60行Python代碼輕松搞定數(shù)據(jù)庫查詢 1秒找到需要的數(shù)據(jù)
1 簡介
學(xué)習(xí)Dash中渲染網(wǎng)頁靜態(tài)表格的常用方法,并在最后的例子中教大家如何配合Dash,簡簡單單編寫一個數(shù)據(jù)庫查詢應(yīng)用~ 還特意在文末藏了驚喜哦!
2 在Dash中渲染靜態(tài)表格
在Dash中渲染「靜態(tài)」表格,方法有很多,而我們今天要學(xué)習(xí)的方法,是配合之前文章介紹過的第三方拓展dash_bootstrap_components中的Table()部件,借助bootstrap的特性來快速創(chuàng)建美觀的「靜態(tài)」表格:
2.1 靜態(tài)表格的構(gòu)成
要學(xué)習(xí)如何基于Dash在前端中渲染出一張靜態(tài)表格,首先我們需要學(xué)習(xí)其元素構(gòu)成,Dash延續(xù)html中table標(biāo)簽相關(guān)概念,由Table()、Thead()、Tbody()、Tr()、Th()以及Td()等6個部件來構(gòu)成一張完整的表,先從一個簡單的例子出發(fā):
❝app1.py❞
- import dash
- import dash_html_components as html
- import dash_bootstrap_components as dbc
- app = dash.Dash(__name__)
- app.layout = html.Div(
- dbc.Container(
- dbc.Table(
- [
- html.Thead(
- html.Tr(
- [
- html.Th('第一列'),
- html.Th('第二列'),
- ]
- )
- ),
- html.Tbody(
- [
- html.Tr(
- [
- html.Td('一行一列'),
- html.Td('一行二列'),
- ]
- ),
- html.Tr(
- [
- html.Td('二行一列'),
- html.Td('二行二列'),
- ]
- )
- ]
- )
- ]
- ),
- style={
- 'margin-top': '50px' # 設(shè)置頂部留白區(qū)域高度
- }
- )
- )
- if __name__ == '__main__':
- app.run_server(debug=True)
注意,我們這里使用到的Table()部件來自dash_bootstrap_components,而表格其余的構(gòu)成部件均來自Dash原生的dash_html_components庫,這些部件分別的作用如下:
「Table()」
Table()是一張靜態(tài)表格最外層的部件,而之所以選擇dash_bootstrap_components中的Table(),是因為其自帶了諸多實用參數(shù),常用的如下:
- 「bordered」:bool型,用于設(shè)置是否「保留」表格外邊框線
- 「borderless」:bool型,用于設(shè)置是否「刪除」表格內(nèi)部單元格框線
- 「striped」:bool型,用于設(shè)置是否對數(shù)值行應(yīng)用「斑馬著色」方案,即相鄰行背景色不同
- 「dark」:bool型,用于設(shè)置是否應(yīng)用「暗黑」主題
- 「hover」:bool型,當(dāng)設(shè)置為True時,鼠標(biāo)懸浮于某行會有對應(yīng)的效果
通過上述參數(shù),我們就可以改變靜態(tài)表格的整體效果,譬如設(shè)置dark=True之后的app1.py效果如下:
「Thead()與Tbody()」
在部件Table()之下一級需要子元素Thead()與Tbody(),分別用于存放表頭信息以及表數(shù)值內(nèi)容信息。
「Tr()、Th()與Td()」
經(jīng)過前面Table()嵌套Thead()與Tbody()的過程之后,我們就可以分別開始在「表頭區(qū)域」和「數(shù)值區(qū)域」正式組織數(shù)據(jù)內(nèi)容。
既然是一張表格,那么還是要按照先行后列的網(wǎng)格方式組織內(nèi)容。而Tr()部件的作用就是作為行容器,其內(nèi)部嵌套的子元素則是表格中每個單元格位置上的元素。
其中在Thead()嵌套的Tr()內(nèi)部,需要使用Th()來設(shè)置每列的字段名稱,而在Tbody()嵌套的Tr()內(nèi)部,Td()與Th()都可以用來設(shè)置每個單元格的數(shù)值內(nèi)容,只不過Th()在表現(xiàn)單元格數(shù)值時有加粗效果:
❝app2.py❞
- import dash
- import dash_html_components as html
- import dash_bootstrap_components as dbc
- app = dash.Dash(__name__)
- app.layout = html.Div(
- dbc.Container(
- dbc.Table(
- [
- html.Thead(
- html.Tr(
- [
- html.Th('字段1'),
- html.Th('字段2')
- ]
- )
- ),
- html.Tbody(
- [
- html.Tr(
- [
- html.Th('1'),
- html.Td('test')
- ]
- ),
- html.Tr(
- [
- html.Th('2'),
- html.Td('test')
- ]
- ),
- html.Tr(
- [
- html.Td('3'),
- html.Td('test')
- ]
- )
- ]
- )
- ],
- striped=True
- ),
- style={
