用Python把表格做成web可视化图表

编程入门行业动态更新时间:2024-10-23 05:44:55

用Python把表格做成web可视化<a href=https://www.elefans.com/category/jswz/34/1770092.html style= 图表"/>

用Python把表格做成web可视化图表

Python中有一个streamlit库，Streamlit 的美妙之处在于您可以直接在 Python 中创建 Web 应用程序，而无需了解 HTML、CSS 或 JavaScrip，今天我们就用streamlit来写一个把Excel表格内容转化成web可视化图表的程序。

准备工作：安装依赖库

pip install plotly
pip install streamlit
pip install pandas
pip install openpyxl
pip install Pillow

数据展示：

代码实现：

1.导入库

import pandas as pd
import streamlit as st
import plotly.express as px
from PIL import Image

2.读取数据

### --- 加载数据
excel_file = 'Survey_Results_2021.xlsx'#文件地址
sheet_name = 'DATA'#sheet名称df = pd.read_excel(excel_file,sheet_name=sheet_name,usecols='B:D',#列取值范围header=3)df_participants = pd.read_excel(excel_file,sheet_name= sheet_name,usecols='F:G',header=3)
df_participants.dropna(inplace=True)

3.网页设置

st.set_page_config(page_title='调查结果')#网页标题
st.title('2021员工考核结果') #标题
st.subheader('筛选条件')#子标题# --- 筛选条件
department = df['部门'].unique().tolist() #部门列去重后结果
ages = df['年龄'].unique().tolist()age_selection = st.slider('年龄:',min_value= min(ages),max_value= max(ages),value=(min(ages),max(ages)))department_selection = st.multiselect('部门:',department,default=department)# --- 基于条件筛选的过滤
mask = (df['年龄'].between(*age_selection)) & (df['部门'].isin(department_selection))
number_of_result = df[mask].shape[0]
st.markdown(f'*参与人数: {number_of_result}*')# --- 筛选后的数据
df_grouped = df[mask].groupby(by=['评分']).count()[['年龄']]
df_grouped = df_grouped.rename(columns={'年龄': "人数"})
df_grouped = df_grouped.reset_index()# --- 柱状图
bar_chart = px.bar(df_grouped,x='评分',y='人数',text='人数',color_discrete_sequence = ['#F63366']*len(df_grouped),template= 'plotly_white')
st.plotly_chart(bar_chart)# --- 展示图片和数据
col1, col2 = st.beta_columns(2)
image = Image.open('images/wx.png')
print(image)
col1.image(image,caption='关注公众号，更多有趣内容等你发现',use_column_width=True)
col2.dataframe(df[mask], width=480, height=400)# --- PLOT PIE CHART
pie_chart = px.pie(df_participants,title='参与人数分布概况',values='参与人数',names='部门统计')st.plotly_chart(pie_chart)

4.运行（需要cmd或者终端到py文件路径下运行）