沒想到，Python還可以製作Web視覺化頁面！

#一談到Web頁面，可能大家先想到就是HTML，CSS或JavaScript。

本次小F就跟大家介紹如何用Python製作一個資料視覺化網頁，使用到的是Streamlit庫。

輕鬆的將一個Excel資料檔案轉換為一個Web頁面，提供給所有人線上查看。

#每當你對Excel檔案進行更改保存，Web頁面還能夠即時進行更新，確實挺不錯的。

Streamlit的文件和教學位址如下。

#https://docs.streamlit.io/en/stable/

https://streamlit.io/gallery

#

相關的API使用可以去文件中查看，都有詳細的解釋。

專案一共有三個文件，程式、圖片、Excel表格資料。

#資料如下，某公司年底問卷調查(虛構數據)，各相關部門對生產部門在工作協作上的評分。

#有效資料總計約676條，匿名問卷，包含問卷填寫人所屬部門，年齡，評分。

最後對各部門參與人數進行總計數(右側資料)。

首先來安裝相關的Python函式庫，使用百度來源。

#

# 安装streamlit
pip install streamlit -i https://mirror.baidu.com/pypi/simple/

# 安装Plotly Express
pip install plotly_express==0.4.0 -i https://mirror.baidu.com/pypi/simple/

# 安装xlrd
pip install xlrd==1.2.0 -i https://mirror.baidu.com/pypi/simple/

因為我們的資料檔案是xlsx格式，最新版的xlrd，只支援xls檔。

所以需要指定xlrd版本為1.2.0，這樣pandas才能成功讀取資料。

命令列終端機啟動網頁。

# 命令行终端打开文件所在路径
cd Excel_Webapp

# 运行网页
streamlit run app.py

成功以後會有提示，瀏覽器會自動彈出網頁。

#如果沒有自動彈出，可以直接存取上圖中的位址。

得到結果如下，一個資料視覺化網頁出來了。

目前只能在本地存取查看，如果你想放在網路上，可以透過伺服器部署，需要自行去研究～

下面我們來看看具體的程式碼吧。

#

import pandas as pd
import streamlit as st
import plotly.express as px
from PIL import Image

# 设置网页名称
st.set_page_config(page_title='调查结果')
# 设置网页标题
st.header('2020年调查问卷')
# 设置网页子标题
st.subheader('2020年各部门对生产部的评分情况')

导入相关的Python包，pandas处理数据，streamlit用来生成网页，plotly.express则是生成图表，PIL读取图片。

设置了网页名称，以及网页里的标题和子标题。

# 读取数据
excel_file = '各部门对生产部的评分情况.xlsx'
sheet_name = 'DATA'

df = pd.read_excel(excel_file,
                   sheet_name=sheet_name,
                   usecols='B:D',
                   header=3)

# 此处为各部门参加问卷调查人数
df_participants = pd.read_excel(excel_file,
                                sheet_name=sheet_name,
                                usecols='F:G',
                                header=3)
df_participants.dropna(inplace=True)

# streamlit的多重选择(选项数据)
department = df['部门'].unique().tolist()
# streamlit的滑动条(年龄数据)
ages = df['年龄'].unique().tolist()

读取Excel表格数据，并且得出年龄分布以及部门情况，一共是有5个部门。

添加滑动条和多重选择的数据选项。

# 滑动条, 最大值、最小值、区间值
age_selection = st.slider('年龄:',
                          min_value=min(ages),
                          max_value=max(ages),
                          value=(min(ages), max(ages)))

# 多重选择, 默认全选
department_selection = st.multiselect('部门:',
                                      department,
                                      default=department)

结果如下。

年龄是从23至65，部门则是市场、物流、采购、销售、财务这几个。

由于滑动条和多重选择是可变的，需要根据过滤条件得出最终数据。

# 根据选择过滤数据
mask = (df['年龄'].between(*age_selection)) & (df['部门'].isin(department_selection))
number_of_result = df[mask].shape[0]

# 根据筛选条件, 得到有效数据
st.markdown(f'*有效数据: {number_of_result}*')

# 根据选择分组数据
df_grouped = df[mask].groupby(by=['评分']).count()[['年龄']]
df_grouped = df_grouped.rename(columns={'年龄': '计数'})
df_grouped = df_grouped.reset_index()

得到数据便可以绘制柱状图了。

# 绘制柱状图, 配置相关参数
bar_chart = px.bar(df_grouped,
                   x='评分',
                   y='计数',
                   text='计数',
                   color_discrete_sequence=['#F63366']*len(df_grouped),
                   template='plotly_white')
st.plotly_chart(bar_chart)

使用plotly绘制柱状图。

当我们在网页调整选项时，有效数据和柱状图也会随之变化。

此外streamlit还可以给网页添加图片和交互式表格。

# 添加图片和交互式表格
col1, col2 = st.beta_columns(2)
image = Image.open('survey.jpg')
col1.image(image,
           caption='Designed by 小F / 法纳斯特',
           use_column_width=True)
col2.dataframe(df[mask], width=300)

得到结果如下。

可以看到表格有一个滑动条，可以使用鼠标滚轮滚动查看。

最后便是绘制一个饼图啦！

# 绘制饼图
pie_chart = px.pie(df_participants,
                   title='总的参加人数',
                   values='人数',
                   names='公司部门')
st.plotly_chart(pie_chart)

结果如下。

各部门参加问卷调查的人数，也是一个可以交互的图表。

#將銷售、市場、物流取消掉，我們就能看出財務與採購參加問卷調查的人數佔比情況。

#

以上是沒想到，Python還可以製作Web視覺化頁面！的詳細內容。更多資訊請關注PHP中文網其他相關文章！