Streamlit 讲解专栏(十):数据可视化-图表绘制详解(上)

文章目录

  • 1 前言
  • 2 st.line_chart:绘制线状图
  • 3 st.area_chart:绘制面积图
  • 4 st.bar_chart:绘制柱状图
  • 5 st.pyplot:绘制自定义图表
  • 6 结语

在这里插入图片描述

1 前言

在数据可视化的世界中,绘制清晰、易于理解的图表是非常关键的。Streamlit 是一个流行的 Python 库,它提供了简单的界面和强大的功能,帮助用户轻松创建交互式应用程序和数据可视化。而其中的 Chart elements(图表元素)部分则为我们提供了多种图表类型来展示数据。

本文将深入介绍 Streamlit 中的几个重要图表元素:st.line_chart、st.area_chart、st.bar_chart 和 st.pyplot。通过使用这些元素,您可以以极简的代码绘制出各种各样的图表,使您的数据更加生动和易于理解。

在接下来的部分中,我们将会深入介绍每个图表元素的用途和示例代码,并探索如何在 Streamlit 应用程序中利用这些图表元素呈现数据。无论您是一名数据科学家、数据工程师还是对数据可视化感兴趣的爱好者,本文都将提供给您有用的信息和实践经验。

让我们一起开始探索 Streamlit 中的这些强大的图表元素吧!

2 st.line_chart:绘制线状图

在数据可视化中,线状图是一种常见的图表类型,用于展示随时间或其他连续变量变化的趋势。Streamlit 中的 st.line_chart 方法可以帮助我们以最简单的方式绘制出线状图,使数据的趋势更加直观和易于理解。

让我们通过一个示例来演示如何使用 st.line_chart 绘制线状图。首先,我们需要引入 Streamlit、Pandas 和 NumPy 库,并准备一些示例数据:

import streamlit as st
import pandas as pd
import numpy as npchart_data = pd.DataFrame(np.random.randn(20, 3),columns=['a', 'b', 'c'])

在上述代码中,我们创建了一个包含 20 行和 3 列的 DataFrame,其中的数据是使用 NumPy 生成的随机数。每一列将对应线状图上的一条线。

接下来,我们可以使用 st.line_chart 方法来绘制线状图,代码如下所示:

st.line_chart(chart_data)

在这里插入图片描述

通过运行上述代码,将会在 Streamlit 应用程序中展示一个线状图,它显示了随机数据的趋势。

使用 st.line_chart 方法非常简单。仅需将需要绘制的数据传递给该方法,并在 Streamlit 应用程序中即可得到相应的线状图。Streamlit 会自动根据数据的变化绘制出完整的线图,并提供一些交互功能,如缩放和悬停。

这是一个非常基本的示例,您可以灵活运用 st.line_chart 方法来绘制自己的数据集。您可以将其应用于时间序列数据、股票走势、运动轨迹等各种场景。

3 st.area_chart:绘制面积图

在数据可视化中,面积图是一种常用的图表类型,用于展示数据随时间或其他连续变量变化的趋势,并同时显示出不同数据系列之间的相对大小关系。Streamlit 中的 st.area_chart 方法为我们提供了一个简单的方式来绘制面积图,以更加直观和易于理解地展示数据。

接下来,让我们通过一个示例来演示如何使用 st.area_chart 绘制面积图。同样,我们需要引入 Streamlit、Pandas 和 NumPy 库,并准备一些示例数据:

import streamlit as st
import pandas as pd
import numpy as npchart_data = pd.DataFrame(np.random.randn(20, 3),columns=['a', 'b', 'c'])

在上述代码中,我们创建了一个包含 20 行和 3 列的 DataFrame,其中的数据是使用 NumPy 生成的随机数。每一列都将对应面积图上的一块面积。

接下来,我们可以使用 st.area_chart 方法来绘制面积图,代码如下所示:

st.area_chart(chart_data)

在这里插入图片描述

通过运行上述代码,将会在 Streamlit 应用程序中展示一个面积图,它显示了随机数据的趋势,并使用不同颜色的填充面积来表示不同的数据系列。

和 st.line_chart 方法类似,使用 st.area_chart 方法同样是非常简单的。您只需将需要绘制的数据传递给该方法,Streamlit 将会自动根据数据的变化绘制出完整的面积图。

