Denne blog vil demonstrere:
- Hvordan henter man data i Streamlit fra kildekode?
- Sådan hentes data i Streamlit fra en ekstern fil?
Hvordan henter man data i Streamlit fra kildekode?
I Streamlit kan data hentes fra forskellige kilder såsom databaser, eksterne filer, Python-scripts eller kildefiler. Streamlit gør det også muligt for os at hente applikationsdata eller resultater genereret programmatisk i forskellige former. Følg nedenstående demonstration for at hente data i Streamlit i dataframes eller søjlediagrammer.
Trin 1: Naviger til Project Directory
Først skal du navigere til projektbiblioteket gennem ' cd
cd C:\Users\Dell\Documents\Streamlit Tutorial
Bemærk : At arbejde i et virtuelt miljø betragtes som en god tilgang, da det isolerer Python, pip og alle andre pakker og biblioteker. For at installere og opsætte et virtuelt miljø, gå gennem vores linkede artikel ' Aktiver virtuelt miljø ”.
Trin 2: Opret og aktivér virtuelt miljø
For at oprette et nyt virtuelt miljø til det aktuelle projekt skal du bruge ' virtualenv
Til demonstration har vi lavet ' strømlitenv ”:
Aktiver derefter det nyoprettede virtuelle miljø i projektmappen ved hjælp af nedenstående kommando:
streamlitenv\Scripts\aktiver
Trin 3: Installer Streamlit
Installer derefter Streamlit Python-biblioteket ved hjælp af ' pip ” pakkeansvarlig. Til dette formål skal du bruge nedenstående kommando:
Trin 4: Opret Python Script
Opret derefter en ny fil med navnet ' Demo.py ” og indstil dens forlængelse som '.py' . Indsæt derefter nedenstående uddrag i filen:
import strømbelyst som st
st.titel ( 'Elev resultat' )
@ st.cache_data
def load_data ( ) :
Vend tilbage pd.DataFrame (
{
'Navn' : [ 'Jazzy' , 'Gifte' , 'Maria' , 'Jenny' ] ,
'Mærker' : [ 40 , 43 , halvtreds , Fire, fem ] ,
}
)
df = indlæs_data ( )
st.dataramme ( df )
st.bar_chart ( df )
Beskrivelsen af ovenstående kode er som følger:
- Importer først de nødvendige biblioteker som ' pandaer ' for at oprette datarammer og ' strømbelyst ” for at hente og visualisere dataene.
- Indstil titlen for en webside ved hjælp af ' st.titel ”.
- Definer ' load_data() ” metode, der returnerer den statiske dataramme.
- I datarammen har vi sat elevernes navn og karakterer.
- Kald metoden 'load_data()' og gem dens returværdi i ' df ' variabel.
- Vis nu dataene i Streamlit-repræsenterbar form, såsom ' dataramme ' og ' søjlediagrammer ”.
Trin 5: Hent data i Streamlit
Kør nu Python-scriptet i Streamlit ved hjælp af nedenstående kommando:
Outputtet viser, at Python-scriptet kører på localhost-porten ' 8501 ”:
For at bekræfte, naviger til ' lokal vært: 8501 ” URL i browseren og tjek om data er hentet i Streamlit eller ej. Nedenstående resultat viser, at vi med succes har hentet dataene fra kildekoden og vist dem i ' dataramme ' og ' søjlediagram ”:
Sådan hentes data i Streamlit fra en ekstern fil?
I strømbelyst kan brugere læse data fra forskellige kilder. For at læse data fra enhver ekstern fil, såsom en CSV-fil, skal du gennemgå den medfølgende demonstration.
Trin 1: Opret et program til at læse data fra fil
Først skal du oprette en simpel Python-fil med '.py' udvidelse. For eksempel har vi skabt 'Demo1.py' . Indsæt derefter nedenstående uddrag i filen:
import strømbelyst som st
st.titel ( 'Hent data i Streamlit' )
Biler_data = pd.read_csv ( r 'C:\Users\Dell\Documents\Streamlit Tutorial\Cars.csv' )
st.skriv ( Biler_data )
I ovenstående kode:
- “ pandaer ”-bibliotek vil blive brugt til at læse data fra filer og ” strømbelyst ” vil vise data i repræsentativ form.
- Her, ' read_csv() ” bruges til at læse eller hente data fra den angivne sti, der sendes i dens parentes.
- Det 'skrive()' metode bruges til at vise data på streamlit.
Trin 2: Kør Python-scriptet
Kør nu programfilen med streamlit gennem den nævnte kommando:
Her viser outputtet, at programmet kører på localhost-porten ' 8501 ”:
Åbn browseren, naviger til ' lokal vært: 8501 ” URL, og tjek om data er hentet fra en fil i Streamlit eller ej. Outputtet viser, at vi med succes har hentet dataene fra CSV-filen i Streamlit:
Det handler om at hente data i Streamlit.
Konklusion
For at hente data i Streamlit skal du først installere Streamlit-biblioteket. Importer derefter pandaerne og strømbelyste bibliotek. Brug 'pandas' pythons bibliotek til at læse, rense eller hente dataene. Brug derefter de strømbelyste komponenter såsom dataframes, bar_charts og histogrammer til at vise data. Kør derefter Python-scriptet ved hjælp af 'strømbelyst kørsel