La visualización de datos es uno de los pasos más importantes del análisis de datos. Es la forma de transmitir su investigación y hallazgos de datos (conjunto) a través de diagramas y gráficos interactivos. Hay muchas bibliotecas que están disponibles para la visualización de datos como matplotlib, seaborn, etc., lo que nos permite visualizar una gran variedad de gráficos y gráficos, pero estas bibliotecas no ofrecen ninguna funcionalidad para implementarlas en forma de página web o aplicación web. .
Streamlit es una biblioteca Python de código abierto que facilita la creación de hermosas aplicaciones web personalizadas para el aprendizaje automático y la ciencia de datos. En esta publicación, crearemos una pequeña aplicación de demostración en streamlit, pero primero debemos tener una idea sobre alguna función importante que vamos a usar.
Funciones importantes:
- Streamlit.title(): esta función le permite agregar el título de la aplicación.
- Streamlit.header()/ Streamlit.subheader(): estas funciones se utilizan para establecer el encabezado/subencabezado de una sección. Markdown también es compatible con estas funciones.
- Streamlit.write(): esta función se usa para agregar cualquier cosa a una aplicación web, desde una string formateada hasta gráficos en la figura matplotlib, gráficos Altair, figura gráfica, marco de datos, modelo Keras, etc.
- Streamlit.map(): esta función se utiliza para mostrar mapas en la aplicación web. Sin embargo, requiere los valores de latitud y longitud y estos valores no deben ser nulos/NA.
- También hay widgets de interfaz de usuario comunes disponibles en la biblioteca streamlit, como
streamlit.button(), streamlit.checkbox(), streamlit.radio(), etc.
Almacenamiento en caché y rendimiento:
Cuando marca una función con anotaciones streamlit.cache(), le dice a Streamlit que cada vez que se llame a la función, debe verificar tres cosas:
- El nombre de la función
- El código real que constituye el cuerpo de la función.
- Los parámetros de entrada con los que llamaste a la función.
streamlit.cache()tiene los siguientes argumentos importantes:
- func: La función que vamos a cachear. Streamlit codifica la función y su código dependiente.
- persistir : este argumento se usa para persistir el caché en el navegador
Implementación:
- Primero, necesitamos instalar streamlit en nuestro entorno, podemos hacerlo usando pip install. Para esta publicación, utilizaremos datos de accidentes del Reino Unido, que se pueden descargar desde aquí .
pip install streamlit
Building wheels for collected packages: blinker, validators, watchdog, pathtools, toolz, pyrsistent, pandocfilters Building wheel for blinker (setup.py) ... done Created wheel for blinker: filename=blinker-1.4-py3-none-any.whl size=13455 sha256=c16fdce1fa132ddc8aa6bb1551c299f64b0be90e1535383a52e3b3239e77d69c Stored in directory: c:\users\prashant\appdata\local\pip\cache\wheels\22\f5\18\df711b66eb25b21325c132757d4314db9ac5e8dabeaf196eab Building wheel for validators (setup.py) ... done Created wheel for validators: filename=validators-0.16.0-py3-none-any.whl size=18413 sha256=89b31cd7457f24401a146d26a8a2232d5a3e8a8ae7f1a0991dc67edbfe068a24 Stored in directory: c:\users\prashant\appdata\local\pip\cache\wheels\38\f6\3c\5b82677e8a1b2ca411c2c10ac379dd894207329736f1ec9047 Building wheel for watchdog (setup.py) ... done Created wheel for watchdog: filename=watchdog-0.10.3-py3-none-any.whl size=73875 sha256=51878f9c2c1adbe7f6d8ab6b9239c28b34990d79ee930ed1741cfa7dee0d25a6 Stored in directory: c:\users\prashant\appdata\local\pip\cache\wheels\27\21\35\9d1e531f9de5335147dbef07e9cc99d312525ba128a93d1225 Building wheel for pathtools (setup.py) ... done Created wheel for pathtools: filename=pathtools-0.1.2-py3-none-any.whl size=8790 sha256=224f8c78887059b6486a0466d5bbdd8e3fe720ebd02a29df9c6bff90445d4f79 Stored in directory: c:\users\prashant\appdata\local\pip\cache\wheels\3e\31\09\fa59cef12cdcfecc627b3d24273699f390e71828921b2cbba2 