一、简介

本人数据分析小白，最近接触到了Streamlit这个组件，发现真的很好用！尤其是它提供的交互功能，可以让很多数据分析的结果清晰直观地展现在页面上，比起手动修改参数，一遍一遍rerun，真的舒服了不少~~因此这篇文章将以K-Means模型为例，采用iris数据集，介绍如何使用streamlit进行数据交互可视化。

1.1 成品图

1.2 相关库与版本

需要使用的第三方库，以及我的版本如下：

库名称版本
streamlit1.9.0
pandas1.1.5
numpy1.22.3
sklearn0.23.1
matplotlib3.2.1

以下是补习推荐网址：

Streamlit:一个傻瓜式构建可视化 web的 Python 神器 -- streamlit - 知乎 (zhihu.com)

其他库建议去菜鸟或者官网学习（或者在本文遇到不懂的可以直接百度）

二、交互原理

Streamlit的功能是实现图形可视化、以及提供交互式的点击框、选择框等。最简单的方式就是在代码框里一顿操作把最后的结果画成图，并展示在页面上。而交互式页面的原理就是在前面的基础上多了赋值这一个操作，有点类似Shell中等待输入的Input，赋值方式在页面中变成了选框。

2.1 一张很丑的自制原理图

 （u1s1，画图3D真好用！）

先从左边的侧边栏上方（黄线流程）看起，最基本的操作就是通过选择（Streamlit提供了下拉框和圆点的选择功能）值，并将值赋给变量，再将变量传输给模型。（选择 ----> 赋值 ----> 传递 ----> 模型）

代码实现如下

a = st.selectbox('1.你想要设置的值:', ['1', '2']))    # 一定要赋值，不然选择框就只是拿来点一下玩一年的摆设
output = model(variable=a)    # model就是你想使用的分析模型，需要接受参数variable，才能返回结果
print(output)                 # 得到了结果

传递给模型训练完以后，得到训练结果，就可以让 Matplotlib 进行画图了，这是最基本的一条运作原理。

（好嘞，现在你已经学会了基本操作，让我们开始单挑最终Boss吧！）

在实现了基本的画图后，就可以开始对图像进行更多的处理了，Matplotlib画出来的原始图像并不是很美观，但是也足够进行观察了（但是我就是想让它高级一点，嘿嘿嘿）；侧边栏下方（橙线流程）就是通过其他的变量去对图表的各种属性进行调整，从而达到交互式图表的效果。

三、代码部分

3.1 省流版（黄线流程）

首先导入库

import numpy as np
import pandas as pd
import streamlit as st
from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
from sklearn.preprocessing import MinMaxScaler

然后在终端输入         Streamlit run (你的文件名).py

我用的是pycharm，如果是使用Jupyter或者Spyder的小伙伴，可以通过Win + R打开命令窗口，输入 cmd，打开小黑窗后，读取你的Streamlit文件的路径

比如你的.py文件在桌面，就在小黑窗输入    cd C:\Users\Desktop        （路径因人而异）

然后再输入   streamlit run (你的文件名).py   就可以啦

接着开始构建页面内容（倒数两行的赋值就是第1条黄线<接受模型参数>的操作）

# streamlit的页面布局顺序是与代码位置一致的，因此我先在最前面加一个大标题
st.title('K-Means交互式组件'.center(33, '-'))

# 设置侧边栏     Tips:所有侧边栏的元素都必须在前面加上 sidebar，不然会在主页显示
st.sidebar.expander('')     # expander必须接受一个 label参数，我这里留了一个空白
st.sidebar.subheader('在下方调节你的参数')       # 副标题
# st.selectbox:创造一个下拉选择框的单选题，接收参数: (题目名称， 题目选项)
cluster_class = st.sidebar.selectbox('1.聚类数量:', list(range(2, 10)))     # 选择聚类中心，并赋值
minmaxscaler = st.sidebar.radio('2.是否归一化:', ['是', '否'])         # 选择是否标准化

 这样网页最原始的模样就有了（👆👆一定要赋值，不赋值的话，页面选择是不会返回结果的）

然后就是数据、模型的调用和训练

# 调用数据，经典艾瑞斯
iris = load_iris()
data = iris['data']

if minmaxscaler == '是':                   # 根据页面中的选择进行判断是否归一化
    model_mms = MinMaxScaler().fit(data)   # 调用归一标准化方法（也可以自己写一个函数处理）
    data = model_mms.transform(data)       # 对 data进行标准化