- 'margin-top': '50px' # 設(shè)置頂部留白區(qū)域高度
- }
- )
- )
- if __name__ == '__main__':
- app.run_server(debug=True)
而Th()與Td()均有額外參數(shù)colSpan與rowSpan,可以傳入整數(shù),來實現(xiàn)橫向或縱向「合并單元格」的效果,譬如下面的例子:
❝app3.py❞
- import dash
- import dash_html_components as html
- import dash_bootstrap_components as dbc
- app = dash.Dash(__name__)
- app.layout = html.Div(
- dbc.Container(
- dbc.Table(
- [
- html.Thead(
- html.Tr(
- [
- html.Th('字段1'),
- html.Th('字段2'),
- html.Th('字段3'),
- html.Th('字段4'),
- ]
- )
- ),
- html.Tbody(
- [
- html.Tr(
- [
- html.Th('1'),
- # style設(shè)置水平居中
- html.Td('colSpan=2', colSpan=2, style={'text-align': 'center'}),
- html.Td('test'),
- ]
- ),
- html.Tr(
- [
- html.Th('2'),
- html.Td('test'),
- # style設(shè)置垂直居中
- html.Td('rowSpan=2', rowSpan=2, style={'vertical-align': 'middle'}),
- html.Td('test')
- ]
- ),
- html.Tr(
- [
- html.Th('3'),
- html.Td('test'),
- html.Td('test')
- ]
- )
- ]
- )
- ],
- striped=True,
- bordered=True
- ),
- style={
- 'margin-top': '50px' # 設(shè)置頂部留白區(qū)域高度
- }
- )
- )
- if __name__ == '__main__':
- app.run_server(debug=True)
2.2 快速表格渲染
2.2.1 利用列表推導(dǎo)快速渲染靜態(tài)表格
通過前面的內(nèi)容,我們知曉了在Dash中如果渲染一張帶有樣式的靜態(tài)表格,而日常需求中,面對批量的數(shù)據(jù),我們當(dāng)然不可能手動編寫整張表對應(yīng)的代碼,對于數(shù)量較多的表格,我們可以配合Python中常用的列表推導(dǎo)來實現(xiàn)。
比如下面的例子:
❝app4.py❞
- import dash
- import dash_html_components as html
- import dash_bootstrap_components as dbc
- import pandas as pd
- import numpy as np
- fake_df = pd.DataFrame(np.random.rand(1000).reshape(200, 5))
- fake_df.rename(lambda s: f'字段{s}', axis=1, inplace=True) # 批量格式化列名
- app = dash.Dash(__name__)
- app.layout = html.Div(
- dbc.Container(
- dbc.Table(
- [
- html.Thead(
- html.Tr(
- [html.Th('行下標(biāo)', style={'text-align': 'center'})] +
- [
- html.Th(column, style={'text-align': 'center'})
- for column in fake_df.columns
- ]
- )
- ),
- html.Tbody(
- [
- html.Tr(
- [html.Th(f'#{idx}', style={'text-align': 'center'})] +
- [
- html.Td(row[column], style={'text-align': 'center'})
- for column in fake_df.columns
- ]
- )
- for idx, row in fake_df.iterrows()
- ]
- )
- ],
- striped=True,
- bordered=True
- ),
- style={
- 'margin-top': '50px' # 設(shè)置頂部留白區(qū)域高度
- }
- )
- )
- if __name__ == '__main__':
- app.run_server(debug=True)
在生成表頭和每行內(nèi)容時應(yīng)用列表推導(dǎo),使得我們的代碼更加簡潔。
2.2.2 利用from_dataframe()快速渲染表格
上述的列表推導(dǎo)方式雖說已經(jīng)簡潔了很多,但dash_bootstrap_components還提供了Table.from_dataframe()方法,可以直接傳入pandas數(shù)據(jù)框來快速制作簡易的靜態(tài)表格。
它的樣式相關(guān)參數(shù)與dbc.Table()一致,缺點是自定義表格內(nèi)部元素樣式的自由度沒有前面列表推導(dǎo)高:
❝app5.py❞
- import dash
- import dash_html_components as html
