Perwakilan data dalam bentuk visual membantu memahami dan menganalisis data dengan cara yang lebih mudah. Untuk perwakilan data, perpustakaan Python yang berbeza digunakan dan satu perpustakaan tersebut ialah Streamlit. Streamlit digunakan secara universal untuk visualisasi data dalam bidang yang berbeza seperti sains data dan pembelajaran mesin untuk memaparkan data atau hasil dalam bentuk yang boleh dilihat.
Dalam sesetengah senario, pengguna dikehendaki memplot atau mewakili pengedaran data merentas wilayah. Dalam situasi sedemikian, pengguna boleh menggambarkan data secara geografi menggunakan peta.
Dalam blog ini, kami akan menunjukkan cara memplot data pada peta dalam Streamlit.
Bagaimana untuk Memplot Data pada Peta dalam Streamlit?
Untuk menggambarkan data atau hasil yang dijana secara geografi, plot data pada peta dalam Streamlit. Untuk berbuat demikian, ikuti arahan yang disenaraikan.
Langkah 1: Navigasi ke Direktori Projek
Mula-mula, tayangkan direktori melalui ' cd
Catatan: Adalah disyorkan untuk cuba bekerja dalam persekitaran maya kerana ia dianggap pendekatan yang baik dan mengasingkan pip dan semua modul, pakej dan perpustakaan yang diperlukan. Persekitaran maya boleh dipasang dan disediakan melalui artikel kami yang dipautkan “ ”.
Langkah 2: Aktifkan Persekitaran Maya
Seterusnya, aktifkan persekitaran maya menggunakan arahan di bawah:
streamlitenv\Scripts\activate
Dalam arahan di atas, kami mengaktifkan ' streamlitenv ” virtualenv:
Langkah 3: Pasang Streamlit
Seterusnya, pasang pustaka Python streamlit dengan menggunakan arahan yang diberikan:
pip pasang diperkemaskan
Output di bawah menunjukkan bahawa kami telah memasang streamlit dalam mengaktifkan virtualenv:
Langkah 4: Plot Data pada Peta
Sekarang, buat fail program bernama ' Mapdata.py ”. Tampalkan coretan yang diberikan ke dalam fail:
import streamlit sebagai stimport panda sebagai pd
st.tajuk ( 'Plot Data pada Peta' )
data_peta = { 'tahun' : [ 53.958332 , 52.205276 , 51.509865 , 51.752022 , 52.633331 ] ,
'lon' : [ - 1.080278 , 0.119167 , - 0.118092 , - 1.257677 , - 1.133333 ] ,
'Bandar' : [ 'York' , 'Cambridge' , 'London' , 'Oxford' , 'Leicester' ] }
df = pd.DataFrame ( data_peta )
st.menulis ( df )
st.peta ( data = df )
Perihalan coretan di atas adalah seperti berikut:
-
- Pertama, import perpustakaan yang diperlukan melalui ' import ”. Untuk memplot data pada peta, kami telah mengimport ' panda ” dan “ diperkemaskan ” perpustakaan.
- Seterusnya, panggil ' tajuk() ” kaedah untuk menetapkan tajuk halaman:
- Sekarang, buat bingkai data dengan menyatakan beberapa data palsu atau statik. Untuk tunjuk cara, kami telah menentukan latitud, longitud dan nama bandar dan menyimpannya dalam ' data_peta ” pembolehubah.
- Untuk mengikat data dalam bingkai data, gunakan perpustakaan panda dengan memanggil ' Bingkai data() ” dan juga lulus pembolehubah “map_data” sebagai parameter.
- Untuk memaparkan bingkai data pada halaman web, gunakan streamlit ' tulis() ' kaedah dan lulus bingkai data ' df ” dalam kurungan.
- Sekarang, plot data pada peta dengan menggunakan ' peta() ” kaedah penyelarasan. Ia juga menerima parameter yang berbeza seperti ' data ',' saiz ',' warna ”, dan “ zum ”. Untuk memplot data pada peta, kami telah melepasi ' data ” parameter.
Langkah 5: Jalankan Program dalam Streamlit
Untuk menjalankan program, gunakan ' jalankan lancar
Output menunjukkan bahawa ' Mapdata.py 'program sedang dilaksanakan pada' localhost:8501 ”:
Buka penyemak imbas, navigasi ke 'http://localhost:8501” and verify if the program is executing or not. The below results show the data in dataframes and plot it on the map:
Output di bawah menunjukkan perwakilan geografi data dengan memplotkannya pada peta:
Bagaimana untuk Membaca Data Dari Fail CSV dan Plotkannya pada Peta dalam Streamlit?
Data juga boleh dibaca daripada sumber luaran seperti fail atau pangkalan data. Untuk membaca atau mengambil data daripada fail CSV dan plotkannya pada peta, ikuti arahan yang diberikan.
Langkah 1: Baca Data Daripada Fail CSV dan Plotkannya pada Peta
Buat fail bernama ' Demo1.py ” dan salin coretan yang disediakan di bawah ke dalamnya:
import panda sebagai pdimport streamlit sebagai st
st.tajuk ( 'Plot Data pada Peta dalam Streamlit' )
df = pd.read_csv ( r 'C:\Users\Dell\Documents\Streamlit Tutorial\UKrecords.csv' )
st.frame data ( df )
st.peta ( data = df , latitud = 'tahun' , longitud = 'lng' )
Penjelasan kod di atas adalah seperti berikut:
-
- Pertama, import ' panda ” dan “ diperkemaskan ” perpustakaan.
- Tetapkan tajuk halaman menggunakan ' tajuk() ” kaedah.
- Sekarang, baca data daripada fail CSV dengan menggunakan “ read_csv ' kaedah perpustakaan panda dan menyimpan data dalam ' df ” pembolehubah.
- Untuk memplot data yang diekstrak daripada CSV dalam bingkai data, gunakan ' bingkai data() ” kaedah memperkemas dan lulus pembolehubah “df” dalam kurungannya.
- Untuk memplot data pada peta, gunakan ' peta() ” kaedah. Juga lulus ' data ',' latitud ” dan “ longitud ” parameter dalam kurungan.
- Di sini, ' data nilai ' ditetapkan sebagai ' df ',' latitud ” dan “ longitud nilai ” ditetapkan mengikut lajur masing-masing dalam fail CSV.
Langkah 2: Jalankan Program
Untuk menjalankan fail program pada streamlit, gunakan ' larian lancar ” perintah bersama dengan nama fail:
jalankan dengan lancar Demo1.py
Sekarang, buka penyemak imbas dan navigasi ke ' http://localhost:8501 ” untuk mengakses halaman web yang diperkemas. Output menunjukkan data yang diekstrak daripada CSV dalam bingkai data yang diperkemas dan juga memplotkannya pada peta:
Keputusan di bawah memaparkan perwakilan data serantau dengan memplotkannya pada peta strim:
Itu semua tentang memplot data pada peta dalam streamlit.
Kesimpulan
Untuk memplot data pada Map dalam streamlit, mula-mula buat fail program dan import modul, panda dan streamlit yang diperlukan dalam program. Selepas itu, nyatakan data dummy dalam program dan simpannya dalam bingkai data panda menggunakan ' pd.Dataframe() ” kaedah. Pengguna juga boleh membaca data daripada fail CSV menggunakan “ b ” kaedah. Sekarang, plot data pada peta melalui ' st.map() ” kaedah penyelarasan. Blog ini telah menunjukkan cara memplot data pada peta dalam Streamlit.