通过面积图,您可以更直观地观察数据的变化趋势,并比较不同数据系列之间的相对大小。这对于展示股票走势、销售趋势、温度变化等数据非常有用。

4 st.bar_chart:绘制柱状图

柱状图(Bar Chart)是一种常见的数据可视化图表,用于展示不同类别或数据组的数量或数值之间的比较。在 Streamlit 中,我们可以使用 st.bar_chart 方法来绘制出具有直观效果的柱状图,以更好地呈现和分析我们的数据。

现在,让我们通过一个示例来演示如何使用 st.bar_chart 方法来绘制柱状图。同样,我们需要引入 Streamlit、Pandas 和 NumPy 库,并准备一些示例数据:

import streamlit as st
import pandas as pd
import numpy as npchart_data = pd.DataFrame(np.random.randn(20, 3),columns=["a", "b", "c"])

在上述代码中,我们创建了一个包含 20 行和 3 列的 DataFrame,其中每一列都代表一个柱状图上的柱子。

接下来,我们可以使用 st.bar_chart 方法来绘制柱状图,代码如下所示:

st.bar_chart(chart_data)

通过运行上述代码,将在 Streamlit 应用程序中展示一个柱状图,它显示了随机数据的不同类别或数据组之间的比较。每根柱子的高度表示该类别或数据组的数量或数值。

使用 st.bar_chart 方法非常简单。只需将需要绘制的数据传递给该方法,并在 Streamlit 应用程序中即可得到相应的柱状图。Streamlit 会自动根据数据的变化绘制完整的柱状图,并提供一些交互功能,如悬停和点击。

柱状图通常用于展示分类数据、对比数据、分析趋势等。通过柱状图,我们可以更直观地掌握数据之间的差异和关系。

5 st.pyplot:绘制自定义图表

有时,我们可能需要绘制一些特定类型的自定义图表,以更好地满足数据可视化的需求。在 Streamlit 中,我们可以使用 st.pyplot 方法来绘制自定义图表,如 Matplotlib 所提供的各种图表类型。

让我们通过一个示例来演示如何使用 st.pyplot 方法绘制自定义图表。为了使用 Matplotlib 绘制图表,我们需要引入 Streamlit、Matplotlib 和 NumPy 库,并准备一些示例数据:

import streamlit as st
import matplotlib.pyplot as plt
import numpy as nparr = np.random.normal(1, 1, size=100)
fig, ax = plt.subplots()
ax.hist(arr, bins=20)

在上述代码中,我们使用 NumPy 生成了一组随机正态分布的样本数据 arr。然后,我们使用 Matplotlib 绘制了一个直方图,设置了 20 个柱子作为分割区间。

接下来,我们可以使用 st.pyplot 方法来展示我们绘制的自定义图表,代码如下所示:

st.pyplot(fig)

在这里插入图片描述

通过运行上述代码,将在 Streamlit 应用程序中展示一个自定义图表,它显示了随机正态分布样本数据的直方图。我们可以根据需要进行定制和调整,以满足特定的需求。

需要注意的是,随着 Streamlit 的更新,自 2020年12月1日 开始,我们将不再支持在 st.pyplot 方法中不传入参数的用法,因为这会使用 Matplotlib 的全局图形对象,这种用法不是线程安全的。所以,请始终按照上述示例中的方式传递图形对象。

另外,Matplotlib 支持多种后端(backend)类型。如果在使用 Matplotlib 与 Streamlit 时遇到错误,请尝试将后端设置为 “TkAgg”。

通过 st.pyplot 方法,我们可以方便地在 Streamlit 应用程序中展示各种自定义图表,以满足不同数据可视化的需求。

6 结语

在本篇博文中,我们介绍了 Streamlit 库中常用的几个数据可视化方法,包括绘制线状图、面积图、柱状图和自定义图表。

通过 st.line_chart 方法,我们可以将数据可视化为线状图,直观地展示数据的趋势和变化。

使用 st.area_chart 方法,我们可以创建面积图,更好地呈现数据在不同类别或时间段之间的分布情况。

st.bar_chart 方法可用于绘制柱状图,以清晰地比较不同类别或数据组之间的差异。

对于一些特定需求或复杂的图表类型,我们可以使用 st.pyplot 方法,将 Matplotlib 绘制的自定义图表展示在 Streamlit 应用程序中。

通过这些数据可视化方法,我们可以更好地理解和传达数据,从而支持更准确的分析和决策。

在下一篇博文中,我们将介绍其他一些常用的数据可视化方法,敬请期待!

