如何构建交互式数据分析？（分享一个交互式数据分析Web应用）

作者 | AJ Gordon

责编 | Carol

头图 | CSDN 付费下载于视觉中国

出品 | CSDN云计算（ID：CSDNcloud）

本文主要介绍如何利用Python的Streamlit库和Heroku云平台来做一个交互式数据分析Web应用。开发环境如下：

• Windows10系统
• Anaconda3（python3.7.4）
• Git（2.26.0.windows.1）
• Heroku账号
• 梯子（Heroku需科学上网才可访问）

Streamlit

根据Streamlit官方文档介绍，它是一个开放源代码的Python库，可以轻松地为机器学习和数据科学构建漂亮的自定义web应用程序。也就是说，即使你对web开发并不熟悉，但只要利用它，就可以很容易搭建出一个Web。

通过“pip install streamlit”进行安装，再执行“streamlit hello”。若安装成功，默认浏览器会自动打开或输入“localhost:8501”，会弹出如下图界面。

图1 安装成功界面

Streamlit用于数据可视化的话，主要模块有：Cache，Interactive widgets，Charts。

1) Cache

Streamlit遵循由上至下的运行顺序，所以每次代码中有进行任何更改，都会重新开始运行一遍，会十分耗时。@st.cache会对封装起来的函数进行缓存，避免二次加载。如果函数中的代码发生变动，cache会重新加载一遍并缓存起来。假如将代码还原到上一次版本，由于先前的数据已经缓存起来了，所以不会进行二次加载。

import streamlit as stimport timest.write("Loading....")start_time = time.clock@st.cachedef expensive_computation(a, b):time.sleep(5)return a ** ba = 2b = 21res = expensive_computation(a, b)st.write("Result:", res)end_time = time.clockst.write("耗时：%0.1f 秒" % (end_time-start_time))

图2 Cache

2) Interactive widgets

Streamlit提供多种组件，如滑块，选择框和按钮等交互组件。利用组件可以灵活地展示数据，这一点类似很多BI工具提供的功能。

import streamlit as stimport pandas as pdimport time# 按钮st.subheader("按钮")if st.button('Say hello'):st.write('Why hello there')# 复选框st.subheader("复选框")agree = st.checkbox('I agree')if agree:st.write('Great!')# 单选框st.subheader("单选框")genre = st.radio("What's your favorite movie genre",('Comedy', 'Drama', 'Documentary'))if genre == 'Comedy':st.write('You selected comedy.')else:st.write("You didn't select comedy.")# 选择框st.subheader("选择框")option = st.selectbox('How would you like to be contacted?',('Email', 'Home phone', 'Mobile phone'))st.write('You selected:', option)# 多选框st.subheader("多选框")options = st.multiselect('What are your favorite colors',('Green', 'Yellow', 'Red', 'Blue'),'Yellow')st.write('You selected:', options)# 滑块st.subheader("滑块")age = st.slider('How old are you?', 0, 130, 25)st.write("I'm ", age, 'years old')# 数值输入框st.subheader("数值输入框")number = st.number_input('Insert a number')st.write('The current number is ', number)# 加载数据uploaded_file = st.file_uploader("Choose a CSV file", type="csv")if uploaded_file is not None:data = pd.read_csv(uploaded_file)st.write(data)# 进度条my_bar = st.progress(0)for percent_complete in range(100):time.sleep(0.1)my_bar.progress(percent_complete + 1)

图3 Interactive widgets

3) Charts

Streamlit图库底层基于Matplotlib库搭建，一些常见的图表如折线图，条形图，关系图等，都可以直接传递数据生成图表。此外还增加了deck.gl，可以用于绘制3D地图。

import streamlit as stimport pandas as pdimport numpy as np# 折线图st.subheader("折线图")chart_data = pd.DataFrame(np.random.randn(20, 3),columns=['a', 'b', 'c'])st.line_chart(chart_data)# 面积图st.subheader("面积图")chart_data = pd.DataFrame(np.random.randn(20, 3),columns=['a', 'b', 'c'])st.area_chart(chart_data)# 条形图st.subheader("条形图")chart_data = pd.DataFrame(np.random.randn(50, 3),columns=["a", "b", "c"])st.bar_chart(chart_data)# 3D图st.subheader("3D图")df = pd.DataFrame(np.random.randn(1000, 2) / [50, 50] + [37.76, -122.4],columns=['lat', 'lon'])st.deck_gl_chart(viewport={'latitude': 37.76,'longitude': -122.4,'zoom': 11,'pitch': 50,},layers=[{'type': 'HexagonLayer','data': df,'radius': 200,'elevationScale': 4,'elevationRange': [0, 1000],'pickable': True,'extruded': True,}, {'type': 'ScatterplotLayer','data': df,}])# 关系图st.subheader("关系图")st.graphviz_chart('''digraph {run -> intrintr -> runblrunbl -> runrun -> kernelkernel -> zombiekernel -> sleepkernel -> runmemsleep -> swapswap -> runswaprunswap -> newrunswap -> runmemnew -> runmemsleep -> runmem}''')# 地图st.subheader("地图")df = pd.DataFrame(np.random.randn(1000, 2) / [50, 50] + [37.76, -122.4],columns=['lat', 'lon'])st.map(df)