# 调用模型，这里用K-Means
model = KMeans(n_clusters=cluster_class).fit(data)      # 这里的 cluster_class就是刚刚选框接收到的值（聚成几类）
data_done = np.c_[data, model.labels_]     # 将结果和数据合并，model.lables:模型训练得到的标签

这时模型已经训练好了，可以用st.dataframe(data_done)查看结果👇（第“4”列就是聚类结果）

 最后通过matplotlib.pyplot画图

fig, ax = plt.subplots()            # 创建画布与子图
for i in set(model.labels_):        # 选中每一个聚出来的类
    index = data_done[:, -1] == i   # 得到每一个类对应的布尔值索引
    x = data_done[index, 0]         # 第一特征：花瓣长    Tips:iris有四个特征，自己手动选两个
    y = data_done[index, 1]         # 第二特征：花瓣宽
    ax.scatter(x, y)                # 做出散点图
st.pyplot(fig)                      # 画出来！

成功！

省流版完整代码如下：

import numpy as np
import pandas as pd
import streamlit as st
from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
from sklearn.preprocessing import MinMaxScaler

# streamlit的页面布局顺序是与代码位置一致的，因此我先在最前面加一个大标题
st.title('K-Means交互式组件'.center(33, '-'))

# 调用数据，经典艾瑞斯
iris = load_iris()
data = iris['data']

# ---------黄线第一步：接受模型参数----------
# 设置侧边栏     Tips:所有侧边栏的元素都必须在前面加上 sidebar，不然会在主页显示
st.sidebar.expander('')     # expander必须接受一个 label参数，我这里留了一个空白
st.sidebar.subheader('在下方调节你的参数')       # 副标题
# st.selectbox:创造一个下拉选择框的单选题，接收参数: (题目名称， 题目选项)
cluster_class = st.sidebar.selectbox('1.聚类数量:', list(range(2, 10)))     # 选择聚类中心，并赋值

# st.radio:创造一个点击的单选题，接收参数与 selectbox一样
minmaxscaler = st.sidebar.radio('2.是否归一化:', ['是', '否'])         # 选择是否标准化
if minmaxscaler == '是':                                             # 进行判断
    model_mms = MinMaxScaler().fit(data)                # 调用归一标准化方法（也可以自己写一个函数处理）
    data = model_mms.transform(data)                    # 对 data进行标准化

# ---------灰色砖头：调用 K-Means进行训练----------
model = KMeans(n_clusters=cluster_class).fit(data)      # 这里的 cluster_class就是第 18行选择框接收到的值
data_done = np.c_[data, model.labels_]                  # 将结果和数据合并，model.lables:模型训练得到的标签

# ---------黄线第二步：传递训练结果并画图----------
fig, ax = plt.subplots()            # 创建画布与子图
for i in set(model.labels_):
    index = data_done[:, -1] == i   # 每一个类对应的索引
    x = data_done[index, 0]         # 第一个特征：花瓣长度    Tips:iris有四个特征，自己选两个
    y = data_done[index, 1]         # 第二个特征：花瓣宽度
    ax.scatter(x, y)                # 做出散点图
st.pyplot(fig)                      # 画出来！

3.2完整版（黄线+红线）

完整版就是在省流版基础上加了许多可以调整画图参数的组件，以及页面装饰，但是也存在着一些问题，我会在结尾给出。

相较于省流版，完整版页面加入了以下组件：

组件省流版完整版
“聚类数量” 按钮√√
“是否归一化” 按钮√√
“展示特征” 按钮√
“第几类的颜色” 按钮√
“第几类的形状” 按钮√
图标元素√
页面装饰√

