社区首页 >专栏 >用Streamlit来制作数据可视化面板实战

用Streamlit来制作数据可视化面板实战

用户8949263

发布于 2022-04-08 04:58:09

1.1K10

代码可运行

文章被收录于专栏：Python数据分析实例Python数据分析实例

运行总次数：0

代码可运行

在上回初步介绍了“steamlit”框架的基本用法之后（干货分享 | 用 Streamlit 来制作数据可视化面板教程（一）），这回我们动手来实践一下，用“streamlit”框架来制作一个可视化仪表盘，用到的数据是印度在新冠病毒的影响之下病例数据，包括了印度每个州的“死亡数据”、“治愈数据”、“确诊数据”以及“活跃病例”，感兴趣的童鞋也可以一起动手来实现一下。

首先导入所需要用到的模块以及读取数据

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

@st.cache(ttl=60 * 5, max_entries=20)
def load_data():
    data = pd.read_csv("state_wise.csv")
    return data

df = load_data()

我们用到了“pandas”模块当中的“read_csv”的方法，当然特别要指的注意的是，里面用到了“st.cache()”作为装饰器，由于考虑到可能引用的数据会时时发生变化，因此我们会每隔五分钟对缓存做一次清理，并且最多清理20次，要是引用的源数据不会经常改变，那么你可以设置为是

@st.cache(persist=True)

我们同时需要添加一下文字说明，以便他人更好的来理解我们所绘制的图形，例如标题、注释等等，

st.title('Covid-10 India Cases')
st.write("It shows ***Coronavirus Cases*** in India")
st.sidebar.title("Selector")
image = Image.open("2.jpg")
st.image(image, use_column_width=True)
st.markdown('<style>body{background-color:lightblue;}</style>', unsafe_allow_html=True)

visualization = st.sidebar.selectbox('Select a Chart type', ("Bar Chart", "Pie Chart", "Line Chart"))
state_select = st.sidebar.selectbox('Select a state', df['State'].unique())
status_select = st.sidebar.radio("Covid-19 patient status", ('confirmed_cases', 'active_cases',
                                                            'recovered_cases', 'death_cases'))

selected_state = df[df['State'] == state_select]
st.markdown("## **State level analysis**")

在“streamlit”中的“image”方法来读取图片，而要是我们用到下拉框则是用“st.sidebar.selectbox”方法，而要是使用单选框的话，则是用“st.sidebar.radio”方法，

下面我们就开始可视化的部分，分别有直方图、饼图以及折线图，使用的是“plotly_express”当中的对应的方法，代码如下

state_total = get_total_dataframe(df)
if visualization == "Bar Chart":
    state_total_graph = px.bar(state_total, x = 'Status', y = 'Number of cases',
                               labels = {"Number of cases": "Number of cases in %s" % (status_select)}, color="Status")
    st.plotly_chart(state_total_graph)
elif visualization == "Pie Chart":
    if status_select == "confirmed_cases":
        st.title("Total Confirmed Cases ")
        fig = px.pie(df.iloc[1:], values=df['Confirmed'], names = df['State'])
        st.plotly_chart(fig)

最后我们还想将表格展示在仪表盘上，用到的是“streamlit”当中的“dataframe”方法，代码如下

def get_table():
    datatable = df[['State', 'Confirmed', 'Active', 'Recovered', 'Deaths']].sort_values(by=['Confirmed'], ascending=False)
    datatable = datatable[datatable['State'] != 'State Unassigned']
    return datatable
    
datatable = get_table()
st.markdown("### Covid-19 cases in India")
st.markdown("The following table gives you a real-time analysis of the confirmed, active, recovered and deceased cases of Covid-19 pertaining to each state in India.")
st.dataframe(datatable) # will display the dataframe