- import dash_bootstrap_components as dbc
- import pandas as pd
- import numpy as np
- fake_df = pd.DataFrame(np.random.rand(1000).reshape(200, 5))
- fake_df.rename(lambda s: f'字段{s}', axis=1, inplace=True) # 批量格式化列名
- app = dash.Dash(__name__)
- app.layout = html.Div(
- dbc.Container(
- # 一行代碼渲染靜態(tài)表格
- dbc.Table.from_dataframe(fake_df, striped=True),
- style={
- 'margin-top': '50px' # 設(shè)置頂部留白區(qū)域高度
- }
- )
- )
- if __name__ == '__main__':
- app.run_server(debug=True)
3 自制簡易的數(shù)據(jù)庫查詢系統(tǒng)
在學(xué)習(xí)了今天的內(nèi)容之后,我們就可以創(chuàng)建很多以表格為主體內(nèi)容的web應(yīng)用,典型如數(shù)據(jù)庫查詢系統(tǒng),我們以Postgresql為例,配合pandas與sqlalchemy的相關(guān)功能,來快速打造一個簡單的數(shù)據(jù)庫查詢系統(tǒng)。
首先將本期附件中的所有數(shù)據(jù)表利用下面的代碼導(dǎo)入目標(biāo)數(shù)據(jù)庫中:
接著只需要配合Dash,短短的幾十行代碼就可以實現(xiàn)。
對應(yīng)代碼如下:
❝app6.py❞
- import dash
- import dash_html_components as html
- import dash_bootstrap_components as dbc
- import dash_core_components as dcc
- from dash.dependencies import Input, Output, State
- import pandas as pd
- from sqlalchemy import create_engine
- postgres_url = 'postgresql://postgres:填入你的密碼@localhost:5432/Dash'
- engine = create_engine(postgres_url)
- app = dash.Dash(__name__)
- app.layout = html.Div(
- dbc.Container(
- [
- dbc.Row(
- [
- dbc.Col(dbc.Button('更新數(shù)據(jù)庫信息', id='refresh-db', style={'width': '100%'}), width=2),
- dbc.Col(dcc.Dropdown(id='db-table-names', placeholder='選擇庫中數(shù)據(jù)表', style={'width': '100%'}), width=4),
- dbc.Col(dbc.Button('查詢', id='query', style={'width': '100%'}), width=1)
- ]
- ),
- html.Hr(),
- dbc.Row(
- [
- dbc.Col(
- id='query-result'
- )
- ]
- )
- ],
- style={
- 'margin-top': '50px' # 設(shè)置頂部留白區(qū)域高度
- }
- )
- )
- @app.callback(
- Output('db-table-names', 'options'),
- Input('refresh-db', 'n_clicks'),
- prevent_initial_call=True
- )
- def query_data_records(n_clicks):
- # 提取目標(biāo)表格并查詢其最多前500行記錄
- table_names = pd.read_sql_query("select tablename from pg_tables where schemaname='public'", con=engine)
- return [{'label': name, 'value': name} for name in table_names['tablename']]
- @app.callback(
- Output('query-result', 'children'),
- Input('query', 'n_clicks'),
- State('db-table-names', 'value'),
- prevent_initial_call=True
- )
- def refresh_table_names(n_clicks, value):
- if value:
- query_result = pd.read_sql_query(f'select * from {value} limit 500', con=engine)
- return html.Div(dbc.Table.from_dataframe(query_result, striped=True), style={'height': '600px', 'overflow': 'auto'})
- else:
- return dash.no_update
- if __name__ == '__main__':
- app.run_server(debug=True)
以上就是本文的全部內(nèi)容,歡迎在評論區(qū)與我進(jìn)行討論。