Erstellen eines Dashboards mit Streamlit

Einführung
In diesem Dokument erfahren Sie, wie Sie mit Streamlit, einem Open-Source-Tool zum Erstellen von Webanwendungen in Python, ein interaktives Dashboard erstellen. Streamlit vereinfacht den Entwicklungsprozess, indem es Ihnen ermöglicht, Webschnittstellen mit nur wenigen Codezeilen zu erstellen.

Anforderungen

Um diesem Beispiel zu folgen, müssen Sie Python und die folgenden Bibliotheken installiert haben:

• Streamlit
• Pandas
• numpy
• Altair

Sie können sie mit pip:
installieren

pip install streamlit pandas numpy altair

Codestruktur

Der Code ist in mehrere Abschnitte unterteilt:

1. Bibliotheksimporte: Wir importieren die notwendigen Bibliotheken, um Beispieldaten zu generieren und Visualisierungen zu erstellen.
2. Generierung von Beispieldaten: Wir erstellen einen Pandas DataFrame mit zufälligen Daten zur Verwendung in unseren Visualisierungen.
3. Dashboard-Setup: Wir legen den Titel des Dashboards mit st.title() fest.
4. Erstellung von Visualisierungen:
   • Wir zeigen ein Liniendiagramm mit st.line_chart() an.
   • Wir erstellen mit Altair ein interaktives Streudiagramm und zeigen es mit st.altair_chart() an.

Code-Erklärung

Bibliotheksimporte:

streamlit als st: Wir importieren die Streamlit-Bibliothek und benennen sie zur einfacheren Verwendung in st um.
Pandas als pd: Wir importieren Pandas und benennen es in pd um.
numpy as np: Wir importieren NumPy und benennen es in np um.
altair als alt: Wir importieren Altair und benennen es in alt um.

Erstellung von Beispieldaten:

Wir erstellen einen Pandas DataFrame namens data mit zwei Spalten: „x“ und „y“.
Die Spalte „x“ enthält ganzzahlige Werte von 0 bis 99 unter Verwendung von np.arange().
Die Spalte „y“ enthält Zufallswerte zwischen 0 und 1 unter Verwendung von np.random.rand().

Dashboard-Setup:

Wir legen den Titel des Dashboards mit st.title() fest und übergeben den Titel als Argument.

Erstellung von Visualisierungen:

Wir zeigen ein Liniendiagramm mit st.line_chart() an und übergeben den Daten-DataFrame als Argument.
Wir erstellen ein interaktives Streudiagramm mit Altair:

alt.Chart(data): Wir erstellen ein Diagrammobjekt aus dem Daten-DataFrame.
.mark_circle(): Wir geben an, dass wir Kreise als Markierungen verwenden möchten.
.encode(x='x', y='y', tooltip=['x', 'y']): Wir weisen die Spalten 'x' und 'y' den x- bzw. y-Achsen zu und geben dies an Wir möchten die Spalten „x“ und „y“ als Tooltips anzeigen.
.interactive(): Macht das Diagramm interaktiv und ermöglicht dem Benutzer das Zoomen und Schwenken.

Wir zeigen das Altair-Diagramm mit st.altair_chart() an und übergeben das Diagrammobjekt als Argument. Wir geben außerdem use_container_width=True an, damit das Diagramm die gesamte Breite des Containers einnimmt.

Bereitstellung in der Streamlit Cloud

Um diese Streamlit-App bereitzustellen, können Sie Streamlit Cloud verwenden:

1. Laden Sie Ihren Code in ein GitHub-Repository hoch.
2. Melden Sie sich bei Streamlit Cloud an.
3. Verbinden Sie Ihr GitHub-Repository.
4. Stellen Sie Ihre App mit wenigen Klicks bereit.

Streamlit Cloud übernimmt den gesamten Bereitstellungsprozess und macht es sehr einfach, Ihre Anwendungen mit der Welt zu teilen.

Ergebnisse

Repository-URL: [](https://github.com/FabianChavezLinares/Research-Group-Activity.git)

Seiten-URL: https://research-group-activity-bi-2024-ii.streamlit.app

Fazit

In diesem Dokument haben wir gelernt, wie man mit Streamlit ein interaktives Dashboard erstellt. Wir haben Beispieldaten generiert, Visualisierungen mit Streamlit und Altair erstellt und jeden Abschnitt des Codes erklärt. Abschließend haben wir erwähnt, wie die Anwendung in Streamlit Cloud bereitgestellt wird, um sie mit anderen Benutzern zu teilen.

Streamlit vereinfacht den Prozess der Erstellung interaktiver Webanwendungen in Python erheblich und macht es zu einem wertvollen Werkzeug für Datenwissenschaftler und Entwickler, die ihre Visualisierungen und Analysen einfach und schnell teilen möchten.

Das obige ist der detaillierte Inhalt vonErstellen eines Dashboards mit Streamlit. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!