Building wheel for toolz (setup.py) ... done Created wheel for toolz: filename=toolz-0.10.0-py3-none-any.whl size=55579 sha256=815091506aeb386e2900d604ffa9803a3b879c90d8be4a5e9f8d38504f91718c Stored in directory: c:\users\prashant\appdata\local\pip\cache\wheels\e2\83\7c\248063997a4f9ff6bf145822e620e8c37117a6b4c765584077 Building wheel for pyrsistent (setup.py) ... done Created wheel for pyrsistent: filename=pyrsistent-0.16.0-cp37-cp37m-win_amd64.whl size=70547 sha256=25abb43e1764a4266afe8485ba9476e4dc560069a06fc13cee042de747b2e750 Stored in directory: c:\users\prashant\appdata\local\pip\cache\wheels\22\52\11\f0920f95c23ed7d2d0b05f2b7b2f4509e87a20cfe8ea43d987 Building wheel for pandocfilters (setup.py) ... done Created wheel for pandocfilters: filename=pandocfilters-1.4.2-py3-none-any.whl size=7860 sha256=138f70f538c3b075a034bc0f1feee6c2868d8b16216d4ecf74987a9c71561f2e Stored in directory: c:\users\prashant\appdata\local\pip\cache\wheels\63\99\01\9fe785b86d1e091a6b2a61e06ddb3d8eb1bc9acae5933d4740 Successfully built blinker validators watchdog pathtools toolz pyrsistent pandocfilters Installing collected packages: toml, urllib3, docutils, jmespath, six, python-dateutil, botocore, blinker, decorator, validators, enum-compat, s3transfer, boto3, pathtools, watchdog, numpy, pyarrow, click, MarkupSafe, jinja2, ipython-genutils, traitlets, tornado, pywin32, jupyter-core, pyzmq, jupyter-client, wcwidth, prompt-toolkit, backcall, pickleshare, pygments, parso, jedi, colorama, ipython, ipykernel, pyrsistent, zipp, importlib-metadata, attrs, jsonschema, nbformat, pywinpty, terminado, testpath, pandocfilters, entrypoints, webencodings, pyparsing, packaging, bleach, mistune, defusedxml, nbconvert, Send2Trash, prometheus-client, notebook, widgetsnbextension, ipywidgets, pydeck, pytz, pandas, toolz, altair, pillow, tzlocal, protobuf, chardet, idna, requests, base58, cachetools, astor, streamlit Successfully installed MarkupSafe-1.1.1 Send2Trash-1.5.0 altair-4.1.0 astor-0.8.1 attrs-19.3.0 backcall-0.2.0 base58-2.0.1 bleach-3.1.5 blinker-1.4 boto3-1.14.28 botocore-1.17.28 cachetools-4.1.1 chardet-3.0.4 click-7.1.2 colorama-0.4.3 decorator-4.4.2 defusedxml-0.6.0 docutils-0.15.2 entrypoints-0.3 enum-compat-0.0.3 idna-2.10 importlib-metadata-1.7.0 ipykernel-5.3.4 ipython-7.16.1 ipython-genutils-0.2.0 ipywidgets-7.5.1 jedi-0.17.2 jinja2-2.11.2 jmespath-0.10.0 jsonschema-3.2.0 jupyter-client-6.1.6 jupyter-core-4.6.3 mistune-0.8.4 nbconvert-5.6.1 nbformat-5.0.7 notebook-6.0.3 numpy-1.19.1 packaging-20.4 pandas-1.0.5 pandocfilters-1.4.2 parso-0.7.1 pathtools-0.1.2 pickleshare-0.7.5 pillow-7.2.0 prometheus-client-0.8.0 prompt-toolkit-3.0.5 protobuf-3.12.2 pyarrow-1.0.0 pydeck-0.4.0 pygments-2.6.1 pyparsing-2.4.7 pyrsistent-0.16.0 python-dateutil-2.8.1 pytz-2020.1 pywin32-228 pywinpty-0.5.7 pyzmq-19.0.1 requests-2.24.0 s3transfer-0.3.3 six-1.15.0 streamlit-0.64.0 terminado-0.8.3 testpath-0.4.4 toml-0.10.1 toolz-0.10.0 tornado-6.0.4 traitlets-4.3.3 tzlocal-2.1 urllib3-1.25.10 validators-0.16.0 watchdog-0.10.3 wcwidth-0.2.5 webencodings-0.5.1 widgetsnbextension-3.5.1 zipp-3.1.0
- En primer lugar, necesitamos importar los módulos y cargar los datos, utilizaremos la función de caché optimizada para almacenar en caché nuestros datos, por lo que no necesitamos cargar los datos nuevamente cuando volvamos a ejecutar. Después de eso, usamos esos datos para trazar diferentes gráficos y mapas. A continuación se muestra el código completo del archivo.
Código:
# import the required modules
import streamlit as st
import pandas as pd
import numpy as np
import pydeck as pdk
import plotly.express as px
# Dataset we need to import
DATA_URL = (
"accidents_2012_to_2014.csv"
)
# Add title and subtitle of the map.
st.title("Accidents in United Kingdom")
st.markdown("This app analyzes accident data in United Kingdom from 2012-2014")
"""
Here, we define load_data function,
to prevent loading the data everytime we made some changes in the dataset.
