ruriruriya

스트림릿(Streamlit)은 파이썬으로 버튼, 체크박스, 셀렉트박스, 슬라이더 등의 다양한 위젯을 사용하여 사용자 인터페이스를 만들 수 있다. 먼저 필요한 라이브러리들을 임포트 한다.(streamlit, pandas, numpy 등) 버튼(Button) 버튼은 사용자가 클릭하여 어떤 동작을 수행하도록 하는 위젯이다. 이벤트 핸들러를 이용하여 버튼을 클릭할 때 특정 기능을 실행할 수 있다. import streamlit as st import pandas as pd import numpy as np def main(): st.title('App4 - 아이리스 꽃의 종류') df = pd.read_csv('./data/iris.csv') # 버튼 만드는 방법 if st.button('데이터프레임 보기'):..

Streamlit에서는 판다스 데이터프레임을 나타내기 위해 st.dataframe() 함수를 사용한다. 이 함수는 데이터프레임을 인터랙티브한 테이블로 표시한다. 아래와 같이 streamlit과 pandas 라이브러리를 임포트하여 판다스 데이터프레임을 웹에 나타내보자. st.dataframe() 먼저 메인 함수 구조를 만들고 판다스 read_csv로 csv 데이터 파일을 불러와 데이터 프레임을 만든다. 그리고 st.dataframe() 함수를 사용해서 데이터프레임을 웹 화면에 표시한다. 그리고 species 컬럼의 종류를 판다스의 nunique() 사용해서 종류의 갯수를 알아내어서 웹 화면에 표시해본다. import streamlit as st import pandas as pd # 판다스의 데이터프레임을..

스트림릿(Streamlit)은 다양한 텍스트 함수를 제공한다. 이 함수들은 서식이 지정된 텍스트를 표시하거나 사용자 입력을 받는 데 사용된다 아래의 스트림릿의 텍스트요소들을 알아보자! import streamlit as st def main(): st.title('웹 대시보드') print('웹 대시보드') # 프롬프트에만 출력 st.text('웹 대시보드 개발하기') st.header('이 영역은 헤더 영억') st.subheader('이 영역은 서브헤더 영역') st.write('안녕하세요') st.success('성공했을때의 메세지를 보여줄 때') st.warning('경고 메세지를 보여줄 때') st.info('정보성 메세지를 보여줄 때') st.error('문제가 발생했음을 보여주고 싶을 때')..

스트림릿(Streamlit)은 데이터 과학자들에게 인기 많은 오픈 소스 파이썬 라이브러리이다. 손 쉽게 적은 코딩으로 웹 대시보드를 만들 수 있는 장점이 있다. 스트림릿(Streamlit) 프레임워크는 main 함수가 항상 있어야 하며 main 함수에서 프로그래밍을 해야 웹 화면에 표시가 된다. import streamlit as st # 스트림릿 프레임워크는, main 함수가 있어야 한다. def main(): # st는 웹 화면에 표시하는 역할을 한다. st.title('헬로우 World') if __name__ == '__main__' : print(__name__) main() [출력 웹 브라우저]

matplotlib를 사용하여 히스토그램을 생성하는 것은 데이터의 분포를 시각화하는 데 효과적이다. 히스토그램은 주어진 데이터셋에서 각 구간(bin)에 속하는 데이터의 빈도를 막대로 나타낸다. 히스토그램을 생성하기 위해선 plt.hist() 함수를 사용한다. 이 함수는 데이터를 히입력으로 받아 데이터셋의 분포를 표현한다. 히스토그램을 이용하면 데이터의 분포를 눈으로 파악이 가능하다. 구간이 여러개 이면 bins라고 부른다. 히스토그램은, 똑같은 데이터를 가지고서 차트 모양이 전혀 다르게 나타낼 수 있으므로, 해석을 잘 해야한다. 아래 데이터로 히스토그램을 만들어보자. >> df = pd.read_csv('../data/pokemon.csv') >> df plt.hist() 함수 speed 컬럼의 정보를 ..

Matplotlib를 사용하여 파이 차트를 만드는 것은 간단하다. 파이 차트는 범주별 값의 상대적인 비율을 보여주는데 유용하다. 먼저 필요한 라이브러리들을 임포트(import) 하고 데이터프레임을 csv파일로 불러온다. import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb >> df = pd.read_csv('../data/pokemon.csv') >> df Matplot 라이브러리의 Pie() 함수 데이터를, 퍼센테이지로 비교해서 보고 싶을 때 사용한다. generation_id 별로, 데이터의 갯수를 퍼센테이지로 비교할 수 있도록, 파이차트로 나타내보자! 우선 generation_id 별로,..

Matplotlib를 사용하여 막대 차트(Bar Chart)를 간단하게 만들 수 있다. 주로 plt.bar() 함수를 사용하며, 데이터를 막대로 시각화할 수 있다. 우선 라이브러리들을 임포트(import) 해준다. import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb 이번엔 csv 실제 포켓몬 데이터를 가져와서 데이터프레임을 만들어 활용해본다. >> df = pd.read_csv('../data/pokemon.csv') >> df 데이터 프레임 describe() 함수로 정보를 확인해보니 generation_id는 데이터 값이 중복되는 걸 확인해볼 수 있다. 이 처럼 중복되는 데이터 값이 있는 ..

Matplotlib를 사용하여 간단한 라인 차트를 만드는 방법은 간단하다. 먼저, 필요한 데이터를 정의하고 plt.plot() 함수를 사용하여 그래프를 생성하면 된다. 예를 들어, x와 y 값이 다음과 같은 경우를 생각해보자. 먼저 Matplotlib 라이브러리를 import 한다. 그리고 numpy 라이브러리도 import 해준다. 아래 예제에 활용될 x와 y의 값을 numpy의 arange 함수로 array 형태로 생성한다. >> import matplotlib.pyplot as plt >> import numpy as np >> x = np.arange(0,10+1) >> x array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) >> y = np.arange(0,10+1) >..