希望本文为您提供了有价值的信息。如有任何疑问或需要进一步了解,请随时提问。祝您使用 Streamlit 进行数据可视化的成功!

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/51526.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

HCIP-OpenStack组件之neutron

neutron(ovs、ovn) OVS OVS(Open vSwitch)是虚拟交换机,遵循SDN(Software Defined Network,软件定义网络)架构来管理的。 OVS介绍参考:https://mp.weixin.qq.com/s?__bizMzAwMDQyOTcwOA&mid2247485088&idx1…

【WebSocket】前端使用WebSocket实时通信

目录 前言什么是WebSocketWebSocket的工作原理WebSocket与HTTP的关系HTTP建立持久化连接WebSocket类封装 前言 最近写项目,需要实现消息通知和实时聊天的功能,就去了解了一些关于websocket的知识,总结如下。 什么是WebSocket WebSocket 是一…

开源ChatGPT系统源码 采用NUXT3+Laravel9后端开发 前后端分离版本

开源ChatGPT系统源码 采用NUXT3Laravel9后端开发 前后端分离版本 ChatGPT是一种基于AI的聊天机器人技术,它可以帮助用户与聊天机器人进行自然语言交流,以解决用户的问题或满足用户的需求。ChatGPT的核心技术是使用自然语言处理(NLP&#xff…

什么是Flex布局?请列举一些Flex布局的常用属性。

聚沙成塔每天进步一点点 ⭐ 专栏简介⭐ Flex布局(Flexible Box Layout)⭐ Flex布局的常用属性⭐ 写在最后 ⭐ 专栏简介 前端入门之旅:探索Web开发的奇妙世界 记得点击上方或者右侧链接订阅本专栏哦 几何带你启航前端之旅 欢迎来到前端入门之…

openCV实战-系列教程7:轮廓检测2与模板匹配(轮廓检测/轮廓特征/轮廓近似/轮廓边界矩阵/轮廓边界圆/模版匹配)、原理解析、源码解读

打印一个图片可以做出一个函数: def cv_show(img,name):cv2.imshow(name,img)cv2.waitKey()cv2.destroyAllWindows() 1、轮廓特征与近似 1.1 轮廓特征 前面我们计算了这个图片的轮廓: 它的轮廓信息保存在了contours中,取出第一个轮廓&…

vue element-ui 菜单管理使用图标选择器组件

目录 🌟前言🌟安装🌟main.js配置🌟页面使用🌟效果展示 🌟前言 哈喽小伙伴们,本文为大家介绍一下 VueElementUI 中图标选择器组件的使用方法;一起来看下吧。 🌟安装 np…

一个程序员的工作日记--每天就干两件事,一年后让别人刮目相看

文章目录 成功源于专注一、早上布局二、晚上复盘三、技术细节四、专注与成功五、专注的重要性六、忙碌和赚钱七、结论以嵌入式开发为例:一、早上布局二、晚上复盘三、技术细节四、专注与成功五、忙碌和赚钱六、结论在嵌入式软件开发中,我们需要按照以下步…

Kubernetes(K8S)使用PV和PVC做存储安装mysql

Kubernetes使用PV和PVC做存储安装mysql 环境准备什么是PV和PVC环境准备配置nfs安装nfs配置nfs服务端 创建命名空间配置pv和pvcpv的yaml文件pvc的yaml文件 部署mysql创建mysql的root密码的secret创建mysql部署的yaml部署mysql链接mysql外部链接内部链接 环境准备 首先你需要一个…

redux中间件理解,常见的中间件,实现原理。

文章目录 一、Redux中间件介绍1、什么是Redux中间件2、使用redux中间件 一、Redux中间件介绍 1、什么是Redux中间件 redux 提供了类似后端 Express 的中间件概念,本质的目的是提供第三方插件的模式,自定义拦截 action -> reducer 的过程。变为 actio…