图4 Charts

Heroku

Heroku是一个支持多种编程语言的云平台，如Java，Node.js和Python等等。注册账号需要自备梯子，并且需使用gmail邮箱注册。用户每月可享受1000小时免费时长，以及512M内存，若应用超过30分钟没访问会自动休眠，重新访问即可唤醒。然后，需要下载Heroku CLI命令行工具，下载以后可以使用命令行直接部署。

图5 Heroku支持的语言

图6 Heroku CLI下载页面

应用部署实例

首先，新建一个文件“Streamlit_Demo.py”。

import streamlit as st
import pandas as pdimport numpy as npst.title('Uber pickups in NYC')DATE_COLUMN = 'date/time'DATA_URL = ('https://s3-us-west-2.amazonaws.com/''streamlit-demo-data/uber-raw-data-sep14.csv.gz')@st.cachedef load_data(nrows):data = pd.read_csv(DATA_URL, nrows=nrows)lowercase = lambda x: str(x).lowerdata.rename(lowercase, axis='columns', inplace=True)data[DATE_COLUMN] = pd.to_datetime(data[DATE_COLUMN])return datadata_load_state = st.text('Loading data...')data = load_data(100)data_load_state.text("Done! (using st.cache)")if st.checkbox('Show raw data'):st.subheader('Raw data')st.write(data)st.subheader('Number of pickups by hour')hist_values = np.histogram(data[DATE_COLUMN].dt.hour, bins=24, range=(0,24))[0]st.bar_chart(hist_values)hour_to_filter = st.slider('hour', 0, 23, 17)filtered_data = data[data[DATE_COLUMN].dt.hour == hour_to_filter]st.subheader('Map of all pickups at %s:00' % hour_to_filter)st.map(filtered_data)

然后，再新建三个文件：Procfile，requirements.txt，setup.sh。这三个文件是部署Streamlit必备的，缺一不可。

1) Procfile

#代码的执行语句web: sh setup.sh && streamlit run Streamlit_Demo.py

2) requirements.txt

# 代码所需的库及其版本streamlit==0.56.0pandas==0.25.1numpy==1.16.5

3) setup.sh

# 配置mkdir -p ~/.streamlit/echo "\[server]\n\headless = true\n\port = $PORT\n\enableCORS = false\n\\n\" > ~/.streamlit/config.toml

最后，配置文件和代码准备好后，可以保存在本机demo路径下。再按照以下步骤进行部署：

1) 进入项目路径，先登录heroku，输入“heroku login”后按下空格键，默认浏览器会自动打开，输入heroku账号和密码后关闭即可。

cd demoheroku login

2) 创建一个新应用，输入”heroku create xx”，heroku规定应用名称开头结尾只能是小写字母，并且全名只能包含小写字母，数字和破折号。也可以只输入”heroku create”，会自动命名一个应用。

heroku create streamlit-demo-01# 或者# heroku create

3) 初始化git代码库，并远程操控heroku。

git initheroku git:remote –a streamlit-demo-01git add .git commit -m "Initialize Project"# 若git出现"git Please tell me who you are."，运行以下两条命令，再重新执行commit:# git config user.name "heroku用户名"# git config user.email "heroku注册邮箱"

4) 上传代码到heroku代码库。

git push heroku master

5) 执行”heroku open”打开部署好的应用，若打开后出现” Application error”，需要自行排查是否缺失文件或文件内容有误，笔者一开始因为缺少”setup.sh”文件导致部署失败。另外，笔者直接从github clone后也会报错，所以是在本机新建文件和文件夹的，项目上传至https://github.com/guoxulong/streamlit_demo。

heroku open

6) 部署完成后，输入“https://streamlit-demo-01.herokuapp.com/”（需翻墙）就能够访问这个Web。

图7 部署完成界面

总结

总体上来讲，相比较用Django框架开发Web，Streamlit开发一个交互式应用会更轻松，虽然功能还不完善，但对于数据分析可视化来说已经满足了，而且只需要掌握Streamlit库的用法就可以实现。

作者：AJ Gordon，对爬虫/机器学习/数据建模/可视化均有所涉猎的数据分析师。

☞AI 看脸算命，3 万张自拍揭露：颜值即命？☞无代码来了，还要程序员吗？☞芯片供应被掐断，华为能否安全渡劫？☞来了来了！趋势预测算法大PK！☞Python开发之：Django基于Docker实现Mysql数据库读写分离、集群、主从同步详解 | 原力计划☞15 岁黑进系统，发挑衅邮件意外获 Offer，不惑之年捐出全部财产，Twitter CEO 太牛了！