We use streamlit's cache notation.
"""
@st.cache(persist = True)
def load_data(nrows):
# parse date and time columns as date and time
data = pd.read_csv(DATA_URL, nrows = nrows, parse_dates =[['Date', 'Time']])
# Drop N / A values in latitude and longitude. soit does not face problem when we use maps
data.dropna(subset =['Latitude', 'Longitude'], inplace = True)
lowercase = lambda x: str(x).lower()
data.rename(lowercase, axis ="columns", inplace = True)
data.rename(columns ={"date_time": "date / time"}, inplace = True)
return data
# load first 10000 rows
data = load_data(10000)
# Plot : 1
# plot a streamlit map for accident locations.
st.header("Where are the most people casualties in accidents in UK?")
# plot the slider that selects number of person died
casualties = st.slider("Number of persons died", 1, int(data["number_of_casualties"].max()))
st.map(data.query("number_of_casualties >= @casualties")[["latitude", "longitude"]].dropna(how ="any"))
# Plot : 2
# plot a pydeck 3D map for the number of accident's happen between an hour interval
st.header("How many accidents occur during a given time of day?")
hour = st.slider("Hour to look at", 0, 23)
original_data = data
data = data[data['date / time'].dt.hour == hour]
st.markdown("Vehicle collisions between % i:00 and % i:00" % (hour, (hour + 1) % 24))
midpoint = (np.average(data["latitude"]), np.average(data["longitude"]))
st.write(pdk.Deck(
map_style ="mapbox://styles / mapbox / light-v9",
initial_view_state ={
"latitude": midpoint[0],
"longitude": midpoint[1],
"zoom": 11,
"pitch": 50,
},
layers =[
pdk.Layer(
"HexagonLayer",
data = data[['date / time', 'latitude', 'longitude']],
get_position =["longitude", "latitude"],
auto_highlight = True,
radius = 100,
extruded = True,
pickable = True,
elevation_scale = 4,
elevation_range =[0, 1000],
),
],
))
# Plot : 3
# plot a histogram for minute of the hour atwhich accident happen
st.subheader("Breakdown by minute between % i:00 and % i:00" % (hour, (hour + 1) % 24))
filtered = data[
(data['date / time'].dt.hour >= hour) & (data['date / time'].dt.hour < (hour + 1))
]
hist = np.histogram(filtered['date / time'].dt.minute, bins = 60, range =(0, 60))[0]
chart_data = pd.DataFrame({"minute": range(60), "Accidents": hist})
fig = px.bar(chart_data, x ='minute', y ='Accidents', hover_data =['minute', 'Accidents'], height = 400)
st.write(fig)
# The code below uses checkbox to show raw data
st.header("Condition of Road at the time of Accidents")
select = st.selectbox('Weather ', ['Dry', 'Wet / Damp', 'Frost / ice', 'Snow', 'Flood (Over 3cm of water)'])
if select == 'Dry':
st.write(original_data[original_data['road_surface_conditions']=="Dry"][["weather_conditions", "light_conditions", "speed_limit", "number_of_casualties"]].sort_values(by =['number_of_casualties'], ascending = False).dropna(how ="any"))
elif select == 'Wet / Damp':
st.write(original_data[original_data['road_surface_conditions']=="Wet / Damp"][["weather_conditions", "light_conditions", "speed_limit", "number_of_casualties"]].sort_values(by =['number_of_casualties'], ascending = False).dropna(how ="any"))
elif select == 'Frost / ice':
st.write(original_data[original_data['road_surface_conditions']=="Frost / ice"][["weather_conditions", "light_conditions", "speed_limit", "number_of_casualties"]].sort_values(by =['number_of_casualties'], ascending = False).dropna(how ="any"))
elif select == 'Snow':
st.write(original_data[original_data['road_surface_conditions']=="Snow"][["weather_conditions", "light_conditions", "speed_limit", "number_of_casualties"]].sort_values(by =['number_of_casualties'], ascending = False).dropna(how ="any"))
else:
st.write(original_data[original_data['road_surface_conditions']=="Flood (Over 3cm of water)"][["weather_conditions", "light_conditions", "speed_limit", "number_of_casualties"]].sort_values(by =['number_of_casualties'], ascending = False).dropna(how ="any"))
if st.checkbox("Show Raw Data", False):
st.subheader('Raw Data')
st.write(data)
- Ahora, guarde este código como «app.py» y ejecute este comando como: streamlit run app.py . Esto abrirá una ventana del navegador y cargará la aplicación. Veamos una captura de pantalla de la aplicación.
Referencias: