Gradio Dataframe 学习笔记

0. 简介

Gradio是一个用于构建交互式机器学习界面的Python库。它可以轻松创建各种类型的界面，包括用于数据可视化和探索的界面。

Gradio Dataframe 组件是 Gradio 中用于显示和编辑 Dataframe 的强大工具。它可以用于：

• 显示表格数据
• 过滤和排序数据
• 编辑数据
• 添加注释

1. 使用场景

Gradio Dataframe 可用于各种场景，例如：

• 数据探索和分析
• 机器学习模型的输入和输出
• 协作式数据分析
• 教育和演示

2. 测试数据

为了更好地学习 Gradio Dataframe，我们先来生成一套测试数据。假设我们有一份商品数据，包含以下字段：

• 商品名称
• 商品价格
• 商品库存
• 商品类别

我们可以使用以下代码生成测试数据：

import pandas as pd

# 定义列名
column_names = ["商品名称", "商品价格", "商品库存", "商品类别"]

# 生成测试数据
data = [
    ["商品1", 100, 10, "类别1"],
    ["商品2", 200, 20, "类别2"],
    ["商品3", 300, 30, "类别3"],
    ["商品4", 400, 40, "类别1"],
    ["商品5", 500, 50, "类别2"],
    ["商品6", 600, 60, "类别3"],
]

# 创建Dataframe
df = pd.DataFrame(data, columns=column_names)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

3. 学习代码

下面我们来学习如何使用 Gradio Dataframe 组件。

1. 导入库

首先，我们需要导入 Gradio 和 Pandas 库：

import gradio as gr
import pandas as pd
1
2

2. 创建 Dataframe

然后，我们可以创建 Dataframe：

# 定义列名
column_names = ["商品名称", "商品价格", "商品库存", "商品类别"]

# 生成测试数据
data = [
    ["商品1", 100, 10, "类别1"],
    ["商品2", 200, 20, "类别2"],
    ["商品3", 300, 30, "类别3"],
    ["商品4", 400, 40, "类别1"],
    ["商品5", 500, 50, "类别2"],
    ["商品6", 600, 60, "类别3"],
]

# 创建Dataframe
df = pd.DataFrame(data, columns=column_names)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

3. 创建过滤函数

def filter_data(df, product, category):
    # 对于没有特定过滤条件的情况，生成一个全为True的布尔序列
    product_filter = (df['商品名称'] == product) if product is not None and product != "ALL" and len(product) != 0 else pd.Series(
        [True] * len(df))
    category_filter = (df['商品类别'] == category) if category is not None and category != "ALL" and len(
        category) != 0 else pd.Series([True] * len(df))
        
    # 应用过滤条件
    result = df[product_filter& category_filter]
    return result
1
2
3
4
5
6
7
8
9
10

4. 创建 Gradio 组件

接下来，我们可以创建 Gradio 组件：

# 创建 Gradio 组件
demo = gr.Interface(
    filter_data,
    inputs=[gr.DataFrame(value=df, col_count=(4, 'fixed')), gr.Dropdown(choices=["ALL"] + sorted(df["商品名称"].unique())),
            gr.Radio(choices=["ALL"] + sorted(df["商品类别"].unique()))],
    outputs='dataframe'
)
1
2
3
4
5
6
7

5. 显示界面

最后，我们可以使用 Gradio 显示界面：

# 显示界面
demo.launch()
1
2

4. 更多功能

Gradio Dataframe 组件还支持许多其他功能，例如：

• 过滤和排序数据
• 编辑数据
• 添加注释

5. 学习资源

• Gradio 官方文档：https://gradio.app/
• Gradio Dataframe 文档：https://www.gradio.app/docs/dataframe
• Gradio 教程：https://m.youtube.com/watch?v=RiCQzBluTxU

6. 总结

Gradio Dataframe 组件是一个强大的工具，可以用于各种数据分析和可视化任务。通过学习 Gradio Dataframe，我们可以提高数据分析效率，从而做出更好的决策。

完结！