python自动化测试生成报告,python实现网页自动化
本文主要介绍如何使用Python制作网页,实现探索性数据分析报告的一键自动生成。文章内容有一定的参考价值,有需要的朋友可以参考一下。
00-1010序言上传文件和过滤变量
目录
今天,边肖带领大家用Python制作一个可以自动生成探索性数据分析报告的工具。你只需要在浏览器中输入网址就可以轻松访问,如下所示:.
第一步
首先,我们导入要使用的模块,并设置页面标题,工具栏和标志导入,代码如下:.
从st_aggrid导入aggrid
将streamlit导入为st
进口熊猫作为pd
导入熊猫_简介
从streamlit_pandas_profiling导入st_profile_report
来自pandas_profiling导入配置文件报告
从PIL进口图片
ST . set _ page _ config(layout= wide )#选择宽模式作为默认设置
#在侧边栏中添加一个徽标(可选)
logo=image . open(r we chat _ logo . jpg )
st.sidebar.image(徽标,宽度=120)
#添加扩展器以提供关于应用程序的一些信息
与st.sidebar.expander(关于此项目):
st.write(“”)
这个项目结合了streamlit和pandas_profiling,在你上传数据集后自动生成相关的数据分析报告。当然,这个项目提供了整体分析和局部小分析两种模式。这里推荐局部小分析,因为计算量更少,需要的时间更短,效率更高。
)
#添加应用标题。使用css样式化标题
st.markdown( 风格。字体{
font-size :30 px;font-family:“库珀黑”;color: # FF9633}
/style ,unsafe_allow_html=True)
St.markdown(p class=font 请上传您的数据集,应用程序会自动生成相关的数据分析报告/p ,unsafe_allow_html=True)
output:
前言
紧接的是我们需要上传csv文件,代码如下:
Uploaded_file=st.file_uploader(请上传您的csv文件: ,type=[csv])
我们可以选择对数据集中的所有特征进行统计分析,或者只对某些变量进行数据分析。
代码如下:
如果上传文件不是None:
df=pd.read_csv(上传文件)
option1=st.sidebar.radio(
您希望在数据分析报告中包含哪些变量,
(“所有变量”、“某些变量”))
选项1==所有变量 3360
df=df
Elioption1==部分变量 3360
var_list=list(df.columns)
如果用户勾选了一些变量,只分析了一些变量,会弹出多选框供用户选择。
代码如下:
var_list=list(df.columns)
option3=st.sidebar.multiselect(
筛选出您希望包含在数据分析报告中的变量,
var_list)
df=df[选项3]
用户可以选择是“简单分析”还是“完全分析”。如果勾选了“完全分析”,会弹出相应的提示,表示“完全分析”会因为涉及更复杂的计算操作而需要更长的时间,如果遇到大数据集,计算会失败。
option2=st.sidebar.selectbox(
过滤模式,完全分析或简单分析,
(“简单分析”、“完全分析”))
选项2==完整分析 3360
模式=完成
st.sidebar.warning(
因为完整的分析涉及更复杂的计算操作,所以需要更多的时间。如果遇到大数据集,就会出现计算失败。这里推荐简单分析。
Elioption2==简单分析 3360
mode=“最小”
grid_response=AgGrid(
df,
editable=True,
身高=300,
宽度=100% ,
)
updated=grid_response[data]
df1=pd。数据框架(更新)
当用户点击“生成报告”的时候就会自动生成一份完整的数据分析报告了,代码如下:
If st.button(生成报告):
如果模式==完成 :
profile=ProfileReport(df,
title=用户上传的表,
progress_bar=True,
数据集={
})
st_profile_report(配置文件)
elif mode==minimal:
profile=ProfileReport(df1,
最小=真,
title=用户上传的表,
progress_bar=True,
数据集={
})
st_profile_report(配置文件)
最后出来的结果如下:
关于用Python制作网页,一键自动生成探索性数据分析报告的这篇文章到此为止。关于Python自制网页的更多信息,请搜索热门IT软件开发工作室之前的文章或者继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室!
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。