【Gradio】使用 Gradio 进行表格数据科学工作流

简介

表格数据科学是机器学习中最广泛使用的领域，涉及的问题从客户细分到流失预测不等。在表格数据科学工作流的各个阶段，与利益相关者或客户沟通您的工作可能会很麻烦；这阻止了数据科学家专注于重要的事情，如数据分析和模型构建。数据科学家可能会花费数小时构建一个仪表板，该仪表板接收dataframe 并返回plots图表，或返回数据集中的群集的预测或图表。在本指南中，我们将介绍如何使用 gradio 来改进您的数据科学工作流程。我们还将讨论如何使用 gradio 和 skops 仅用一行代码构建接口！

 先决条件 

确保您已经安装了 gradio Python 包。

让我们创建一个简单的界面！ 

我们将看看如何创建一个简单的 UI，根据产品信息预测故障。

# 导入gradio、pandas、joblib和datasets库
import gradio as gr
import pandas as pd
import joblib
import datasets
 
 
# 创建Gradio的输入与输出界面，输入是一个数据表格，输出是预测结果的数据表格
inputs = [gr.Dataframe(row_count=(2, "dynamic"), col_count=(4, "dynamic"), label="输入数据", interactive=1)]
outputs = [gr.Dataframe(row_count=(2, "dynamic"), col_count=(1, "fixed"), label="预测结果", headers=["故障数"])]
 
 
# 从“model.pkl”加载预训练的模型
model = joblib.load("model.pkl")
 
 
# 从datasets库中加载样例数据集“merve/supersoaker-failures”
df = datasets.load_dataset("merve/supersoaker-failures")
df = df["train"].to_pandas()
 
 
# 定义预测函数，将从Gradio接口接收到的输入数据用预训练的模型进行预测
def infer(input_dataframe):
    return pd.DataFrame(model.predict(input_dataframe))
 
 
# 创建Gradio界面，设置函数、输入与输出方式，并给出样例数据
gr.Interface(fn=infer, inputs=inputs, outputs=outputs, examples=[[df.head(2)]]).launch()

让我们分解上面的代码。

• fn ：一个推理函数，它接受输入数据框并返回预测。

• inputs ：我们用来取输入的组件。我们将输入定义为一个有 2 行 4 列的数据框，最初它看起来像一个空的数据框，有上述的形状。当 row_count 设置为 dynamic 时，你不必依赖于你输入到预定义组件的数据集。

• outputs ：存储输出的数据框组件。这个 UI 可以取单个或多个样本进行推断，并且在一列中为每个样本返回 0 或 1，所以我们在上面给 row_count 为 2 和 col_count 为 1。 headers 是一个由数据框的表头名称组成的列表。

• examples ：你可以通过拖放 CSV 文件，或者通过示例传递一个 pandas 数据框，其表头将被界面自动获取。

我们现在将创建一个最简数据可视化仪表板的例子。您可以在相关空间中找到一个更全面的版本。

# 导入gradio、pandas、datasets、seaborn和matplotlib.pyplot库
import gradio as gr
import pandas as pd
import datasets
import seaborn as sns
import matplotlib.pyplot as plt
 
 
# 从datasets库中加载样例数据集“merve/supersoaker-failures”，并把空值所在行删除
df = datasets.load_dataset("merve/supersoaker-failures")
# 将"datasets"库加载的数据集转换为pandas的DataFrame格式
df = df["train"].to_pandas()
df.dropna(axis=0, inplace=True)
 
 
# 定义函数来创建散点图、条形图和热力图
def plot(df):
  # 创建散点图
  plt.scatter(df.measurement_13, df.measurement_15, c = df.loading,alpha=0.5)
  plt.savefig("scatter.png")
  # 创建条形图
  df['failure'].value_counts().plot(kind='bar')
  plt.savefig("bar.png")
  # 创建热力图
  sns.heatmap(df.select_dtypes(include="number").corr())
  plt.savefig("corr.png")
  # 指定结果图像的文件路径
  plots = ["corr.png","scatter.png", "bar.png"]
  return plots
 
 
# 创建Gradio的输入和输出格式，输入为数据框，输出为图像画廊
inputs = [gr.Dataframe(label="Supersoaker生产数据")]
outputs = [gr.Gallery(label="分析仪表板", columns=(1,3))]
 
 
# 使用Gradio创建界面，并启动
gr.Interface(plot, inputs=inputs, outputs=outputs, examples=[df.head(100)], title="Supersoaker故障分析仪表板").launch()

这段代码的作用是创建了一个交互式的分析仪表板，它可以直观地展示数据集“merve/supersoaker-failures”的散点图、条形图和热力图，使用户能更直观地了解数据情况，并帮助用户进行数据分析。

我们将使用训练模型时用的同一数据集，但这次我们将制作一个仪表板来可视化它。

• fn ：将根据数据创建图表的函数。

• inputs ：我们使用了上面相同的 Dataframe 组件。

• outputs ： Gallery 组件用于保持我们的可视化。

• examples ：我们将以数据集本身为例。

使用 skops  一行代码即可轻松加载表格数据接口

skops 是建立在 huggingface_hub 和 sklearn 之上的库。随着最近 gradio 对 skops 的集成，您可以用一行代码构建表格数据接口！

# 导入Gradio库，用于构建Web GUI
import gradio as gr
 
 
# title和description是可选的，用于定义Web界面的标题和描述信息
title = "Supersoaker故障产品预测"
description = "该模型预测Supersoaker生产线上的故障。你可以拖拽数据集的任何部分，或者在下方的数据框组件中按需编辑值。"
 
 
# 使用Gradio的load方法加载一个名为“huggingface/scikit-learn/tabular-playground”的模型
# 并设置了标题和描述。这个模型是从Hugging Face Hub上获取的，用于表格数据的预测
gr.load("huggingface/scikit-learn/tabular-playground", title=title, description=description).launch()

使用 skops 推送到 Hugging Face Hub 的 sklearn 模型包括一个 config.json 文件，其中包含带有列名的示例输入，以及正在解决的任务（可以是 tabular-classification 或 tabular-regression ）。根据任务类型， gradio 构建 Interface 并使用列名和示例输入来构建它。您可以参考 skops 关于在 Hub 上托管模型的文档，了解如何使用 skops 将模型推送到 Hub。https://skops.readthedocs.io/en/v0.9.0/auto_examples/index.html