SimpleStart 除了可以开发简单的网页系统和Web应用,另一个主要目的是能快速地进行数据的展示。现在很多人工智能科研项目都是用Python开发的,利用SimpleStart可以方便地进行数据的可视化展示。
接下来我们围绕这个做一些介绍,今天首先介绍下 SimpleStart 对数据库和表格的支持。
1. 表格
SimpleStart 可以很方便地加载和显示表格数据。一般我们使用最多的是csv表格数据,比如在一些机器学习中,有一些经典的数据集,就拿Iris数据集为例。
Iris数据集是常用的分类实验数据集,由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集。数据集包含150个数据样本,分为3类,每类50个数据,每个数据包含4个属性。可通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢尾花卉属于(Setosa,Versicolour,Virginica)三个种类中的哪一类。
我们假设 已经有了csv格式的Iris数据集,现在加载并显示这个表格数据。
#app.py
import simplestart as ss
import pandas as pd
#加载数据集
df = pd.read_csv("iris.csv")
ss.md("### Iris数据集")
#显示数据集
ss.write(df)
我们看到主要就是两行代码, df = pd.read_csv("iris.csv") 和 ss.write(df),非常简单。
当然如果需要更多的选项,比如显示表格网格线,选中表格行,或者表格排序等操作,可以使用ss.table的方式。
![](https://i-blog.csdnimg.cn/blog_migrate/441bf777369f2327643822f71241cc38.png)
2. 数据库
SimpleStart 支持 Python 内置的 Sqlite 数据库, 可以很方便地加载数据库,进行增删改查操作,并且通过 ss.write 或者 ss.table 显示数据库中数据。
比如,假设我们有一个 Sqlite 文件 sample.db, 可以这样加载
import simplestart as ss
#加载sqlite数据库文件
sql = ss.sqlite("./data/ss_data.db")
#选中其中的某个表, 这里是波士顿房价数据表
data = sql.pd_query("select * from HousingData")
#显示在网页上
ss.write(data)
可以看到非常简洁方便。另外如果想实现增删改查,可以通过 sql.query 写sql语句来实现。具体请参考API文档。