谁能帮你不用懂得复杂的HTML、JavaScript、CSS等前端技术就能快速做出来一个炫酷的Web APP，把数据分析结果可视化呈现出来？本文推荐Python界新秀，高速发展的开源Web框架Streamlit，以及Python界较优秀交互式可视化工具Plotly。

1. Streamlit入门

1.1. 什么是Streamlit？

让python代码快速生成web app是很多AI算法工程师们的需求，2019年新兴的这个streamlit项目能帮你解决类似的问题。Python应用程序框架Streamlit，是一个开源的Python库，在github（https://github.com/streamlit/streamlit）上超过17.2千颗stars（截止2022.1.11），利用Streamlit可以快速构建机器学习应用和高级数据分析可视化的用户界面。

Streamlit官方帮助文档为https://docs.streamlit.io/。

使用简单的pip安装：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple Streamlit

在命令行窗口，输入命令启动Demo服务：

streamlit hello

本地默认端口为8501。

1.2. 画个图

写段Python代码，文件名为quickstart.py：

import streamlit as st
import pandas as pd
import numpy  as npchart_data = pd.DataFrame(np.random.randn(20, 3),columns=['线条1', '线条2', '线条3'])st.markdown('#### 画图')
st.line_chart(chart_data)st.markdown('''#### 代码chart_data = pd.DataFrame(np.random.randn(20, 3),columns=['线条1', '线条2', '线条3'])st.line_chart(chart_data)
''')

在命令行下，并且在代码的目录下，输入命令streamlit run 代码文件名。

streamlit run quickstart.py

注：必须在命令行下运行streamlit run命令，在集成开发工具上不行。

简而言之，Streamlit的工作方式如下：

对于用户的每一次交互，整个脚本从头到尾执行一遍；
Streamlit基于UI组件的状态给变量赋值；
缓存让Streamlit可以避免重复请求数据或重复计算；

2. 关于plotly

Plotly 是一个非常强大的开源数据可视化框架，它通过构建基于 HTML 的交互式图表来显示信息，可创建各种形式的精美图表。本文所说的 Plotly 指的是 Plotly.js 的 Python 封装，plotly本身是个生态非常复杂的绘图工具，它对很多编程语言提供接口。

安装通过 pip 进行即可。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple plotly

Plotly Python 其对应的官网为https://plotly.com/python/，上面有一些教程和官方API接口的查询。Plotly 是绘图基础库，它可以深度定制调整绘图，但是 API 复杂学习成本较高。一般plotly开发，使用 Jupyter 本地绘图。

Plotly_exprress 则是对 Plotly 的高级封装，上手容易，它对 Plotly 的常用绘图函数进行了封装。缺点是没有 plotly 那样自由度高。

3. 在Streamlit上绘制一个Plotly图

Streamlit支持多种可视化工具，包括：Matplotlib、bokeh、Seaborn、Plotly、PyDeck等，对于Plotly可视化库，使用st.plotly_chart()接口实现。

import streamlit as st
import plotly.express as px
import pandas as pddf = px.data.gapminder()
st.write('欢迎使用Plotly express可视化库！')fig = px.scatter(df.query("year==2007"), x="gdpPercap", y="lifeExp",size="pop", color="continent",hover_name="country", log_x=True, size_max=60)
# Plot the data
st.markdown("#### Bubble Charts 图例")
st.plotly_chart(fig)
st.markdown("#### 参考代码")
code = '''采用高度集成的plotly.express，代码比较简单:st.write('欢迎使用Plotly express可视化库！')fig = px.scatter(df.query("year==2007"), x="gdpPercap", y="lifeExp",size="pop", color="continent",hover_name="country", log_x=True, size_max=60)st.plotly_chart(fig)
'''
st.markdown(code)

通过上述过程，数据分析工程师可以在不掌握前段可视化技术的情况下，就像使用Matplotlib、Seaborn一样可视化分享研究成果。

参考：

[1]. 周先森爱吃素. Plotly基础教程. CSDN博客. 2020.10
[2]. 地学小哥. 03_Streamlit试用体会.简书. 2020.02

Python数据分析师使用低代码Streamlit实现Web数据可视化方法——入门篇相关推荐

可爱的 Python: 使用 mechanize 和 Beautiful Soup 轻松收集 Web 数据
可爱的 Python: 使用 mechanize 和 Beautiful Soup 轻松收集 Web 数据使用 Python 工具简化 Web 站点数据的提取和组织 David Mertz, Ph. ...
数据分析师能用到mysql_浅谈数据分析师的必备技能SQL
一.了解SQL的必要性俗话说"巧妇难为无米之炊",没有数据怎么分析.而SQL对于你来说就好比电脑的键盘鼠标,虽说没有了它也能照常运行,但对使用它的人来说灵活性却下降了许多.而这一 ...
大数据分析师高级证书_数据分析师资格证书好考吗_大数据分析师认证
数据分析师资格证书好考吗_大数据分析师认证为了适应大数据时代的要求,数据分析这一工作需要更加正规化.专业化以及职业化,因此,数据分析师应运而生,成了较多人争相报考的科目.那么一方面,据小编了解,数 ...
Python套接字Socket读取http网页web数据
Python套接字Socket读取http网页web数据基于Python的套接字Socket,读取网页web的数据,以读取百度首页的内容为例,程序代码如下: import socketdef get ...
客户案例 | 低代码上的西门子，可视化看板优化生产
关键发现用户痛点:工厂生产部分指标报告依靠人工收集整理,费时费力时效性差,难以帮助管理层实时了解生产实况和做出及时决策. 解决方案:利用西门子低代码开发实时更新数据的可视化看板,更加智能灵活地管控生 ...
python与网页交互_可爱的 Python: 使用 mechanize 和 Beautiful Soup 轻松收集 Web 数据
可爱的 Python 使用 mechanize 和 Beautiful Soup 轻松收集 Web 数据使用 Python 工具简化 Web 站点数据的提取和组织 David Mertz 2010 ...
0基础学习数据分析师，这样做人人都是数据分析师
2018已成过去,待春节过完又到了离职择业的高峰期,或者可以说又到了开始考虑规划新一年中预期目标的路线图了.职业选择是其中必不可少的线路图至关重要,甚至是临驾于行业之上,因为无论在哪个行业当职业职位做 ...
linux数据同步技术比较,linux下实现web数据同步的四种方式(性能比较)教程.docx
linux下实现web数据同步的四种方式(性能比较)教程实现web数据同步的四种方式=======================================1.nfs实现web数据共享2.rs ...
python数据分析师工作内容_小白入行数据分析师3年-工作内容复盘分享含代码（一）-Python篇介绍...
前言个人作为互联网行业数据分析师工作已有3年之久,日常工作中碰到过问题,也在解决的问题过程中学到了很多.作为组内技术较为资深的组员,也经常在周会中安排环节给组内人员进行知识分享,以及日常帮助同事解决 ...
宜搭低代码与Faas构建数据看板
写在前面数字化办公兴起,企业改变办公方式迫在眉睫,低代码是一个发展方向目录写在前面环境及目的表单&连接器&Faas 表单连接器&Faas Faas 连接器配置结语 ...

Python数据分析师使用低代码Streamlit实现Web数据可视化方法——入门篇