系列参考：
python︱写markdown一样写网页，代码快速生成web工具：streamlit介绍（一）
python︱写markdown一样写网页，代码快速生成web工具：streamlit 重要组件介绍（二）
python︱写markdown一样写网页，代码快速生成web工具：streamlit 展示组件（三）
python︱写markdown一样写网页，代码快速生成web工具：streamlit lay-out布局（四）
python︱写markdown一样写网页，代码快速生成web工具：streamlit 缓存（五）
python︱写markdown一样写网页，代码快速生成web工具：streamlit 数据探索案例（六）
streamlit + opencv/YOLOv3 快速构建自己的图像目标检测demo网页（七）

github代码链接，求star：
mattzheng/streamlit_demo

文章目录

1 数据探索性app - Create a data explorer app
2 加载数据
3 复选框 - 是否显示数据
4 画柱状图
5 展示特定数据 + 画地图

本案例来看一个专门做数据展示的案例1，uber数据集的展示。

1 数据探索性app - Create a data explorer app

在本教程中，您将使用Streamlit的核心功能来创建一个交互式应用程序;
探索纽约市打车软件优步的公共接送数据集。
完成后，您将知道如何获取和缓存数据、绘制图表、在地图上绘制信息，并使用交互式小部件(如滑块)来过滤结果。

2 加载数据

现在你有了一款应用程序，接下来你需要做的就是获取纽约市取车和落车的优步数据集。

streamlit好处就在于cache只加载最初一次即可,其他的时候都会保存到缓存之中.

只要执行：
load_data(10000)
后续的text都需要等他加载完才会出现。

DATE_COLUMN = 'date/time'
# DATA_URL = ('https://s3-us-west-2.amazonaws.com/'
#             'streamlit-demo-data/uber-raw-data-sep14.csv.gz')DATA_URL = 'uber-raw-data-sep14.csv'@st.cache
def load_data(nrows):data = pd.read_csv(DATA_URL, nrows=nrows)lowercase = lambda x: str(x).lower()data.rename(lowercase, axis='columns', inplace=True)data[DATE_COLUMN] = pd.to_datetime(data[DATE_COLUMN])return datadata_load_state = st.text('Loading data...')
data = load_data(10000)

这里源码中是直接从s3上面下载，所以比较慢，可以直接加载本地的。

3 复选框 - 是否显示数据

subheader 添加副标题,Raw data
写出dataframe的data

if st.checkbox('Show raw data'):st.subheader('Raw data')st.write(data)

4 画柱状图

st.subheader('Number of pickups by hour')
hist_values = np.histogram(data[DATE_COLUMN].dt.hour, bins=24, range=(0,24))[0]
st.bar_chart(hist_values)

5 展示特定数据 + 画地图

这里也还是可以使用其他栏目，比如下拉框

option = st.selectbox('Which number do you like best?',[1,2,3,4,5])

主要的数据格式为:

data/time | lat | lon | base

其中,这里的base,B02512,指的是不同的国家地区的编码？

# Some number in the range 0-23
hour_to_filter = st.slider('hour', 0, 23, 17)
filtered_data = data[data[DATE_COLUMN].dt.hour == hour_to_filter]st.subheader('Map of all pickups at %s:00' % hour_to_filter)
st.map(filtered_data)dataframe = pd.DataFrame(np.random.randn(10, 20),columns=('col %d' % i for i in range(20)))'''
dataframe 显示方式一：sr.write
'''
st.write(dataframe)'''
dataframe 显示方式二：直接键入最终结果dataframe
'''
dataframe'''
dataframe 显示方式三：st.dataframe
'''
st.dataframe(dataframe.style.highlight_max(axis=0))'''
dataframe 显示方式四：st.table
最丑的一种方式，会变成无页面约束的宽表
'''
dataframe = pd.DataFrame(np.random.randn(10, 20),columns=('col %d' % i for i in range(20)))
st.table(dataframe)

这边有几种dataframe的展示方式：

python︱写markdown一样写网页，代码快速生成web工具：streamlit 数据探索案例（六）相关推荐

python︱写markdown一样写网页，代码快速生成web工具：streamlit 缓存（五）
系列参考: python︱写markdown一样写网页,代码快速生成web工具:streamlit介绍(一) python︱写markdown一样写网页,代码快速生成web工具:streamlit 重 ...
python︱写markdown一样写网页，代码快速生成web工具：streamlit lay-out布局（四）
文章目录 1 `streamlit.beta_container()` 2 分列展示 3 按照比例分列展示 4 折叠/展开系列参考: python︱写markdown一样写网页,代码快速生成web工 ...
python︱写markdown一样写网页，代码快速生成web工具：streamlit 展示组件（三）
系列参考: python︱写markdown一样写网页,代码快速生成web工具:streamlit介绍(一) python︱写markdown一样写网页,代码快速生成web工具:streamlit 重 ...
python︱写markdown一样写网页，代码快速生成web工具：streamlit 重要组件介绍（二）
python︱写markdown一样写网页,代码快速生成web工具:streamlit(一) 上篇主要是steamlit的介绍以及streamlit的一些初始化,这篇是一些组件的介绍,当然风格是直接上 ...
EasyExcel 快速生成Excel工具的使用
EasyExcel 快速生成Excel工具的使用前言当我从数据库查询到数据,如何将它变成Excel表格的形式展示一个简单的导出模板如下导入依赖 & ...
Python 快速生成 web 动态展示机器学习项目！
来源丨网络作者丨wedo实验君 1. Streamlit 一句话,Streamlit是一个可以用python编写web app的库,可以方便的动态展示你的机器学习的项目. 优点你不需要懂html, ...
用python爬取东方财富网网页信息_爬取东方财富网数据的网页分析
自学Python已有3个月之多,浏览无数大神的佳作,收获颇丰.当初自学python就是为了学习爬虫,爬取网站上好看妹子的图片--[流口水][流口水] 言归正传,近期学习量化交易知识,发现东方财富网(e ...
人人开源代码快速生成品牌管理的前后端基本代码
一点睛通过人人开源快速生成基本的前后端代码,以满足基本的增删改查,然后根据实际业务,去修改前面生成的基本代码,以满足实际业务需求. 二依赖表的结构 /*表: pms_brand*/------- ...
快速生成 web app 动态展示机器学习项目
1. Streamlit 一句话,Streamlit是一个可以用python编写web app的库,可以方便的动态展示你的机器学习的项目. 优点你不需要懂html, css, js等,纯python ...

python︱写markdown一样写网页，代码快速生成web工具：streamlit 数据探索案例（六）