streamlit基本使用

1.设置标题
2.单选框
3.日期选择
4.设置块区域
5.绘制时间动态折线图进度条
6.streamlit嵌套plotly地图

1.设置标题

import streamlit as st #1.12.2
st.title('Data Visualization')
# 副标题
st.header("country:"+country)
)

2.单选框

import streamlit as st
data = pd.read_csv('data/data.csv')
st.sidebar.header("请在这里筛选:")
country = st.sidebar.selectbox("选择国家:",options=sorted(data['location'].unique()), # 单选框内容为location列数据
)

3.日期选择

import streamlit as st
# 将字符串日期转为日期格式，并排序
date_sorted = sorted([datetime.datetime.strptime(i, "%Y-%m-%d") for i in set(data['date'])])
date_min = st.sidebar.date_input('选择起始日期:',date_sorted[0],min_value=date_sorted[0],max_value=date_sorted[-1],)

4.设置块区域

import streamlit as st
col1, col2= st.columns([1,1])
with col1:# 填写col1区域的代码
with col2:# 填写col2区域的代码

5.绘制时间动态折线图进度条

import time
import streamlit as st
chart = st.line_chart(data.iloc[[0],:],width=1200,height=600)
progress_bar = st.sidebar.progress(0)
status_text = st.sidebar.empty()
with col2:for i in range(1,len(data)):if i==1:st.sidebar.write(country, '日期总天数:', len(data),"天")new_rows = data.iloc[[i],:]progress=(int(i/(len(data)-1)*100))status_text.text("Complete %i%% " % progress)chart.add_rows(new_rows)progress_bar.progress(progress)time.sleep(0.05)
st.sidebar.button("Re-run")
st.stop()

6.streamlit嵌套plotly地图

import streamlit as st
import plotly.express as px #5.10.0
# 地图函数
def func_map(data):fig = px.scatter_mapbox(data,lon='lon',  # 输入经度坐标lat='lat',  # 输入纬度size=16, # 坐标点的大小hover_name='location', # 鼠标经过显示信息字段的名称列名hover_data= [], # 鼠标经过显示信息字段列表size_max=16, # 字体大小zoom=0)fig.update_layout(mapbox={'accesstoken': token,'center': {'lon': 106.573, 'lat': 30.66342}, # 设置地图中心点'zoom': 0,},margin={'l': 0, 'r': 0, 't': 0, 'b': 0})return fig
# 地图嵌入
with col1:col1.plotly_chart(fig)

streamlit基本使用相关推荐

如何应用streamlit开发一个网络应用程序？
简介: ※StreamLit以及它的云端部署方便你在网络上部署你的数据处理.人工智能程序结果.下面更复杂的功能就留给后面你来创作和享受吧. 关键词: streamlit,cloud,github # ...
机器学习对模型进行惩罚_使用Streamlit对机器学习模型进行原型制作
机器学习对模型进行惩罚 GitHub Repo: ml-streamlit-demo GitHub存储库: ml-streamlit-demo Bringing a Machine Learning ...
机器学习特征构建_使用Streamlit构建您的基础机器学习Web应用
机器学习特征构建 Data scientist and ML experts often find it difficult to showcase their findings/result to ...
pytorch图像分类_使用PyTorch和Streamlit创建图像分类Web应用
pytorch图像分类 You just developed a cool ML model. 您刚刚开发了一个很酷的ML模型. You are proud of it. You want to sh ...
动态数据交换 python_如何用 Python 和 Streamlit 做交互式数据分析产品？
「本文参与少数派 2019 年度征文 + 效率有心得」不用学前端编程,你就能用 Python 简单高效写出漂亮的交互式 Web 应用,将你的数据分析成果立即展示给团队和客户. 痛点从我开始折腾数据 ...
datatable使用_使用Streamlit从简单的Python脚本创建交互式WebApp
如果有人告诉您可以使用150-200行代码创建交互式Web应用程序,该怎么办? 有趣的权利. Streamlit为您提供了使用简单的python脚本和一些streamlit调用来创建漂亮的Web应用程 ...
Streamlit —使用数据应用程序更好地测试模型
介绍 (Introduction) We use all kinds of techniques from creating a very reliable validation set to usi ...
实操来了！一文告诉你如何用 Streamlit 和 Heroku 开发 Web
作者 | AJ Gordon 责编 | Carol 头图 | CSDN 付费下载于视觉中国出品 | CSDN云计算(ID:CSDNcloud) 本文主要介绍如何利用Python的Streamlit ...
练习题︱streamlit + opencv/YOLOv3 快速构建自己的图像目标检测demo网页
机器学习开发者想要打造一款 App 有多难?事实上,你只需要会 Python 代码就可以了,剩下的工作都可以交给一个工具.一些介绍可参考: 文章公众号:机器之心从Python代码到APP,你只需要一 ...
streamlit + opencv/YOLOv3 快速构建自己的图像目标检测demo网页（七）
文章目录 1 案例介绍 2 依赖安装 3 页面使用 4 源码细节解析 4.1 直接读入markdown文件 4.2 加载文件与图片 4.3 opencv + yolov3 检测函数系列参考: pyt ...

streamlit基本使用

streamlit基本使用

1.设置标题

2.单选框

3.日期选择

4.设置块区域

5.绘制时间动态折线图进度条

6.streamlit嵌套plotly地图

streamlit基本使用相关推荐

最新文章

热门文章