Streamlit+Echarts实现绘制精美图表

2023-09-05 15:17:56 作者：关于数据分析与可视化

在数据分析和可视化的领域,选择合适的工具可以让我们事半功倍,本文主要为大家介绍两个工具,Streamlit和ECharts,感兴趣的小伙伴可以跟随小编一起了解下

在数据分析和可视化的领域，选择合适的工具可以让我们事半功倍。今天，我们要介绍的两个工具，Streamlit 和 ECharts，各自在快速应用开发和高效数据可视化方面都有出色的表现。更为令人兴奋的是，当这两者结合时，我们能轻松地创建出互动性强、美观的数据大屏。

工具的简介

Streamlit

Streamlit是一个开源的Python库，允许数据科学家和工程师在几分钟内转化他们的数据脚本为交互的Web应用。其特点在于其简单性和灵活性。开发者无需前端经验，只需要Python基础即可。其声明性的交互模型意味着不必处理回调或服务器配置，Streamlit为你处理了这一切。

ECharts

ECharts是一个由百度开发的开源JavaScript可视化库。它提供了诸如折线、柱状、饼图、散点、地图等丰富的图表类型，并支持多种交互方式，可以轻松地与各种数据源集成，是大数据时代的得力助手。

安装模块的库

在深入实战前，我们首先要确保机器上已经安装了Streamlit和streamlit-echarts。可以通过以下命令轻松完成：

pip install streamlit
pip install streamlit-echarts

Streamlit与ECharts实战

在准备工作完成后，我们可以开始使用Streamlit和ECharts创建我们的第一个交互式数据大屏。代码如下

import streamlit as st
from streamlit_echarts import st_echarts
# 定义ECharts的配置
option = {
    "title": {"text": "ECharts示例"},
    "tooltip": {},
    "xAxis": {
        "data": ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
    },
    "yAxis": {},
    "series": [
        {
            "name": "销量",
            "type": "bar",
            "data": [5, 20, 36, 10, 10, 20]
        }
    ]
}
# 在Streamlit应用中展示ECharts图表
st_echarts(options=option)

output

这段代码演示了如何使用streamlit和streamlit_echarts来展示一个ECharts图表。我们导入创建Streamlit Web应用和展示ECharts图表所需的库，接下去，我们定义了一个字典option，它定义了ECharts图表的配置，其中

title：定义了图表的标题为 "ECharts示例"。
tooltip：用于当鼠标悬停在图表的数据点上时显示的提示信息。在这里，它被设置为空，这意味着使用默认设置。
xAxis：定义了 x 轴的数据。在这个示例中，x 轴的数据为一系列商品的名称。
yAxis：定义了 y 轴的配置。这里为空，意味着使用默认设置。
series：定义了图表的数据系列。在这里，我们有一个系列（销量）显示为柱状图，其对应的数据也被提供。

最后便是代码st_echarts(options=option)，使用了st_echarts函数，并将我们之前定义的option作为参数传递，从而渲染相应的图表。我们再来看一下例子，代码如下

from pyecharts import options as opts
from pyecharts.charts import Bar
from streamlit_echarts import st_pyecharts
b = (
    Bar()
    .add_xaxis(["Microsoft", "Amazon", "IBM", "Oracle", "Google", "Alibaba"])
    .add_yaxis(
        "2017-2018 Revenue in (billion $)", [21.2, 20.4, 10.3, 6.08, 4, 2.2]
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="Top cloud providers 2018", subtitle="2017-2018 Revenue"
        ),
        toolbox_opts=opts.ToolboxOpts(),
    )
)
st_pyecharts(b)