Repræsentation af data i den visuelle form hjælper med at forstå og analysere dataene på en lettere måde. Til datarepræsentation bruges forskellige Python-biblioteker, og et sådant bibliotek er Streamlit. Streamlit bruges universelt til visualisering af data inden for forskellige områder som datavidenskab og maskinlæring til at vise data eller resultater i præsentabel form.
I nogle scenarier skal brugerne plotte eller repræsentere datafordelingen på tværs af regionerne. I sådanne situationer kan brugerne visualisere dataene geografisk ved hjælp af kort.
I denne blog vil vi demonstrere, hvordan man plotter data på et kort i Streamlit.
Hvordan plottes data på et kort i Streamlit?
For at visualisere dataene eller de genererede resultater geografisk, plot dataene på et kort i Streamlit. For at gøre det skal du gennemgå instruktionerne på listen.
Trin 1: Naviger til Project Directory
Først projicerer du mappen gennem ' cd
Bemærk: Det anbefales at prøve at arbejde i et virtuelt miljø, da det betragtes som en god tilgang og isolerer pip'en og alle nødvendige moduler, pakker og biblioteker. Det virtuelle miljø kan installeres og opsættes gennem vores linkede artikel ' ”.
Trin 2: Aktiver virtuelt miljø
Aktiver derefter det virtuelle miljø ved hjælp af nedenstående kommando:
streamlitenv\Scripts\aktiver
I ovenstående kommando aktiverer vi ' strømlitenv ' virtualenv:
Trin 3: Installer Streamlit
Installer derefter det strømbelyste Python-bibliotek ved at bruge den givne kommando:
pip installere strømbelyst
Nedenstående output indikerer, at vi har installeret streamlit i activate virtualenv:
Trin 4: Plot data på kort
Opret nu programfilen med navnet ' Mapdata.py ”. Indsæt det givne uddrag i filen:
import strømbelyst som stimportere pandaer som pd
st.titel ( 'Plot data på et kort' )
map_data = { 'flere år' : [ 53.958332 , 52.205276 , 51,509865 , 51.752022 , 52.633331 ] ,
'lon' : [ - 1,080278 , 0,119167 , - 0,118092 , - 1,257677 , - 1,133333 ] ,
'By' : [ 'York' , 'Cambridge' , 'London' , 'Oxford' , 'Leicester' ] }
df = pd.DataFrame ( map_data )
st.skriv ( df )
st.kort ( data = df )
Beskrivelsen af ovenstående uddrag er som følger:
-
- Importer først de nødvendige biblioteker gennem ' importere ”. For at plotte data på et kort har vi importeret ' pandaer ' og ' strømbelyst ” biblioteker.
- Ring derefter til ' titel() ” metode til at indstille titlen på siden:
- Opret nu datarammerne ved at specificere nogle dummy eller statiske data. Til demonstration har vi specificeret breddegrad, længdegrad og bynavn og gemt det i ' map_data ' variabel.
- For at binde data i datarammer skal du bruge pandaens bibliotek ved at kalde ' Dataramme() ”-metoden og også videregive variablen “map_data” som en parameter.
- For at vise datarammen på websiden skal du bruge den strømbelyste ' skrive() '-metoden og videregive datarammen ' df ” i dens parentes.
- Plot nu dataene på et kort ved at bruge ' kort() ” metode til strømbelyst. Den accepterer også forskellige parametre som f.eks. data ', ' størrelse ', ' farve ', og ' zoom ”. For at plotte data på et kort har vi bestået ' data ' parameter.
Trin 5: Kør programmet i Streamlit
For at køre programmet skal du bruge ' strømbelyst kørsel
Outputtet viser, at ' Mapdata.py ' programmet kører på ' lokal vært: 8501 ”:
Åbn browseren, naviger til 'http://localhost:8501” and verify if the program is executing or not. The below results show the data in dataframes and plot it on the map:
Nedenstående output viser den geografiske repræsentation af data ved at plotte dem på kortet:
Hvordan læses data fra CSV-fil og plottes på kort i Streamlit?
Data kan også læses fra eksterne kilder såsom filer eller databaser. For at læse eller hente dataene fra CSV-filen og plotte dem på kortet, skal du gennemgå de givne instruktioner.
Trin 1: Læs data fra CSV-fil og plot dem på et kort
Opret en fil med navnet ' Demo1.py ” og kopier nedenstående uddrag ind i det:
importere pandaer som pdimport strømbelyst som st
st.titel ( 'Plot data på kort i Streamlit' )
df = pd.read_csv ( r 'C:\Users\Dell\Documents\Streamlit Tutorial\UKrecords.csv' )
st.dataramme ( df )
st.kort ( data = df , Breddegrad = 'flere år' , længde = 'lng' )
Forklaringen af ovenstående kode er som følger:
-
- Først skal du importere ' pandaer ' og ' strømbelyst ” biblioteker.
- Indstil titlen på siden ved hjælp af ' titel() ” metode.
- Læs nu dataene fra CSV-filen ved at bruge ' læs_csv ” metoden for pandaens bibliotek og gem dataene i ” df ' variabel.
- For at plotte de udtrukne data fra CSV i en dataramme skal du bruge ' dataramme() '-metoden til at strømbelyse og sende 'df'-variablen i dens parentes.
- For at plotte dataene på et kort skal du bruge ' kort() ” metode. Bestå også ' data ', ' Breddegrad ' og ' længde ” parametre i parentes.
- Her er ' data ' værdi er sat som ' df ', ' Breddegrad ' og ' længde ”-værdier indstilles i henhold til deres respektive kolonner i CSV-filen.
Trin 2: Kør programmet
For at køre programfilen på streamlit skal du bruge ' strømbelyst løb kommando sammen med filnavnet:
strømbelyst kørsel Demo1.py
Åbn nu browseren og naviger til ' http://localhost:8501 ” for at få adgang til den strømbelyste webside. Outputtet viser de udtrukne data fra CSV i strømbelyste datarammer og plotter det også på et kort:
Nedenstående resultater viser den regionale repræsentation af data ved at plotte dem på det strømbelyste kort:
Det handler om at plotte data på et kort i strømbelyst.
Konklusion
For at plotte dataene på Map i streamlit skal du først oprette en programfil og importere de nødvendige moduler, pandaer og streamlit i programmet. Angiv derefter dummy-dataene i programmet og gem dem i pandas-datarammer ved hjælp af ' pd.Dataframe() ” metode. Brugere kan også læse data fra en CSV-fil ved hjælp af ' b ” metode. Plot nu dataene på kortet gennem ' st.map() ” metode til strømbelyst. Denne blog har demonstreret, hvordan man plotter data på et kort i Streamlit.