这就是超级会员与普通会员哒！

接下来按照顺序一个一个进行代码介绍

        1.“展示特征” 按钮

        省流版的展示特征必须要在后台代码块中修改参数，而在iris数据集中，特征有4个：花瓣长、花瓣宽、花萼长、花萼宽。因此在展示的时候如果需要修改特征，就得通过新的选择框进行赋值，展示。代码如下：

figure = ['花瓣长度', '花瓣宽度','花萼长度','花萼宽度']
figure1 = st.sidebar.selectbox('3.选择第一类展示特征:', ['花瓣长度', '花瓣宽度','花萼长度','花萼宽度'])
figure2 = st.sidebar.selectbox('4.选择第二类展示特征:', ['花瓣长度', '花瓣宽度','花萼长度','花萼宽度'])

        figure1和figure2既是我们选择后进行赋值的变量，但是你的电脑可看不懂 ‘花瓣长度’ 是什么意思，因此需要建立一个和选择框一样的列表（figure）来进行索引， 因此画图部分的参数也需要作对应修改：

原代码
#for i in set(model.labels_):
#    index = data_done[:, -1] == i   # 每一个类对应的索引
#    x = data_done[index, 0]         # 第一个特征：花瓣长度    Tips:iris有四个特征，自己选两个
#    y = data_done[index, 1]         # 第二个特征：花瓣宽度
#    ax.scatter(x, y)                # 做出散点图

修改后的代码
for i in set(model.labels_):
    index = data_done[:, -1] == i
    x = data_done[index, figure.index(figure1)] 

    # e.g.第 0类特征是花瓣长度，通过页面选择使 figure1赋值为'花瓣长度'
    # 然后通过列表（figure）的索引得到'花瓣长度'是第 0类特征，这样就达到了和原代码一样的效果

    y = data_done[index, figure.index(figure2)]    # 与 figure1同理
    ax.scatter(x, y)
st.pyplot(fig)

        2.“第几类颜色” 的按钮、 “第几类形状” 的按钮

        这个按钮设置，首先要确定的是“总共有几类”，而分成几类是由前面通过选择框赋值给变量cluster_class确定的。因此只需要加一个for循环，就可以实现按钮数量跟随聚类数量一起变化啦：

for i in range(1, cluster_class +1):    # 第1类 - 第k类 的按钮
    col1, col2 = st.sidebar.columns(2)  # st.columns(n):将一行分成n列
    with col1:                          # 这里放第一列的东西
        st.selectbox(f'第{i}类颜色', ['黑色', '银色','亮红色','棕色','橙色','金黄色','黄色','天蓝色','紫色']))
    with col2:  #第二列的东西
        st.selectbox(f'第{i}类形状', ['圆形', '朝下三角', '朝上三角形', '正方形', '五边形', '星型', '六角形', '+号', 'x号', '小型菱形']))

         可以看到页面部分已经没有问题了，接下来是赋值部分，由于聚类的数量会变化，而创建的变量无法做到跟随数量变化，因此这里我采用了DataFrame来记录变量。由于Streamlit的页面每进行一次操作就会刷新一次，因此每次DataFrame的内容都会被重新清空赋值，不需要担心数据重复的情况。修改后的代码如下：

choice = pd.DataFrame([])               # 先创建一个空的DataFrame
for i in range(1, cluster_class +1):
    col1, col2 = st.sidebar.columns(2)  # 分成两列
    with col1:
        # 给DataFrame的第i行，color列新增一条记录
        choice.loc[i, 'color'] = trans(st.selectbox(f'第{i}类颜色', 
['黑色', '银色','亮红色','棕色','橙色','金黄色','黄色','天蓝色','紫色']))

        # 给DataFrame的第i行，shape列新增一条记录
    with col2:
        choice.loc[i, 'shape'] = trans(st.selectbox(f'第{i}类形状', 
['圆形', '朝下三角', '朝上三角形', '正方形', '五边形', '星型', '六角形', '+号', 'x号', '小型菱形']))

有朋友可能注意到trans，这是一个自定义函数，功能和上面的
figure.index(figure1)类似，就是根据赋值返回电脑可识别的字符，
trans的内容在末尾完整版代码已给出。

        这样就实现了不同类的赋值的记录，然后把他放到matplotlib里面：

for i in set(model.labels_):
    index = data_done[:, -1] == i
    # 新增的代码 👇👇
    color = choice.loc[i+1, 'color']
    shape = choice.loc[i+1, 'shape']
    # 新增的代码 👆👆
    x = data_done[index, figure.index(figure1)]
    y = data_done[index, figure.index(figure2)]
    ax.scatter(x, y, c=color, marker=shape)    # 这里对应地加入颜色和形状的参数就可以了
st.pyplot(fig)

