Streamlit 기본 lib : Web 화면에 차트그리기 1

< Web 화면에 차트그리기 1 >

# 기본적으로 모든 코드들은

def main() :

if __name__ == '__main__' :

    main()

ㄴ 이 기본형식 안에서 쓰여저야 실행된다. 혹시 실행이 되지 않을경우 하단에 마무리 코드를 적지 않았는지 확인!

 

# 웹 화면에 실행 확인은 생성한 파일명이나 혹은 연동한 app을 서버로 실행하여야 함.

# 터미널을 cmd로 열어 & streamli lit run 실행시킬서버명칭.py 로 실행후 always rerun 후 확인

 

< app9.py로 작성 >

import streamlit as st

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sb

 

# 차트를 그려낼 데이터 가져오기

def main() :

    st.title('차트 그리기 1')

    df = pd.read_csv('./data/iris.csv')

    st.dataframe(df)

 

# 기본적으로 streamlit으로 차트를 그리기 위해서 차트 영역을 만들어주어야 한다.

# fig1, fig2, fig3

# sepal_length 와 speal_width 의 관계를 차트로 나타내시오.

    # 두컬럼간의 관계이면 당연히 scatter (plt 스케터, 시본의 스케터플롯 등) 이다 라고 외워야 한다.

    fig1 = plt.figure()

    plt.scatter(data= df, x='sepal_length', y='sepal_width')

    plt.title('Sepal Length vs Width')

    st.pyplot(fig1)

    fig2 = plt.figure()

    sb.scatterplot(data= df, x='sepal_length', y='sepal_width')

    plt.title('Sepal Length vs Width')

    st.pyplot(fig2)

    fig3 = plt.figure()

    sb.regplot(data= df, x='sepal_length', y='sepal_width')

    plt.title('Sepal Length vs Width')

    st.pyplot(fig3)

 

# sepal_length 로 히스토그램을 그린다.

    # bins 의 갯수는 20개로.

    fig4 = plt.figure()

    plt.hist(data= df, x='sepal_length', bins=20, rwidth=0.9)

    plt.title('Histogram')

    plt.xlabel('sepal_length')

    plt.ylabel('count')

    st.pyplot(fig4)

 

# sepal_length 히스토그램을 그리되,

    # bins 의 갯수를 10개와 20개로

    # 두개의 차트를 수평으로 보여주세요.

    fig5 = plt.figure(figsize=(10, 4))

    plt.subplot(1, 2, 1)

    plt.hist(data= df, x='sepal_length', bins=10, rwidth=0.9)

    plt.title('Histogram')

    plt.xlabel('sepal_length')

    plt.ylabel('count')

    plt.subplot(1, 2, 2)

    plt.hist(data= df, x='sepal_length', bins=20, rwidth=0.9)

    plt.title('Histogram')

    plt.xlabel('sepal_length')

    plt.ylabel('count')

   

    st.pyplot(fig5)

 

 # 판다스의 데이터프레임의 차트도 그릴수 있다.

    # species 는 각각 몇개인지 나타내시오.

    print(df['species'].value_counts())

   

    # 위의 결과를 바차트로 나타내시오.

    fig6 = plt.figure()

    df['species'].value_counts().plot(kind='bar')

    st.pyplot(fig6)

    # sepal_length 컬럼을 히스토그램으로 나타내시오.

    fig7 = plt.figure()

    df['sepal_length'].hist()

    st.pyplot(fig7)

 

# df 의 상관계수를 구해서, 차트로 표시!

    fig8 = plt.figure()

    df_corr = df.corr(numeric_only= True)

    sb.heatmap(data=df_corr, vmin= -1, vmax=1, annot=True, fmt='.1f')

    st.pyplot(fig8)

 

### app9.py 전체 코드 ###

import streamlit as st

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sb

def main() :

    st.title('차트 그리기 1')

    df = pd.read_csv('./data/iris.csv')

    st.dataframe(df)

    # sepal_length 와 speal_width 의 관계를 차트로 나타내시오.

    # 두컬럼간의 관계이면 당연히 scatter (plt 스케터, 시본의 스케터플롯 등) 이다 라고 외워야 한다.

    fig1 = plt.figure()

    plt.scatter(data= df, x='sepal_length', y='sepal_width')

    plt.title('Sepal Length vs Width')

    st.pyplot(fig1)

    fig2 = plt.figure()

    sb.scatterplot(data= df, x='sepal_length', y='sepal_width')

    plt.title('Sepal Length vs Width')

    st.pyplot(fig2)

    fig3 = plt.figure()

    sb.regplot(data= df, x='sepal_length', y='sepal_width')

    plt.title('Sepal Length vs Width')

    st.pyplot(fig3)

    # sepal_length 로 히스토그램을 그린다.

    # bins 의 갯수는 20개로.

    fig4 = plt.figure()

    plt.hist(data= df, x='sepal_length', bins=20, rwidth=0.9)

    plt.title('Histogram')

    plt.xlabel('sepal_length')

    plt.ylabel('count')

    st.pyplot(fig4)

    # sepal_length 히스토그램을 그리되,

    # bins 의 갯수를 10개와 20개로

    # 두개의 차트를 수평으로 보여주세요.

    fig5 = plt.figure(figsize=(10, 4))

    plt.subplot(1, 2, 1)

    plt.hist(data= df, x='sepal_length', bins=10, rwidth=0.9)

    plt.title('Histogram')

    plt.xlabel('sepal_length')

    plt.ylabel('count')

    plt.subplot(1, 2, 2)

    plt.hist(data= df, x='sepal_length', bins=20, rwidth=0.9)

    plt.title('Histogram')

    plt.xlabel('sepal_length')

    plt.ylabel('count')

   

    st.pyplot(fig5)

    # 판다스의 데이터프레임의 차트도 그릴수 있다.

    # species 는 각각 몇개인지 나타내시오.

    print(df['species'].value_counts())

   

    # 위의 결과를 바차트로 나타내시오.

    fig6 = plt.figure()

    df['species'].value_counts().plot(kind='bar')

    st.pyplot(fig6)

    # sepal_length 컬럼을 히스토그램으로 나타내시오.

    fig7 = plt.figure()

    df['sepal_length'].hist()

    st.pyplot(fig7)

    # df 의 상관계수를 구해서, 차트로 표시!

    fig8 = plt.figure()

    df_corr = df.corr(numeric_only= True)

    sb.heatmap(data=df_corr, vmin= -1, vmax=1, annot=True, fmt='.1f')

    st.pyplot(fig8)

if __name__ == '__main__' :

    main()

 

다음 게시글로 계속