景县做个油管的网站怎么做,公司网站建设框架,企业网站维护建设项目实践报告,开封网站网站建设简介 数据可视化是数据分析和机器学习的关键方面。Gradio DataFrame 组件是一种流行的方式#xff0c;在网络应用程序中显示表格数据#xff08;特别是以 pandas DataFrame 对象的形式#xff09;。 本文将探讨 Gradio 的最新增强功能#xff0c;这些功能允许用户整合 pand… 简介 数据可视化是数据分析和机器学习的关键方面。Gradio DataFrame 组件是一种流行的方式在网络应用程序中显示表格数据特别是以 pandas DataFrame 对象的形式。 本文将探讨 Gradio 的最新增强功能这些功能允许用户整合 pandas 的样式选项例如为 DataFrame 组件添加颜色或设置数字的显示精度。 让我们开始吧 先决条件我们将在示例中使用 gradio.Blocks 类。如果您还不熟悉它可以先阅读 Blocks 指南。另外请确保您使用的是 Gradio 的最新版本 pip install --upgrade gradio 。 概览 Gradio DataFrame 组件现在支持来自 pandas 类的 Styler 类型的值。这使我们能够重用 Styler 类的丰富现有 API 和文档而不是自己发明一种新的样式格式。以下是一个完整示例的外观 # 导入pandas和gradio库
import pandas as pd
import gradio as gr# 创建一个样本数据框
df pd.DataFrame({A : [14, 4, 5, 4, 1], B : [5, 2, 54, 3, 2], C : [20, 20, 7, 3, 8], D : [14, 3, 6, 2, 6], E : [23, 45, 64, 32, 23]
}) # 使用样式对数据框进行处理高亮每列的最大值高亮颜色为浅绿色
styler df.style.highlight_max(color lightgreen, axis 0)# 在Gradio交互界面上展示经过样式处理的数据框
with gr.Blocks() as demo:gr.DataFrame(styler)# 启动Gradio界面
demo.launch() Styler 类可以用来对数据框应用条件格式和样式使它们更具视觉吸引力和可解释性。您可以突出显示某些值应用渐变甚至使用自定义 CSS 来样式化 DataFrame。Styler 对象应用于 DataFrame并返回一个具有相关样式属性的新对象然后可以直接预览或在 Gradio 界面中动态渲染。 要了解更多关于 Styler 对象的信息请阅读官方文档https://pandas.pydata.org/docs/user_guide/style.html 字体颜色 除了突出显示单元格您可能还想为单元格内的特定文本上色。以下是如何更改某些列的文本颜色 # 导入pandas和gradio库
import pandas as pd
import gradio as gr# 创建一个样本数据框
df pd.DataFrame({A : [14, 4, 5, 4, 1], B : [5, 2, 54, 3, 2], C : [20, 20, 7, 3, 8], D : [14, 3, 6, 2, 6], E : [23, 45, 64, 32, 23]
}) # 写一个函数来修改文本颜色
def highlight_cols(x): # 首先复制输入的数据框df x.copy() # 将所有元素的颜色设为紫色df.loc[:, :] color: purple# 将B, C, E列的元素颜色设为绿色df[[B, C, E]] color: green# 返回被修改颜色的数据框return df # 应用上述颜色修改函数
s df.style.apply(highlight_cols, axis None)# 在Gradio交互界面上展示上述处理过的数据框
with gr.Blocks() as demo:gr.DataFrame(s)# 启动Gradio界面
demo.launch() 这段代码使用Gradio UI创建了一个可交互界面将一个处理过的Pandas DataFrame展示出来。这个处理过的DataFrame改变了列B, C, E的文本颜色对于数据分析和展示来说这种突出显示关键列的方式可以帮助分析者更好地关注和理解数据。 在这个脚本中我们定义了一个自定义函数 highlight_cols它将所有单元格的文本颜色更改为紫色但对 B、C 和 E 列使用绿色进行了覆盖。它看起来是这样的 显示精度 有时候你处理的数据可能会有很长的浮点数你可能只想显示固定数量的小数位数以简化显示。pandas 的 Styler 对象允许你格式化显示的数字精度。以下是如何做到这一点的方法 # 导入pandas和gradio库
import pandas as pd
import gradio as gr# 创建一个包含浮点数的样本数据框
df pd.DataFrame({A : [14.12345, 4.23456, 5.34567, 4.45678, 1.56789], B : [5.67891, 2.78912, 54.89123, 3.91234, 2.12345], # ... 其他列
}) # 将数字的精度设置为2位小数
s df.style.format({:.2f})# 在Gradio交互界面中展示这个处理过的数据框
with gr.Blocks() as demo:gr.DataFrame(s)# 启动Gradio界面
demo.launch() 在这个脚本中Styler 对象的 format 方法被用来将数字的精度设置为两位小数。现在看起来清爽多了 关于交互性的注意事项 需要记住的一点是gradio DataFrame 组件在非交互式即“静态”模式时只接受 Styler 对象。如果 DataFrame 组件是交互式的那么样式信息将被忽略相反会显示原始表格值。 DataFrame 组件默认是非交互式的除非它被用作事件的输入。在这种情况下您可以通过设置 interactive 属性来强制组件为非交互式如下所示 c gr.DataFrame(styler, interactiveFalse) 结论 这只是使用 gradio.DataFrame 组件与 Styler 类来自 pandas 的可能性的一点体验。尝试一下告诉我们你的想法
