如何用Streamlit進行可視化數據分析

今天就跟大家聊聊有關如何用Streamlit進行可視化數據分析，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

宅在家里的時間比較多，做了幾個數據分析，覺得很好用，也來推廣一下。

之前一直用Jupyter Notebook做數據分析和實驗結果展示。

用Notebook做數據分析有個好處，就是數據load進來后，后面加cell來想分析什么就分析什么，結果可以比較友好的顯示在頁面上，特別是dataframe的顯示和各種圖表的plotting。一個好的notebook就是一個很好的數據或實驗報告。

Notebook對我來說有幾個地方很不不方便。

首先，在notebook上寫python代碼，對于IDE依賴癥患者來說麻煩很大。

其次，所有的交互都得通過寫python代碼，比如說一個dataframe中，你想看看某行某列，或是想看看符合某個query的數據，都得寫個dataframe的定位語句。如果不想看了還得刪除?？偨Y一句話，就是數據分析交互不友好。

Streamlit解決了以上兩個問題。當然streamlit的出現不是為了取代notebook，原始目標是讓每個data scientist能夠用幾個小時就可以做出一個漂亮的數據分析application。不需要懂服務器客戶端架構，不需要會寫頁面CSS, HTML之類的。你所需要的就是python就可以了。

streamlit的API很簡單，半個小時內能看完，然后看幾個例子，就知道怎么用了。

介紹幾個非常方便的功能:

Dataframe 的支持，你call streamlit的dataframe的api，頁面上就會顯示這個dataframe，但是，它不是簡單的顯示dataframe，而是"Display a dataframe as an interactive table.”, 比如說你可以直接在這個dataframe中做排序。

Widget。這個是最好用的功能。比如說你可以直接塞入一個下拉單，然后后面的數據分析都可以根據這個下拉單的選項來顯示。這個真是太好用了，你完全不用像notebook一樣寫各種query。比如說一個成績單的dataframe，加一個下拉單--科目，然后你選語文，后面就只顯示語文成績(包含各種后續圖表顯示)。這個功能太簡單不值一提是不是，但是人家一個python語句就可以寫好。

各種圖表的支持。除了支持matplotlib的圖表的外，自己也封裝了一些常用的。

一個app的必備零部件，進度條，音頻，視頻，地圖，placeholder等等都可以方便插入。

cache，可以cache函數的返回值，對于數據分析app來說非常有用。

那它號稱的部署方便呢? 一條命令搞定。

總之，你打算用streamlit的做你的數據分析應用的時候，可以想想你想要什么，然后你會發現真的很簡單很方便很美觀。

看完上述內容，你們對如何用Streamlit進行可視化數據分析有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。