先上效果:
![高亮显示查询到的元素属于哪一个序列中](https://img-blog.csdnimg.cn/7573efbe1032499ab96479f947f589f4.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbGltYW5pbmc=,size_20,color_FFFFFF,t_70,g_se,x_16)
Streamlit能够很方便地调用Altair库,实现在网页看数据的功能。
Altair本身可以很好地调用pandas,作为显示信息的原始数据。
要实现上面的功能,分三步:
目录
1.获得pandas形式的数据。
首先需要用pandas将数据转化为这种形式:
2.用altair作图。
整体思路是如果要查询的学生所属的班级是某一个班,则按第一种显示方式,如果要查询的学生表中没有,则正常显示所有班级。
def toBarChart(dfData,stuName):
#将dfData转化成条形图 dfData是dataframe格式,stuName是要查找的学生姓名字符串
dfBase = dataTo.getBaseDf()
x='班级'
classNameList = dfData['班级'].tolist() #班级名称列表
nameList = dfBase['姓名'].values.tolist() #将姓名列转化成列表
if stuName in nameList: #如果 查找的姓名在列表里
stuClass = str(int(dfBase.loc[dfBase['姓名'] == stuName, x].values)) # 获取查找的stuName这位学生的班级
stuClassStr = stuClass + '班'
st.write(stuClassStr)
colorPara = alt.condition(
alt.datum[x] ==stuClassStr, #此处字符串判断是否相同
alt.value('red'), #若符合条件,显示这个颜色
alt.value('steelblue') #若不符合条件 则显示这个颜色
)
altairClass = alt.Chart(dfData).mark_bar().encode(
x=alt.X('班级', sort=classNameList), #x轴是班级,同时排序的时候强制按1-10班进行排序
y='人数',
color = colorPara
).properties(title='班级人数统计')
altairClass = altairClass.configure_axisX(labelAngle=0) # 标签旋转角度,保证x轴标签横向显示
else:
altairClass = alt.Chart(dfData).mark_bar().encode(
x=alt.X('班级', sort=classNameList), # x轴是班级,同时排序的时候强制按1-10班进行排序
y='人数').properties(title='班级人数统计')
altairClass = altairClass.configure_axisX(labelAngle=0) # 标签旋转角度,保证x轴标签横向显示
return altairClass
上述函数中,dfBase获得的,就是原始数据的dataframe,如图:
3.在streamlit中显示。
import streamlit as st
name = '王子' #要查询的学生名字是“王子”
k = dataTo.getClassStuCount() #k是获得的班级、人数的dataframe,就是目录1里说的
barShow = toBarChart(k, name) #用k和name作参数,获得altair的图
st.altair_chart(barShow, use_container_width=True) #在streamlit中显示,宽度就用容器的默认宽度
#在终端运行 streamlit run test.py
显示效果如下:
![](https://img-blog.csdnimg.cn/071e564e12214305822d1485fd54456c.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbGltYW5pbmc=,size_20,color_FFFFFF,t_70,g_se,x_16)
![](https://img-blog.csdnimg.cn/97364e8579c24e8c9a0dba5a8c3affc3.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbGltYW5pbmc=,size_20,color_FFFFFF,t_70,g_se,x_16)
Altair其中一个优点是,图漂亮,和dataframe配合很快捷。不足之处是如果做稍微复杂一点的图,总是要用“+”来叠加两个图表。
参考资料:
altair4.2.0文档https://altair-viz.github.io/getting_started/overview.htmlandroid amap 移动地图mark不动_数据可视化之Altair(一)--概览(地图可视化)_易烫YCC的博客-CSDN博客