菲洛嘉青春动能素135HA FILLMED® NCTF 135HA LED指示灯的常见故障分析 智微智能 Elkhartlake K075终端,零售产业新选择 天空蓝拓客管理系统详细介绍版 muso公链项目 天使计划 是什么?[秘] 独家揭秘最前沿的家装“黑科技”——掌赋 天博体育欧洲杯特辑,东道主法兰西的失意2016 亚马逊的送货侦察员 学习听起来像挡泥板 Google Comics Factory使ML变得容易 笑着说-男性或女性 Amazon Rekognition中更好的人脸检测 关于Spaun的真相-大脑模拟 两个聊天机器人彼此聊天-有趣又怪异 GANPaint:将AI用于艺术 WCF和WF给予社区 从耳朵到脸 所有神经网络的深层缺陷 蠕虫在尾巴上平衡杆子 Kickstarter上的OpenCV AI套件 TensorFlow-Google的开源AI和计算引擎 众包取代新闻工作者 Google的DeepMind学会玩街机游戏 哑机器人V智能机器人 .NET与.NET 5融为一体 Google的深度学习-语音识别 LInQer将.NET LINQ移植到Javascript 机器人TED演讲-新的图灵测试? GAN的发明者加入苹果 您的智能手机会监视您键入的内容 人工智能帮助改善国际象棋 Zalando Flair NLP库已更新 TensorFlow 1.5包含移动版本 AlphaGo输了一场比赛-比分3-1 虚拟机器学习峰会 Microsoft开源AI调试工具 SharePoint走向移动 F#4.0发出文化变革的信号 克里斯蒂拍卖AI艺术品 人工智能如何区分 Facebook在蒙特利尔的新AI实验室 Mozilla想要您的声音 微软使用极深的神经网络赢得ImageNet 建立AI合作伙伴关系 .NET Core 3-Microsoft几乎回到了起点 神经网络-更好的销售商? Google使用AI查找您的住所 虹膜-适用于Android的Siri证明苹果没有优势 TensorFlow 2提供更快的模型训练 深度学习研究人员将为Google工作
您的位置:首页 >程序人生 >

可视化的Datapane Python工具动手指南

使用python创建报告是一项容易的任务,因为我们可以使用不同的python库,并将对数据探索与一些有意义的见解相结合但是共享此报告并不是那么容易,因为不是每个人或您的客户都习惯使用python,以便他可以打开您的jupyter笔记本并了解您要告诉的内容。

Datapane是一个开放源代码的python库/框架,可轻松将脚本和笔记本转换为交互式报告。我们可以与我们的查看者或客户共享这些报告,以便他们可以轻松地理解数据试图告诉的内容。

Datapane允许您根据Python笔记本中的对象(例如熊猫DataFrame,可视化库中的图表和Markdown文本)系统地创建报告。我们也可以通过选择所需的受众群体来选择在线发布数据窗格报告。

在本文中,我们将探讨如何使用Datapane创建数据报告并将其发布到HTML文件。 

实现方式:

像任何其他库一样,我们将使用pip install datapane安装datapane。

  1. 导入所需的库

我们将使用pandas加载数据集,因此我们需要导入 pandas并为创建报告而导入datapane。

import pandas as pd

import datapane as dp

  1. 加载所需的数据集

我们将加载包含不同属性广告数据集,例如MNC的“销售”,“电视”等。我们将使用此数据来创建数据报告。

df = pd.read_csv(‘Advertisement’.csv’)

df.head()

使用的数据集压住他
  1. 创建报告的可视化

我们需要在jupyter笔记本中创建所需的可视化,以便我们可以将其传递到数据窗格报表以进行可视化。在这里,我们将创建直方图,箱形图和回归图。

#histogram

histogram = df.hist()

#boxplot

boxplot = df.boxplot(column=['TV', 'Radio', 'Newspaper'])

#Regression Plots

import seaborn as sns

scat1 = sns.regplot(x="Sales", y="TV", data=df)

scat2 = sns.regplot(x="Sales", y="Radio", data=df)

scat1 = sns.regplot(x="Sales", y="Newspaper", data=df)

我们已经创建了这些图并将其存储在变量中,以便我们可以在报告中对其进行可视化。

  1. 创建报告

下一步是创建报告,我们将使用降价促销,以便我们可以清楚地定义报告的不同部分。

report = dp.Report(

    dp.Markdown("Advertisement Report With Sales Data"),

    dp.Table(df),

    dp.Markdown("Histogram Of all Attributes"),

    dp.Plot(histogram),

 

    dp.Markdown("Box Plot of the Feature Variable"),

dp.Plot(boxplot),

    dp.Markdown('Regression Plots for all features against target variable'),

    dp.Plot(scat1),

    dp.Plot(scat2),

    dp.Plot(scat3)

在这里,我们通过导入所有已创建的绘图并将数据框作为表格导入来创建报告。接下来,我们将该报告发布到HTML文件中。

  1. 发布报告

最后一步是发布我们创建的报告,以便我们可以与相应的客户/用户共享报告。

report.save(path='adver_data.html')

 

现在,让我们打开已创建的报告,并查看其外观。该报告将下载到安装了python设置的系统中,转到目录,然后打开文件。
这是我们报告的主页,您可以在此处看到数据以表格的形式表示,并且可以在特定列中搜索不同的值。另外,我们可以按升序或降序排列数据。让我们看看我们创建的可视化效果以及它们在报表中的外观。

在这里,我们可以在报告中看到,数据和可视化以及减价创建了一个内容丰富的报告,可以与相应人员共享。

同样,我们可以使用不同的数据集来创建不同类型的报告和可视化,并将它们发布到可共享的HTML报告中。

 

在本文中,我们看到了如何使用数据集创建报表并可视化其中的不同类型的图表。我们看到了如何在要约中发布这些报告,以使其成为HTML格式的可共享报告。Datapane易于使用且开源,因此强烈建议使用它来创建可共享的数据报告。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。