关于python:交互式仪表板Python轻松完成⛵

💡 作者：韩信子 @ShowMeAI
📘 数据分析实战系列：https://www.showmeai.tech/tutorials/40
📘 本文地址：https://www.showmeai.tech/article-detail/410
📢 申明：版权所有，转载请分割平台与作者并注明出处
📢 珍藏 ShowMeAI 查看更多精彩内容

💡 引言

在本篇内容中，ShowMeAI 将给大家解说应用 📘ipywidget 模块创立交互式仪表板。

咱们本次用到的数据集是 🏆Kaggle 的 CardioGoodFitness，大家能够通过 ShowMeAI 的百度网盘地址下载。

🏆 实战数据集下载（百度网盘）：公众号『ShowMeAI 钻研核心』回复『实战 』，或者点击 这里 获取本文 [[41]ipywidgets：应用 Python 创立交互式仪表板](https://www.showmeai.tech/art…)『CardioGoodFitness 数据集』

⭐ ShowMeAI 官网 GitHub：https://github.com/ShowMeAI-Hub

首先，咱们须要导入所需的模块。

import pandas as pd
import ipywidgets 
import seaborn as sns
import matplotlib.pyplot as plt

咱们先看一下数据变量。数据中蕴含 2 个连续变量，支出 Income 和英里数 Miles。

💡 看板 Demo 实现：理解 Miles 的散布

💦 筹备工作

📘ipywidget 模块蕴含了很多可用的小部件。在这个演示中，咱们将应用下拉框抉择类别数据，以便更好地理解里程散布。咱们将抉择箱线图来绘制每个类别的里程数据。

%matplotlib widget
# Drop down for boxplot variable to be select
drop_down_name = ipywidgets.Dropdown(options=list(df.drop(['Miles','Income'],axis=1).columns),
                                value=list(df.drop(['Miles','Income'],axis=1).columns)[0],
                                description='Columns:',
                                disabled=False)

接下来，咱们能够创立一个函数，容许输出用于绘制英里箱线图的列名称。

#selected_vals = column used to plot
def boxplot(selected_vals):
    plt.close('all')
    fig = plt.figure(figsize=(9,5))
    plt.style.use('seaborn')
    sns.boxplot(df[selected_vals],df['Miles'])
    plt.title('Boxplot of miles for' + selected_vals)
    plt.show()

之后，咱们须要创立一个 📘layout/ 布局，Jupyter 交互式小部件具备一个 layout 属性，蕴含了许多影响小部件布局的 CSS 属性。

最简略的自定义是 HBox，它是一个程度布局的选择器，而 VBox 代表一个垂直布局的选择器。上面是 HBox 或 VBox 布局的示例。

上面咱们筹备输出和输入布局的显示。

#layout for filtering 
ui2 = ipywidgets.HBox([drop_down_name])
# link your function to your input 
out2 = ipywidgets.interactive_output(boxplot,
                                     {'selected_vals' : drop_down_name})
# display your box plot
display(ui2,out2)

下面散点图的输出是 x、y 和色调。因为每个变量都是一个抉择，咱们应用了下拉框。

💦 输出设计、选项、值和要定义的形容

# dropbox select x axis
drop_down_x = ipywidgets.Dropdown(options=list(df.columns),
                                value=list(df.columns)[0],
                                description='X variable:',
                                disabled=False)
# dropbox select y axis
drop_down_y = ipywidgets.Dropdown(options=list(['Miles','Income']),
                                value=list(['Miles','Income'])[0],
                                description='Y variable:',
                                disabled=False)
# dropbox select category
drop_down_category= ipywidgets.Dropdown(options=list(df.drop(['Miles','Income'],axis=1).columns),
                                value=list(df.drop(['Miles','Income'],axis=1).columns)[0],
                                description='Category:',
                              disabled=False)

💦 散点图绘制

# scatter plot function
def scatter(x,y,category):
    plt.close('all')
    fig = plt.figure(figsize=(9,5))
    plt.style.use('seaborn')
    sns.scatterplot(data=df,x=x,y=y,hue=category)
    plt.title('Scatterplot of' +x+'versus'+ y)
    #plt.xlabel('Date')
    plt.show()

💦 显示 HBox 或 VBox 的选择器布局

# display the layout of filtering
ui3 = ipywidgets.HBox([drop_down_x,drop_down_y,drop_down_category])

💦 将绘图与选择器相关联

# related the plot link to filtering 
out3 = ipywidgets.interactive_output(scatter,
                                     {'x' : drop_down_x,
                                     'y': drop_down_y,
                                     'category':drop_down_category})

💦 显示抉择后的输出和输入

#display the input and output
display(ui3,out3)

参考资料

• 📘 ipywidget
• 📘 layout/ 布局

举荐浏览

• 🌍 数据分析实战系列：https://www.showmeai.tech/tutorials/40
• 🌍 机器学习数据分析实战系列：https://www.showmeai.tech/tutorials/41
• 🌍 深度学习数据分析实战系列：https://www.showmeai.tech/tutorials/42
• 🌍 TensorFlow 数据分析实战系列：https://www.showmeai.tech/tutorials/43
• 🌍 PyTorch 数据分析实战系列：https://www.showmeai.tech/tutorials/44
• 🌍 NLP 实战数据分析实战系列：https://www.showmeai.tech/tutorials/45
• 🌍 CV 实战数据分析实战系列：https://www.showmeai.tech/tutorials/46
• 🌍 AI 面试题库系列：https://www.showmeai.tech/tutorials/48