        3.图表元素

        简简单单加几行代码给图表美化一下：

for i in set(model.labels_):
    index = data_done[:, -1] == i
    color = choice.loc[i+1, 'color']
    shape = choice.loc[i+1, 'shape']
    x = data_done[index, figure.index(figure1)]         # 改选择特征
    y = data_done[index, figure.index(figure2)]
    ax.scatter(x, y, c=color, marker=shape)
# 下面是新增的部分👇👇👇
# 设置字体
font_dict = dict(fontsize=16,        # 字体大小     
              color='maroon',        # 颜色
              family='SimHei',)      # 类型
# 设置x, y轴标题
ax.set_xlabel(figure1, fontdict=font_dict)
ax.set_ylabel(figure2, fontdict=font_dict)

# 设置图表标题
ax.set_title('散点图', fontdict=dict(fontsize=16, color='black', family='SimHei',))

# 设置图例
ax.legend(set(model.labels_))

# 取消坐标显示
ax.set_xticks([])
ax.set_yticks([])

st.pyplot(fig)

        4.页面装饰

        streamlit的st.markdown()提供了非常强大的功能，可以直接在里面写html或css！！（但是我不懂这俩语言，雾），因此如果有学过网页的小伙伴，可以自行修改页面元素。

        我在网上抄了一些能用的样式，可以参考一下：

# 背景图片的网址
img_url = 'https://img.zcool.cn/community/0156cb59439764a8012193a324fdaa.gif'

# 修改背景样式
st.markdown('''<style>.css-fg4pbf{background-image:url(''' + img_url + ''');
background-size:100% 100%;background-attachment:fixed;}</style>
''', unsafe_allow_html=True) 

# 侧边栏样式
st.markdown('''<style>#root > div:nth-child(1) > div > div > div > div >
section.css-1lcbmhc.e1fqkh3o3 > div.css-1adrfps.e1fqkh3o2
{background:rgba(255,255,255,0.5)}</style>''', unsafe_allow_html=True)         

# 底边样式  
st.markdown('''<style>#root > div:nth-child(1) > div > div > div > div >
section.main.css-1v3fvcr.egzxvld3 > div > div > div
{background-size:100% 100% ;background:rgba(207,207,207,0.9);
color:red; border-radius:5px;} </style>''', unsafe_allow_html=True)                  

请注意，一定要在st.markdown最后加 unsafe_allow_html=True ，不然代码会直接在页面上显示

        对比一下修改前后：

        

        虽然但是还是好看一点点吧！

成功！

完整版完整代码如下：

import numpy as np
import pandas as pd
import streamlit as st
from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
from sklearn.preprocessing import MinMaxScaler

img_url = 'https://img.zcool.cn/community/0156cb59439764a8012193a324fdaa.gif'       # 背景图片的网址
st.markdown('''<style>.css-fg4pbf{background-image:url(''' + img_url + ''');
background-size:100% 100%;background-attachment:fixed;}</style>
''', unsafe_allow_html=True)                                                        # 修改背景样式

iris = load_iris()
data = iris['data']

st.title('K-Means交互式组件'.center(33, '-'))

st.sidebar.expander('')
st.sidebar.subheader('在下方调节你的参数')
cluster_class = st.sidebar.selectbox('1.聚类数量:', list(range(2, 10)))

minmaxscaler = st.sidebar.radio('2.是否归一化:', ['是', '否'])
if minmaxscaler == '是':
    model_mms = MinMaxScaler().fit(data)
    data = model_mms.transform(data)

figure = ['花瓣长度', '花瓣宽度','花萼长度','花萼宽度']
figure1 = st.sidebar.selectbox('3.选择第一类展示特征:', ['花瓣长度', '花瓣宽度','花萼长度','花萼宽度'])
figure2 = st.sidebar.selectbox('4.选择第二类展示特征:', ['花瓣长度', '花瓣宽度','花萼长度','花萼宽度'])

