一談到Web頁面，可能大家首先想到就是HTML，CSS或JavaScript。

本次小F就給大家介紹一下如何用Python制作一個數據可視化網頁，使用到的是Streamlit庫。

輕松的將一個Excel數據文件轉換為一個Web頁面，提供給所有人在線查看。

每當你對Excel文件進行更改保存，Web頁面還能夠實時進行更新，確實挺不錯的。

Streamlit的文檔和教程地址如下。

https://docs.streamlit.io/en/stable/

https://streamlit.io/gallery

相關的API使用可以去文檔中查看，都有詳細的解釋。

項目一共有三個文件，程序、圖片、Excel表格數據。

數據情況如下，某公司年底問卷調查(虛構數據)，各相關部門對生產部門在工作協作上的打分情況。

有效數據總計約676條，匿名問卷，包含問卷填寫人所屬部門，年齡，評分。

最后對各部門參與人數進行匯總計數(右側數據)。

首先來安裝一下相關的Python庫，使用百度源。 

# 安裝streamlit  
pip install streamlit -i https://mirror.baidu.com/pypi/simple/  
# 安裝Plotly Express  
pip install plotly_express==0.4.0 -i https://mirror.baidu.com/pypi/simple/  
# 安裝xlrd  
pip install xlrd==1.2.0 -i https://mirror.baidu.com/pypi/simple/ 

因為我們的數據文件是xlsx格式，最新版的xlrd，只支持xls文件。

所以需要指定xlrd版本為1.2.0，這樣pandas才能成功讀取數據。

命令行終端啟動網頁。 

# 命令行終端打開文件所在路徑  
cd Excel_Webapp  
# 運行網頁  
streamlit run app.py 

成功以后會有提示，并且瀏覽器會自動彈出網頁。

如果沒有自動彈出，可以直接訪問上圖中的地址。

得到結果如下，一個數據可視化網頁出來了。

目前只能在本地訪問查看，如果你想放在網上，可以通過服務器部署，需要自行去研究～

下面我們來看看具體的代碼吧。 

import pandas as pd  
import streamlit as st  
import plotly.express as px  
from PIL import Image  
# 設置網頁名稱  
st.set_page_config(page_title='調查結果')  
# 設置網頁標題  
st.header('2020年調查問卷')  
# 設置網頁子標題  
st.subheader('2020年各部門對生產部的評分情況') 

導入相關的Python包，pandas處理數據，streamlit用來生成網頁，plotly.express則是生成圖表，PIL讀取圖片。

設置了網頁名稱，以及網頁里的標題和子標題。 

# 讀取數據  
excel_file = '各部門對生產部的評分情況.xlsx'  
sheet_name = 'DATA'  
df = pd.read_excel(excel_file,  
                   sheet_namesheet_name=sheet_name,  
                   usecols='B:D',  
                   header=3)  
# 此處為各部門參加問卷調查人數  
df_participants = pd.read_excel(excel_file,  
                                sheet_namesheet_name=sheet_name,  
                                usecols='F:G',  
                                header=3)  
df_participants.dropna(inplace=True)  
# streamlit的多重選擇(選項數據)  
department = df['部門'].unique().tolist()  
# streamlit的滑動條(年齡數據)  
ages = df['年齡'].unique().tolist() 

讀取Excel表格數據，并且得出年齡分布以及部門情況，一共是有5個部門。

添加滑動條和多重選擇的數據選項。 

# 滑動條, 最大值、最小值、區(qū)間值  
age_selection = st.slider('年齡:',  
                          minmin_value=min(ages),  
                          maxmax_value=max(ages),  
                          value=(min(ages), max(ages)))  
# 多重選擇, 默認全選  
department_selection = st.multiselect('部門:',  
                                      department,  
                                      default=department) 

結果如下。

年齡是從23至65，部門則是市場、物流、采購、銷售、財務這幾個。

由于滑動條和多重選擇是可變的，需要根據過濾條件得出最終數據。 

# 根據選擇過濾數據  
mask = (df['年齡'].between(*age_selection)) & (df['部門'].isin(department_selection))  
number_of_result = df[mask].shape[0]  
# 根據篩選條件, 得到有效數據  
st.markdown(f'*有效數據: {number_of_result}*')  
# 根據選擇分組數據  
dfdf_grouped = df[mask].groupby(by=['評分']).count()[['年齡']]  
df_groupeddf_grouped = df_grouped.rename(columns={'年齡': '計數'})  
df_groupeddf_grouped = df_grouped.reset_index() 

得到數據便可以繪制柱狀圖了。 

# 繪制柱狀圖, 配置相關參數  
bar_chart = px.bar(df_grouped,  
                   x='評分',  
                   y='計數',  
                   text='計數',  
                   color_discrete_sequence=['#F63366']*len(df_grouped),  
                   template='plotly_white')  
st.plotly_chart(bar_chart) 

使用plotly繪制柱狀圖。

當我們在網頁調整選項時，有效數據和柱狀圖也會隨之變化。

此外streamlit還可以給網頁添加圖片和交互式表格。 

# 添加圖片和交互式表格  
col1, col2 = st.beta_columns(2)  
image = Image.open('survey.jpg')  
col1.image(image,  
           caption='Designed by 小F / 法納斯特',  
           use_column_width=True)  
col2.dataframe(df[mask], width=300) 

得到結果如下。

可以看到表格有一個滑動條，可以使用鼠標滾輪滾動查看。

最后便是繪制一個餅圖啦！ 

# 繪制餅圖  
pie_chart = px.pie(df_participants,  
                   title='總的參加人數',  
                   values='人數',  
                   names='公司部門')  
st.plotly_chart(pie_chart) 

結果如下。

各部門參加問卷調查的人數，也是一個可以交互的圖表。

將銷售、市場、物流取消掉，我們就能看出財務和采購參加問卷調查的人數占比情況。

好了，本期的分享就到此結束了，有興趣的小伙伴可以自行去實踐學習。