streamlit构建dashboard
在python中,
1.当使用len(df)时,df是pandas dataframe,len(df)返回的是dataframe的行数
2.@符号用于装饰器语法,元编程特性
3.os.path模块主要用于获取文件的属性
4.python file方法,file是个对象。file.open() ,file.close()等等
5.python的入口函数写法:确保当脚本作为主程序运行时,main()函数会被调用
def main():
# 这里是主函数的代码
pass
if __name__ == "__main__":
main()
6.glob模块是最简单的python模块之一,内容非常少。用它可以查找符合规定规则的文件路径名
| 匹配符 | 含义 |
|---|---|
| * | 匹配0个或多个字符 |
| ** | 匹配所有文件、目录、子目录和子目录的文件 |
| ? | 匹配单个字符 |
| [] | 匹配指定范围内的字符,[0-9]匹配数字 |
7..rsplit(seperate,maxsplit)函数表示从右侧开始将字符串拆分为列表,maxsplit代表切分几次
1.python中numpy pandas plotly库三者不同的侧重点
| 库 | 侧重点 |
|---|---|
| numpy | 数值计算基础,支持大量的维度数组与矩阵计算;经典np.array(),可以做用于数组的大量操作;提供了大量的数学函数库 |
| pandas | 数据处理和分析,基于numpy构建,提供两个主要数据结构dataframe和series |
| plotly | 数据可视化,用于创建交互式图表的库,注意是可交互式的 |
| altair | 数据可视化,用于创建交互式图表的库,和plotly对着需求看哪个更好用吧。。 |
2.pandas库的函数
| 函数 | 用处 |
|---|---|
| pd.read_excel() | 从excel文件中读取数据并加载为 DataFrame |
| pd.astype() | 将pandas对象转换为指定的数据类型 |
| pd.tolist() | 将 DataFrame 或 Series 转换为 Python 的列表 |
| pd.DataFrame(data,index,columns) | 会输出一个非常规整的表格,index默认是整数,columns默认是整数。 |
| pd.reset_index() | 重置索引,将旧索引添加为列,并使用新的顺序索引,index默认值为整数 |
| pd.melt(id_vars) | 把所有列变成行,从宽格式转换为长格式。若指定了id_vars参数,pandas会将id_vars保留为一列 这篇帖子很直观https://zhuanlan.zhihu.com/p/452740440 |
| pd.df.columns | 获取dataframe的列名 |
| pd.df.loc[行标签,列表前] | dataframe的索引方式 |
3.altair库的函数
altair的基本对象是Chart,将数据框作为单个参数。https://mp.weixin.qq.com/s/vAgRjdu5fYAsSIuxUhbvUw ←可以看这个贴子,用例子较为直观地介绍了altair库的用法
https://www.biaodianfu.com/altair.html ←更方便查询用法
Chart有三个基本方法:data、mark、encode,基础的绘制图表函数belike:
alt.Chart(data).mark_point().encode(
alt.X(),
alt.Y(),
# etc.).properties()
alt.Chart(data)创建图表并指定数据源
.mark_line()指定图表的基本图形标记类型
.encode()将数据字段映射到视觉属性
.properties()设置图表的整体属性
下面是一些函数的介绍
| 函数 | 用处 |
|---|---|
| alt.X() alt.Y() | 通常在encode函数中用到,用于指定图表中各个轴(X 轴、Y 轴)的编码方式的函数;x=alt.X('date:O', title='')这样的代表X轴的数据是date列为序数类型 O:序数类型(表示有序的分类数据) Q:定量类型(表示连续的数值数据) N:名义类型(离散处理,例如颜色等) |
4.streamlit的一些函数
在streamlit中,:red[]是 Markdown 文本着色语法,可以直接给文本标签标红。
| 函数 | 用处 |
|---|---|
| st.altair_chart(chart,use_container_width=True) | 用于显示 Altair 图表,use_container_width=True表示确保图表的宽度自动适应其容器的宽度 |
| col1,col2=st.columns(2) with col1:.. with col2:.. | 创建两列,将它们赋值给col1,col2 |
| st.columns(n) | 创建多列布局 |
| st.checkbox(label, value=False) | 创建复选框,value=True默认选中 |
| st.subheader(body) | 创建二级标题 |
| st.radio(label,disable,horizontal,label_visibility) | 显示单选按钮控件;disable默认值为False,若设置为true,则禁用单选按钮;horizontal默认值为false,垂直排列按钮,true为水平排列;label_visibility为标签的可见性,有以下几种值:![]() |
| st.code(body,language) | 显示代码块,可选语法高亮功能 |
5.Plotly库的函数
https://blog.csdn.net/weixin_41261833/article/details/104579877 Ploty常用的两个绘图库:graph_objs和expression
import plotly.graph_objs as go
import plotly.express as px
| 函数 | 用法 |
|---|---|
| ①pie_obj=go.Pie(..) | 创建饼图对象 |
| ②fig = go.Figure(data=pie_obj) | 创建图形容器并添加饼图 |
| ③fig.update_layout(title=" ") | 设置图形布局 |
| ④st.plotly_chart() | 显示 Altair 图表 |
| st.text() | 用于显示纯文本的函数 |


浙公网安备 33010602011771号