当前位置:   article > 正文

Python + Steamlit 快速开发可视化 web 页面!_streamlit编写登录界面

streamlit编写登录界面

用Python做web图形用户界面,最先想到的是FlaskDjong等框架。然而研究这些对于初学者来讲,尤其是没有web开发基础的数据分析人员是痛苦的。

 

幸运的是,Python中也有很多第三方库来快速进行简单的web可视化,例如之前介绍的 PyWebIO

今天再介绍一个 Steamlit,可以快速利用简单的代码快速布局自己想要的web界面

一、安装与运行

安装之前,我们需要将 Python 的版本升级到3.7或以上,同时设置好环境变量,这里默认读者都已经设置好不细讲。

WindowsmacOS 中都可以使用pip进行安装

pip install streamlit

在终端输出完毕后,可以执行streamlit hello来检验,如果出现新的网页界面,则说明安装成功。

并且之后利用Streamlit写的程序,需要通过运行streamlit run {你的py文件}来实现。

二、常用命令

接下来我们来了解 Streamlit 的一些常用命令。首先引入相关库

  1. import streamlit as st
  2. import numpy as np
  3. import pandas as pd
  4. import time

构建 MLweb 的标识题目,可以利用st.title()函数创建一个标题。

st.title('我的第一个MLweb')

保存这个py文件,命名为test.py,利用我们第一部分讲解如何运行代码,在命令窗口输入streamlit run test.py

注意,这里直接用 streamlit 是已经调好了环境变量,如果不想调的,打开 streamlit 的源程序文件,将streamlit的exe文件调用即可。

正常运行下会弹出一个 localhost网页,效果如下

输入文字

如果需要输入文字,可以用st.text_input()函数

构建MLWeb表格

机器学习里面我们必须要做的是查看数据的类型,维度等具体特征。比如我们总是用到df.head(),那么在MLweb里面怎么实现?

有几个方法:st.table()st.dataframe()st.write()

其中st.write()是常见的表格函数,st.write()被称为streamlit库的瑞士军刀,图像、文本、表格都可以用它来实现,至于三者有什么区别呢?

  • st.write():交互式表格,不可修改

  • st.table():静态表格

  • st.dataframe():返回一个可以使用和修改的对象,可以向其中添加数据或替换数据.

代码如下

  1. st.write("尝试运用dataframe弄一个表格")
  2. df = pd.DataFrame({
  3.     '第一列':[1,2,3,4],
  4.     '第二列':['a','b','c','d']})
  5. st.table(df)
  6. st.write("尝试运用dataframe弄一个表格---write函数")
  7. st.write(pd.DataFrame({
  8.     'first column': [1234],
  9.     'second column': [10203040]
  10. }))

效果如图:

利用write函数则效果如下

可视化

机器学习挖掘数据的过程中可视化同样占据了举足轻重的地位,这里我们构使用st.line_chart()函数

  1. chart_data = pd.DataFrame(
  2.      np.random.randn(203),
  3.      columns=['a''b''c'])
  4. st.line_chart(chart_data)

效果如下:

可以看到,streamlit给了我们方便的功能:下载或查看我们构建的图片,你甚至可以查看图片的源代码!

地图

streamlit里面有一个它时常拿来当门面的图,就是旧金山的地图,你或许利用Flask在创建地图,读取坐标点,个性化地图,显示在web端这些步骤花费大量时间。

而在这里,你进需要提供你的坐标点构成的数据框,并用st.map()函数即可,这里用广东广州的坐标点(不太精准哈)来画图

代码如下:

  1. map_data = pd.DataFrame(
  2.     np.random.randn(10002/ [5050+ [23.26113.57],  #N,W
  3.     columns=['lat''lon'])
  4. st.map(map_data)

效果图如下

实战

最后我们来实现一个简单股票查询系统。基本想法如下

输入:用户写入股票代码,起始时间,结束时间。

输出:股票交易数据表,股票ma线可视化。

首先引入包

  1. import streamlit as st
  2. import pandas as pd
  3. import numpy as np
  4. import tushare as ts

接下来设置标题与可写入文本,这里的文本是在web端输入的,用到st.text_input()函数

  1. st.title('股票查询系统')
  2. code = st.text_input('你的股票名称:',help = 'code:股票代码,即6位数字代码,或者指数代码(sh=上证指数 sz=深圳成指 hs300=沪深300指数 sz50=上证50 zxb=中小板 cyb=创业板)')
  3. start_time = st.text_input('起始时间:')
  4. stop_time = st.text_input('结束时间:')

注意:这里的日期时间默认以年-月-日格式输入,同时在股票名称旁边加入一个辅助帮助说明。

现在进行股票名称获取,我们用tushare库作为股票交易数据获取,注意需要tushare的pro接口的api才能通过股票代码获取股票公司名称

  1. def get_name(stoke_code):
  2.     pro=ts.pro_api()
  3.     dat = pro.query('stock_basic', fields='symbol,name')                
  4.     company_name = list(dat.loc[dat['symbol'== stoke_code].name)[0
  5.     return company_name

接着对股票交易数据显示,用到st.dataframe()函数来让用户更直观的看到获取的交易数据

  1. data = ts.get_hist_data('{}'.format(code),start = '{}'.format(start_time),
  2.                  end = '{}'.format(stop_time))
  3. st.write('股票代码为{}的交易数据表'.format(code))
  4. st.dataframe(data)

最后可视化ma短线长线

  1. if code != '':
  2.     data1 = data[['close','ma5','ma10']]
  3.     st.line_chart(data1)
  4. else:
  5.     pass

MACD治标是大家常看的指标,那么我们将ma5和ma10在图标上显示,并画上收盘价,读者可以自行验证MACD的黄金或死亡交叉!最终效果见下方视频

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/175102
推荐阅读
相关标签
  

闽ICP备14008679号