用 Python 讀取 Excel 自動生成 Web 可視化頁面！
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_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_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:',
??????????????????????????min_value=min(ages),
??????????????????????????max_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
df_grouped?=?df[mask].groupby(by=['評分']).count()[['年齡']]
df_grouped?=?df_grouped.rename(columns={'年齡':?'計數'})
df_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。