【JavaEE基础学习打卡06】JDBC之进阶学习PreparedStatement

目录 前言一、PreparedStatement是什么二、重点理解预编译三、PreparedStatement基本使用四、Statement和PreparedStatement比较1.PreparedStatement效率高2.PreparedStatement无需拼接参数3.PreparedStatement防止SQL注入 总结 前言 📜 本系列教程适用于JavaWeb初学…

SpringMVC探秘: 实现MVC模式的Web应用

文章目录 1. SpringMVC概述1.1. 什么是SpringMVC?1.1.1. MVC与SpringMVC 1.2. SpringMVC项目的优势 2. SpringMVC项目的创建与使用2.1. 创建SpringMVC项目2.2. 设置路由2.3. 获取参数2.3.1. 获取一个参数2.3.2. 获取多个参数2.3.3. 获取日期参数2.3.4. 参数重命名Re…

mac地址、ip地址、子网掩码、端口

1. mac地址 又称为网络适配器或者网络接口卡NIC,但是现在更多人原因使用更简单的名称"网卡",通过网卡能够是不同的计算机之间相互连接,从而完成数据通信的功能 每一个网卡在出厂的时候 都会给分配到一个编号,类似与身份…

CSS中的vertical-align属性

vertical-align 1.CSS属性 - vertical-align 2.深入理解vertical-align – line boxes This property affects the vertical positioning inside a line box of the boxes generated by an inline-levelelement. 官方文档的翻译:vertical-align会影响 行内块级元素…

Android | 关于 OOM 的那些事儿

作者:345丶 前言 Android 系统对每个app都会有一个最大的内存限制,如果超出这个限制,就会抛出 OOM,也就是Out Of Memory 。本质上是抛出的一个异常,一般是在内存超出限制之后抛出的。最为常见的 OOM 就是内存泄露(大量…

Prompt-“设计提示模板:用更少数据实现预训练模型的卓越表现,助力Few-Shot和Zero-Shot任务”

Prompt任务(Prompt Tasks) 通过设计提示(prompt)模板,实现使用更少量的数据在预训练模型(Pretrained Model)上得到更好的效果,多用于:Few-Shot,Zero-Shot 等…

Spring Boot(Vue3+ElementPlus+Axios+MyBatisPlus+Spring Boot 前后端分离)【二】

😀前言 本篇博文是关于Spring Boot(Vue3ElementPlusAxiosMyBatisPlusSpring Boot 前后端分离)【二】的,希望你能够喜欢 🏠个人主页:晨犀主页 🧑个人简介:大家好,我是晨犀,希望我的文…

adb shell setprop 、开发者选项

App性能调试详解 Android App性能监控工具 更多系统属性参考 一、开启 GPU Render 的profiling bar: Gpu渲染速度 adb shell setprop debug.hwui.profile true adb shell setprop debug.hwui.profile visual_bars adb shell setprop debug.hwui.profile visual…

基于5G边缘网关的储能在线监测方案

近年以来,光伏、风力、水力发电等产业发展迅速,新能源在电力市场的占比持续增加,已经成为电力系统的重要组成部分。但由于光伏、风力、水力等发电方式存在天然的波动性,因此也需要配套储能、蓄能系统,保障新能源运行和…

股票预测和使用LSTM(长期-短期-记忆)的预测

一、说明 准确预测股市走势长期以来一直是投资者和交易员难以实现的目标。虽然多年来出现了无数的策略和模型,但有一种方法最近因其能够捕获历史数据中的复杂模式和依赖关系而获得了显着的关注:长短期记忆(LSTM)。利用深度学习的力…

UE4/5Niagara粒子特效之Niagara_Particles官方案例:2.4->3.2

之前的案例 UE4/5Niagara粒子特效之Niagara_Particles官方案例:1.1->1.4_多方通行8的博客-CSDN博客 UE4/5Niagara粒子特效之Niagara_Particles官方案例:1.5->2.3_多方通行8的博客-CSDN博客 2.4 Location Events 这次的项目和之…