def trans(select):
    if select == '黑色':
        return 'black'
    elif select == '银色':
        return 'silver'
    elif select == '亮红色':
        return 'lightcoral'
    elif select == '棕色':
        return 'brown'
    elif select == '橙色':
        return 'orange'
    elif select == '金黄色':
        return 'gold'
    elif select == '黄色':
        return 'yellow'
    elif select == '绿色':
        return 'lawngreen'
    elif select == '天蓝色':
        return 'cyan'
    elif select == '紫色':
        return 'purple'
    elif select == '圆形':
        return 'o'
    elif select == '朝下三角':
        return 'v'
    elif select == '朝上三角形':
        return '^'
    elif select == '正方形':
        return 's'
    elif select == '五边形':
        return 'p'
    elif select == '星型':
        return '*'
    elif select == '六角形':
        return 'h'
    elif select == '+号':
        return '+'
    elif select == 'x号':
        return 'x'
    elif select == '小型菱形':
        return 'd'

choice = pd.DataFrame([])
for i in range(1, cluster_class +1):
    col1, col2 = st.sidebar.columns(2)  # 分成两列
    with col1:  #第一列的东西
        choice.loc[i, 'color'] = trans(st.selectbox(f'第{i}类颜色', ['黑色', '银色','亮红色','棕色','橙色','金黄色','黄色',
                                                                 '天蓝色','紫色']))
    with col2:  #第二列的东西
        choice.loc[i, 'shape'] = trans(st.selectbox(f'第{i}类形状', ['圆形', '朝下三角', '朝上三角形', '正方形', '五边形', '星型'
            , '六角形', '+号', 'x号', '小型菱形']))

model = KMeans(n_clusters=cluster_class).fit(data)
data_done = np.c_[data, model.labels_]


# st.write(model.labels_)
# st.write(model.cluster_centers_)

fig, ax = plt.subplots()
for i in set(model.labels_):
    index = data_done[:, -1] == i
    color = choice.loc[i+1, 'color']
    shape = choice.loc[i+1, 'shape']
    x = data_done[index, figure.index(figure1)]         # 改选择特征
    y = data_done[index, figure.index(figure2)]
    ax.scatter(x, y, c=color, marker=shape)
# plt.axis('off')
font_dict = dict(fontsize=16,
              color='maroon',
              family='SimHei',)
ax.set_xlabel(figure1, fontdict=font_dict)
ax.set_ylabel(figure2, fontdict=font_dict)
ax.set_title('散点图', fontdict=dict(fontsize=16, color='black', family='SimHei',))
ax.legend(set(model.labels_))
ax.set_xticks([])
ax.set_yticks([])
# ax.tick_params(bottom=False,top=False,left=False,right=False)
st.pyplot(fig)

st.markdown('''<style>#root > div:nth-child(1) > div > div > div > div >
 section.css-1lcbmhc.e1fqkh3o3 > div.css-1adrfps.e1fqkh3o2
 {background:rgba(255,255,255,0.5)}</style>''', unsafe_allow_html=True)         # 侧边栏样式

st.markdown('''<style>#root > div:nth-child(1) > div > div > div > div >
section.main.css-1v3fvcr.egzxvld3 > div > div > div
 {background-size:100% 100% ;background:rgba(207,207,207,0.9);
color:red; border-radius:5px;} </style>''', unsafe_allow_html=True)             # 底边样式

 四、缺点

目前已知的缺点就是每次打开网页，所有的选项都是默认的第一个，因此会出现全是小黑圆点的y=x线条hhhhh，需要自己一个一个去改；另外在修改的过程中，由于每选项一次，页面都会刷新一次，因此K-Means的聚类结果也会重新计算一次，比如label是1的花，可能刷新一次后label变成了2（还是同一个类，但是标签变了），这就导致图表中相同类点的款式会变来变去😶

如果有大佬提供解决方法就太棒啦！感激不尽！

# kmeans # 算法 # 机器学习 # python
Logo
华为云开发者联盟

为开发者提供学习成长、分享交流、生态实践、资源工具等服务，帮助开发者快速成长。

更多推荐

cover

深入理解Spring AOP中的@EnableAspectJAutoProxy

avatar 华为云开发者联盟
cover

如何玩转云端文生视频、0码构建AI应用？华为云专家来揭秘

avatar 华为云开发者联盟
cover

SiftDB2024 华为-CCF胡杨林基金数据库专项研讨会精彩报告集锦

avatar 华为云开发者联盟