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。
好了，本期的分享就到此結束了，有興趣的小伙伴可以自行去實踐學習。
代碼及數據：鏈接:https://pan.baidu.com/s/1ARK7YdVB4O8V678fbPnBNw 密碼:z3m9
以上就是python使用Streamlit庫制作Web可視化頁面的詳細內容，更多關于python 制作Web可視化頁面的資料請關注腳本之家其它相關文章！
您可能感興趣的文章:- python開發實時可視化儀表盤的示例
- Python數據分析之繪圖和可視化詳解
- Python數據可視化之繪制柱狀圖和條形圖
- python可視化hdf5文件的操作
- Python編寫可視化界面的全過程（Python+PyCharm+PyQt）
- 使用python實現三維圖可視化
- python用pyecharts實現地圖數據可視化
- python實現棋盤覆蓋問題及可視化
- 以大熱劇《覺醒年代》為例用Python繪制可視化儀表盤
