Python数据分析师使用低代码Streamlit实现Web数据可视化方法

Python数据分析师工作拓展助手，在不用掌握复杂的HTML、JavaScript、CSS等前端技术的情况下，也能快速做出来一个炫酷的Web APP，把数据分析结果可视化呈现出来！本文推荐Python界新秀，高速发展的开源Web框架Streamlit，与Python界较优秀交互式可视化工具Plotly，组合搭建的"Web数据可视化低代码纯python技术解决方案"。

1. 方案概述

Web数据可视化低代码纯python技术解决方案，是采用Streamlit Web框架，其可视化工具默认使用Bokeh，可以同时兼容使用Plotly、Matplotlib等，前端底层为React.js框架，Web服务端底层为Tornado。

• 计算架构层采用Pandas、SKlearn、Tensorflow、Python等。其中，数据可视化主要是通过Pandas与Plotly、Streamlit无缝结合;
• 可视化层以plotly为主，辅以默认的bokeh和matplotlib，以及Streamlit table与MarkDown等。

注：图中灰色背景的终端层，Python数据分析师可以不必关心，已经由Web框架Streamlit封装成低代码python开发接口实现。

1. Web 布局与导航

1.1. 简易快速布局

Streamlit框架提供几种界面布局模板，在这里使用常用的左右单页面结构，如下图所示左侧为Sidebar，对应的API表示为：

st.sidebar.[element_name]

其中，element_name是指交互组件名称，包括：

如上图所示，接下来将以此页面布局开始开发。

1.2. 开始"菜单/导航"

使用单页面结构中的Sidebar为导航控制栏，

import streamlit as st
import pandas as pd
import numpy as np
import plotly.express as px
import pl