使用Streamlit做出基于python的交互式数据分析产品

最新推荐文章于 2024-08-26 01:20:06 发布

xlixiaohui

最新推荐文章于 2024-08-26 01:20:06 发布

阅读量5.4k

点赞数 4

分类专栏：数据分析文章标签： python 大数据数据可视化

本文链接：https://blog.csdn.net/m0_47467356/article/details/108708113

版权

本文介绍了如何使用Streamlit快速构建基于Python的交互式数据分析产品，从安装、启动服务器、加载数据、使用sidebar插件、画图到部署到Heroku的详细步骤。Streamlit允许开发者仅用Python代码实现数据可视化和交互功能，支持matplotlib和plotly等绘图库，轻松创建网页应用。

摘要由CSDN通过智能技术生成

Streamlit是一个开源的Python库，利用Streamlit可以快速构建机器学习应用的用户界面，你可以仅仅使用python数据分析的代码就实现交互数据分析的功能，并且提供网页应用，可以快速发布分享。

安装

pip install streamlit

本地启动服务器

打开编辑器，创建一个streamlitDemo.py文件，写入以下内容

import streamlit as st
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import plotly.figure_factory as ff

st.title("streamlit demo")

输入完之后，你不需要去找什么执行按钮。只需要保存一下你对streamlitDemo.py文件的修改即可。
在cmd命令行窗口输入streamlit run streamlitDemo.py启动服务器，此时浏览器会自动打开，你可以看见我们成功创建了一个web应用！

20200921114505

加载数据

我们定义一个函数来加载数据：

@st.cache
def load_data(path):
    df = pd.read_csv(path)
    df.columns = df.columns.str.lower()
    df['date'] = pd.to_datetime(df['transaction_date']).dt.date
    df['price'] = df['price'].str.replace(",",'').astype(float)
    return df