交互式仪表板！Python轻松完成！⛵

语言: CN / TW / HK
时间 2023-01-16 01:15:23

💡 引言

在本篇内容中，ShowMeAI将给大家讲解使用 📘ipywidget 模块创建交互式仪表板。

我们本次用到的数据集是 🏆Kaggle 的 CardioGoodFitness，大家可以通过 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研究中心』回复『实战』，或者点击 这里 获取本文 [41]ipywidgets：使用Python创建交互式仪表板 『CardioGoodFitness 数据集』

⭐ ShowMeAI官方GitHub：http://github.com/ShowMeAI-Hub

首先，我们需要导入所需的模块。

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

我们先看一下数据变量。数据中包含 2 个连续变量，收入 Income 和英里数 Miles。

💡 看板Demo实现：了解Miles的分布

💦 准备工作

📘ipywidget 模块包含了很多可用的小部件。在这个演示中，我们将使用下拉框选择类别数据，以便更好地了解里程分布。我们将选择箱线图来绘制每个类别的里程数据。

```python %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，我们可以创建一个函数，允许输入用于绘制英里箱线图的列名称。

```python

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，我们需要创建一个 📘layout/布局，Jupyter 交互式小部件具有一个 layout 属性，包含了许多影响小部件布局的 CSS 属性。

最简单的自定义是 HBox，它是一个水平布局的选择器，而 VBox 代表一个垂直布局的选择器。下面是 HBox 或 VBox 布局的示例。

下面我们准备输入和输出布局的显示。

```python

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) ```

上面散点图的输入是 x、y 和色调。因为每个变量都是一个选择，我们使用了下拉框。

💦 输入设计、选项、值和要定义的描述

```python

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

```python

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

```python

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

```python

related the plot link to filtering

out3 = ipywidgets.interactive_output(scatter, {'x' : drop_down_x, 'y': drop_down_y, 'category':drop_down_category}) ```

💦 显示选择后的输入和输出

```python

display the input and output

display(ui3,out3) ```

参考资料

推荐阅读

「其他文章」
「」
「」