Representation av data i visuell form hjälper till att förstå och analysera data på ett enklare sätt. För datarepresentation används olika Python-bibliotek och ett sådant bibliotek är Streamlit. Streamlit används universellt för visualisering av data inom olika områden som datavetenskap och maskininlärning för att visa data eller resultat i presentabel form.
I vissa scenarier måste användarna plotta eller representera datafördelningen över regionerna. I sådana situationer kan användare visualisera data geografiskt med hjälp av kartor.
I den här bloggen kommer vi att visa hur man plottar data på en karta i Streamlit.
Hur ritar man data på en karta i Streamlit?
För att visualisera data eller genererade resultat geografiskt, plotta data på en karta i Streamlit. För att göra det, gå igenom de angivna instruktionerna.
Steg 1: Navigera till projektkatalogen
Projicera först katalogen genom ' cd
Notera: Det rekommenderas att försöka arbeta i en virtuell miljö eftersom det anses vara ett bra tillvägagångssätt och isolerar pip och alla nödvändiga moduler, paket och bibliotek. Den virtuella miljön kan installeras och ställas in genom vår länkade artikel ' ”.
Steg 2: Aktivera virtuell miljö
Aktivera sedan den virtuella miljön med kommandot nedan:
streamlitenv\Scripts\activate
I kommandot ovan aktiverar vi ' streamlitenv ” virtualenv:
Steg 3: Installera Streamlit
Installera sedan det strömbelysta Python-biblioteket genom att använda det givna kommandot:
pip Installera strömbelyst
Nedanstående utdata indikerar att vi har installerat streamlit i active virtualenv:
Steg 4: Rita data på kartan
Skapa nu programfilen med namnet ' Mapdata.py ”. Klistra in det givna utdraget i filen:
import strömbelyst som stimportera pandor som pd
st.titel ( 'Plotta data på en karta' )
map_data = { 'år' : [ 53,958332 , 52.205276 , 51,509865 , 51.752022 , 52,633331 ] ,
'lon' : [ - 1,080278 , 0,119167 , - 0,118092 , - 1,257677 , - 1,133333 ] ,
'Stad' : [ 'York' , 'Cambridge' , 'London' , 'Oxford' , 'Leicester' ] }
df = pd.DataFrame ( map_data )
st.write ( df )
st.karta ( data = df )
Beskrivningen av ovanstående utdrag är som följer:
-
- Importera först de nödvändiga biblioteken genom ' importera ”. För att plotta data på en karta har vi importerat ' pandor ' och ' strömbelyst ” bibliotek.
- Ring sedan ' titel() ” metod för att ställa in sidans titel:
- Skapa nu dataramarna genom att ange några dummy- eller statiska data. För demonstration har vi specificerat latitud, longitud och stadsnamn och lagrat det i ' map_data ” variabel.
- För att binda data i dataramar, använd pandans bibliotek genom att anropa ' Dataframe() ”-metoden och skicka även variabeln “map_data” som en parameter.
- För att visa dataramen på webbsidan, använd den strömbelysta ' skriva() ' metoden och skicka dataramen ' df ” inom dess parentes.
- Rita nu data på en karta genom att använda ' Karta() ” metod för strömbelyst. Den accepterar också olika parametrar som ' data ', ' storlek ', ' Färg ', och ' zoom ”. För att plotta data på en karta har vi passerat ' data ' parameter.
Steg 5: Kör programmet i Streamlit
För att köra programmet, använd ' strömbelyst körning
Utdata visar att ' Mapdata.py ' programmet körs på ' lokal värd: 8501 ”:
Öppna webbläsaren, navigera till '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:
Nedanstående utdata visar den geografiska representationen av data genom att plotta den på kartan:
Hur läser man data från CSV-fil och ritar upp den på kartan i Streamlit?
Data kan också läsas från externa källor som filer eller databaser. För att läsa eller hämta data från CSV-filen och plotta den på kartan, gå igenom de givna instruktionerna.
Steg 1: Läs data från CSV-fil och rita upp den på en karta
Skapa en fil med namnet ' Demo1.py ” och kopiera nedanstående utdrag till den:
importera pandor som pdimport strömbelyst som st
st.titel ( 'Plotta data på karta i Streamlit' )
df = pd.read_csv ( r 'C:\Users\Dell\Documents\Streamlit Tutorial\UKrecords.csv' )
st.dataframe ( df )
st.karta ( data = df , latitud = 'år' , longitud = 'lng' )
Förklaringen av ovanstående kod är följande:
-
- Importera först ' pandor ' och ' strömbelyst ” bibliotek.
- Ställ in titeln på sidan med ' titel() 'metoden.
- Läs nu data från CSV-filen genom att använda ' read_csv ' metoden för pandans bibliotek och lagra data i ' df ” variabel.
- För att plotta extraherade data från CSV i en dataram, använd ' dataframe() ”-metoden för att streamlita och skicka variabeln “df” inom dess parentes.
- För att plotta data på en karta, använd ' Karta() 'metoden. Passera även ' data ', ' latitud ' och ' longitud ” parametrar inom parentes.
- Här, ' data ' värdet är satt som ' df ', ' latitud ' och ' longitud ”-värden ställs in enligt deras respektive kolumner i CSV-filen.
Steg 2: Kör programmet
För att köra programfilen på streamlit, använd ' strömbelyst löpning ” kommando tillsammans med filnamnet:
strömbelyst körning Demo1.py
Öppna nu webbläsaren och navigera till ' http://localhost:8501 ” för att komma åt den strömbelysta webbsidan. Utdatan visar extraherade data från CSV i strömbelysta dataramar och plottar även den på en karta:
Resultaten nedan visar den regionala representationen av data genom att plotta den på den strömbelysta kartan:
Det handlar om att plotta data på en karta i streamlit.
Slutsats
För att plotta data på Map i streamlit, skapa först en programfil och importera de nödvändiga modulerna, pandorna och streamlit i programmet. Efter det, specificera dummydata i programmet och lagra den i pandas dataramar med hjälp av ' pd.Dataframe() 'metoden. Användare kan också läsa data från en CSV-fil med hjälp av ' b 'metoden. Rita nu data på kartan genom ' st.map() ” metod för strömbelyst. Den här bloggen har visat hur man ritar data på en karta i Streamlit.