边栏组件滑动条add_slider = st.sidebar.slider( 'Select a range of values', 0.0, 100.0, (25.0, 75.0))
7.布局分列
st.write("多列")col1, col2, col3 = st.columns(3) # 分三列 col1,col2,col3with col1: st.header("A cat") st.image("https://static.streamlit.io/examples/cat.jpg")with col2: st.header("A dog") st.image("https://static.streamlit.io/examples/dog.jpg")with col3: st.header(test1.getData()) st.image("https://static.streamlit.io/examples/owl.jpg")
8.多页
定义三个python
页面main_page.py
,新文件夹一定取名字为pages
子文件 page2.py、page3.py
# main_page.py内容import streamlit as stst.markdown("# Main page 🎈")st.sidebar.markdown("# Main page 🎈")# page2.py内容import streamlit as stst.markdown("# Page 2 ❄️")st.sidebar.markdown("# Page 2 ❄️")# page3.py内容import streamlit as stst.markdown("# Page 3 🎉")st.sidebar.markdown("# Page 3 🎉")
三、Steamlit可视化简单应用–冒泡排序可视化
streamlit
可以专门针对机器学习和数据科学开发可视化界面。在使用时可以引用python
、sklearn
、pytorch
、tensorflow
、numpy
、opencv
等库,下面基于streamlit
实现了冒泡排序可视化。
来源地址:https://blog.csdn.net/qq_43627100/article/details/130275774
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341