Rumah >pembangunan bahagian belakang >Tutorial Python >Pengaturcaraan Pelayan Python: Analisis Data dengan Panda
Pengaturcaraan Pelayan Python: Analisis Data dengan Panda
- PHPzasal
- 2023-06-18 19:13:381494semak imbas
Python sentiasa menjadi salah satu bahasa pengaturcaraan pilihan untuk saintis data dan penganalisis. Ia mempunyai set kaya dengan pengkomputeran saintifik dan perpustakaan pemprosesan data, termasuk Panda yang paling popular pada masa ini. Di samping itu, Python ialah bahasa pengaturcaraan bahagian pelayan berciri penuh yang boleh digunakan untuk mencipta dan mengurus pelbagai jenis aplikasi web.
Dalam artikel ini, kami akan memberikan pengenalan yang mendalam tentang cara menggunakan Panda dalam pengaturcaraan sisi pelayan Python untuk analisis data. Kami akan meneroka cara memasang dan menggunakan pustaka Pandas dalam Python, dan cara mencipta aplikasi web analisis data asas.
1. Pasang dan gunakan pustaka Pandas
Pertama, untuk menggunakan pustaka Pandas dalam Python, kami perlu memasangnya dalam sistem kami. Panda boleh dipasang melalui pip atau pengurus pakej conda. Kita boleh membuka terminal atau command prompt dan menjalankan arahan berikut:
pip install pandas
atau gunakan conda:
conda install pandas
Seterusnya, kita perlu mengimport pustaka Pandas dalam kod Python seperti berikut:
import pandas as pd
Sekarang kami telah menyediakan persekitaran untuk menggunakan perpustakaan Pandas, kami boleh memulakan analisis data.
2. Buat aplikasi web analisis data
Sekarang kami akan memperkenalkan kepada anda cara membuat aplikasi web yang menggunakan Panda untuk analisis data.
Pertama, kami mencipta fail Python bernama app.py dan menulis kod berikut untuk mengimport perpustakaan dan modul yang diperlukan.
from flask import Flask, render_template, request import pandas as pd app = Flask(__name__)
Kod di atas mengimport pustaka Flask, render_template dan modul permintaan, dan juga mengimport pustaka Pandas sebagai alat pemprosesan data.
Seterusnya kami perlu membaca data kami. Kita boleh membaca fail CSV menggunakan kaedah read_csv() Pandas dan menyimpannya dalam objek DataFrame.
df = pd.read_csv("data.csv") # 通过指定CSV文件路径来读取数据Data dalam fail CSV ini boleh menjadi data yang dikumpul dan diformatkan sendiri atau data yang dimuat turun daripada set data dalam talian. Di sini, kami tidak akan memberi tumpuan kepada cara mendapatkan data, tetapi hanya pada cara menganalisis data menggunakan Panda.
Mengekstrak, mengubah dan memuatkan daripada data ialah asas kepada proses sains data. Di sini, kami menyemak beberapa rekod pertama data melalui kaedah head() objek DataFrame.
df.head()
Kami juga boleh menggunakan kaedah describe() untuk menyemak beberapa statistik deskriptif asas set data:
df.describe()
Kami memerlukan antara muka web untuk membentangkan data ini supaya pengguna boleh menggunakan bahagian hadapan- alat akhir untuk meneroka dan menganalisis data. Kami boleh menggunakan kaedah render_template() yang disediakan oleh Flask untuk memaparkan fail HTML yang akan dipaparkan dalam aplikasi web kami.
@app.route('/')
def index():
return render_template('index.html')Kini kami perlu mencipta templat HTML dan membenamkannya dalam aplikasi Flask kami. Dalam contoh ini, kami mencipta fail HTML dengan jadual dan menamakannya index.html. Ia akan menjadikan data yang disimpan dalam kod Python seperti yang ditunjukkan di bawah:
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>Web App</title>
</head>
<body>
<table>
<thead>
<tr>
<th scope="col">Country</th>
<th scope="col">Population</th>
<th scope="col">Area</th>
</tr>
</thead>
<tbody>
{% for index, row in df.iterrows() %}
<tr>
<td>{{ row['Country'] }}</td>
<td>{{ row['Population'] }}</td>
<td>{{ row['Area'] }}</td>
</tr>
{% endfor %}
</tbody>
</table>
</body>
</html>Kami menggunakan kaedah iterrows() untuk menggelungkan data dalam objek DataFrame dan menjadikannya sebagai jadual HTML. Akhir sekali, kami menambah laluan ke kod app.py yang mengembalikan enjin templat dan data kami.
@app.route('/data')
def data():
return render_template('index.html', df=df)Kini permohonan kami telah sedia. Menjalankan aplikasi kami, kami boleh memaparkan set data kami dengan menavigasi ke URL "/data".
if __name__ == '__main__':
app.run(debug=True)Kami kini telah mencipta aplikasi web analisis data ringkas. Menggunakan Pandas dan Flask untuk analisis data boleh membantu anda melaksanakan pemprosesan, penerokaan dan analisis data yang pantas dan cekap. Ini berguna untuk mencipta aplikasi dipacu data dan menyediakan visualisasi data masa nyata.
Ringkasan: Analisis data adalah teras kepada aplikasi dipacu data dan telah menjadi kritikal kepada kejayaan perniagaan moden. Dalam artikel ini, kami membincangkan cara menggunakan Panda untuk analisis data dalam pengaturcaraan sisi pelayan Python. Kami membincangkan cara memasang dan menggunakan pustaka Pandas dan menunjukkan cara mencipta aplikasi web analisis data ringkas. Teknologi ini akan membantu anda memproses dan menganalisis data dengan cepat, membantu anda memperoleh cerapan mendalam tentang perniagaan anda.
Atas ialah kandungan terperinci Pengaturcaraan Pelayan Python: Analisis Data dengan Panda. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!