一談到Web頁面，可能大家首先想到就是HTML，CSS或JavaScript。

本次小F就給大家介紹一下如何用Python制作一個數據可視化網頁，使用到的是Streamlit庫。

輕松的將一個Excel數據文件轉換為一個Web頁面，提供給所有人在線查看。

每當你對Excel文件進行更改保存，Web頁面還能夠實時進行更新，確實挺不錯的。

Streamlit的文檔和教程地址如下。

https://docs.streamlit.io/en/stable/

https://streamlit.io/gallery

相關的API使用可以去文檔中查看，都有詳細的解釋。

項目一共有三個文件，程序、圖片、Excel表格數據。

數據情況如下，某公司年底問卷調查(虛構數據)，各相關部門對生產部門在工作協作上的打分情況。

有效數據總計約676條，匿名問卷，包含問卷填寫人所屬部門，年齡，評分。

最后對各部門參與人數進行匯總計數(右側數據)。

首先來安裝一下相關的Python庫，使用百度源。

#?安裝streamlit pip?install?streamlit?-i?https://mirror.baidu.com/pypi/simple/#?安裝Plotly?Express pip?install?plotly_express==0.4.0?-i?https://mirror.baidu.com/pypi/simple/#?安裝xlrd pip?install?xlrd==1.2.0?-i?https://mirror.baidu.com/pypi/simple/

因為我們的數據文件是xlsx格式，最新版的xlrd，只支持xls文件。

所以需要指定xlrd版本為1.2.0，這樣pandas才能成功讀取數據。

命令行終端啟動網頁。

#?命令行終端打開文件所在路徑 cd?Excel_Webapp#?運行網頁 streamlit?run?app.py

成功以后會有提示，并且瀏覽器會自動彈出網頁。

如果沒有自動彈出，可以直接訪問上圖中的地址。

得到結果如下，一個數據可視化網頁出來了。

目前只能在本地訪問查看，如果你想放在網上，可以通過服務器部署，需要自行去研究～

下面我們來看看具體的代碼吧。

import?pandas?as?pd import?streamlit?as?st import?plotly.express?as?px from?PIL?import?Image#?設置網頁名稱 st.set_page_config(page_title='調查結果') #?設置網頁標題 st.header('2020年調查問卷') #?設置網頁子標題 st.subheader('2020年各部門對生產部的評分情況')

導入相關的Python包，pandas處理數據，streamlit用來生成網頁，plotly.express則是生成圖表，PIL讀取圖片。

設置了網頁名稱，以及網頁里的標題和子標題。

#?讀取數據 excel_file?=?'各部門對生產部的評分情況.xlsx' sheet_name?=?'DATA'df?=?pd.read_excel(excel_file,sheet_name=sheet_name,usecols='B:D',header=3)#?此處為各部門參加問卷調查人數 df_participants?=?pd.read_excel(excel_file,sheet_name=sheet_name,usecols='F:G',header=3) df_participants.dropna(inplace=True)#?streamlit的多重選擇(選項數據) department?=?df['部門'].unique().tolist() #?streamlit的滑動條(年齡數據) ages?=?df['年齡'].unique().tolist()

讀取Excel表格數據，并且得出年齡分布以及部門情況，一共是有5個部門。

添加滑動條和多重選擇的數據選項。

#?滑動條,?最大值、最小值、區間值 age_selection?=?st.slider('年齡:',min_value=min(ages),max_value=max(ages),value=(min(ages),?max(ages)))#?多重選擇,?默認全選 department_selection?=?st.multiselect('部門:',department,default=department)

結果如下。

年齡是從23至65，部門則是市場、物流、采購、銷售、財務這幾個。

由于滑動條和多重選擇是可變的，需要根據過濾條件得出最終數據。

#?根據選擇過濾數據 mask?=?(df['年齡'].between(*age_selection))?&?(df['部門'].isin(department_selection)) number_of_result?=?df[mask].shape[0]#?根據篩選條件,?得到有效數據 st.markdown(f'*有效數據:?{number_of_result}*')#?根據選擇分組數據 df_grouped?=?df[mask].groupby(by=['評分']).count()[['年齡']] df_grouped?=?df_grouped.rename(columns={'年齡':?'計數'}) df_grouped?=?df_grouped.reset_index()

得到數據便可以繪制柱狀圖了。

#?繪制柱狀圖,?配置相關參數 bar_chart?=?px.bar(df_grouped,x='評分',y='計數',text='計數',color_discrete_sequence=['#F63366']*len(df_grouped),template='plotly_white') st.plotly_chart(bar_chart)

使用plotly繪制柱狀圖。

當我們在網頁調整選項時，有效數據和柱狀圖也會隨之變化。

此外streamlit還可以給網頁添加圖片和交互式表格。

#?添加圖片和交互式表格 col1,?col2?=?st.beta_columns(2) image?=?Image.open('survey.jpg') col1.image(image,caption='Designed?by?小F?/?法納斯特',use_column_width=True) col2.dataframe(df[mask],?width=300)

得到結果如下。

可以看到表格有一個滑動條，可以使用鼠標滾輪滾動查看。

最后便是繪制一個餅圖啦！

#?繪制餅圖 pie_chart?=?px.pie(df_participants,title='總的參加人數',values='人數',names='公司部門') st.plotly_chart(pie_chart)

結果如下。

各部門參加問卷調查的人數，也是一個可以交互的圖表。

將銷售、市場、物流取消掉，我們就能看出財務和采購參加問卷調查的人數占比情況。

推薦閱讀

Pandas處理數據太慢，來試試Polars吧！

懶人必備！只需一行代碼，就能導入所有的Python庫

絕！關于pip的15個使用小技巧

介紹10個常用的Python內置函數，99.99%的人都在用！

可能是全網最完整的 Python 操作 Excel庫總結！

總結

以上是生活随笔為你收集整理的没想到，Python还可以制作Web可视化页面！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。