Kimuksung
Kimuksung 주니어 Data Enginner입니다.

Streamlit(Python Dashboard)

Streamlit(Python Dashboard)

회사에서 Dashboard를 요청하게 되어 고민하던 도중 아래와 같이 많은 대시보드 library를 검색하게 되었다.
전사 직원 누구나 어디서든 손쉽게 접근이 가능할 수 있도록이라는 목적에 맞추어 웹 배포가 가능한 Streamlit을 활용하여 구성하도록 결정하였다.
Streamlit은 웹배포가 깃허브 연동 혹은 Docker로 구성이 가능하다.

Python 시각화 라이브러리
  • matplotlib
    • 기본 수준의 그리기 제공
  • pandas
    • matplolib에 기반한 UI 제공
    • matplotlib을 기반으로 여러 색상, 통계용 차트 추가
  • Seaborn
    • matplotlib을 기반으로 여러 색상, 통계용 차트 추가
  • Streamlit
    • Web 배포가 가능하며, Dataframe을 기반으로 손쉽게 구현 가능
    • 주로 ML에서 데이터를 보기 위해 pyplot과 함께 사용된다.

시각화가 필요한 이유?
  • 시각화는 뇌에 가장 높은 인상 전달
  • 차트로 다루기 어렵기 때문에 시각화 필요

  • 동일한 수치라도 다양한 시각화 방법을 통해 그려지고 해석될 수 있다

    데이터시각화필요이유2.png


Streamlit 설치 및 실행
1
2

# install
$ pip3 install streamlit

1
2

# execute
$ streamlit run app.py
시각화 해보기
  • Dataframe 보여주기
1
2
3

import streamlit as st

st.write(df)

dataframe

Select box
1

option = st.selectbox('Select Line',second_category.keys())

dataframe

Multi box
1

option = st.multiselect("Select class", df['col'].unique().tolist()))

dataframe

Line Chart
  • st Library 활용
1

st.line_chart(df, use_container_width=True)

dataframe

altair_chart

  • Bar

    1
2
3
4
5

      bars = alt.Chart(df).mark_bar().encode(
          x=alt.X("name"),
          y=alt.Y("value")
      ).properties(title="처음 성공한 매칭의 연결 시간")
  st.altair_chart(bars, use_container_width=True)

    dataframe

    dataframe

  • line

    • 여러 값을 한번에 보여주는 것이 가능하다.
    1
2
3
4
5
6

      lines = alt.Chart(df).mark_line().encode(
    x=alt.X('dates'),
    y=alt.Y('value'),
    color=alt.Color("name")
  ).properties(title="일별 차트 [cnt-유저수/sum-총합)")
  st.altair_chart(lines, use_container_width=True)

    dataframe

iframe 연동하기
1
2
3
4
5
6
7
8

---
```python
<iframe
  src="link"
  height="1000"
  style="width:100%;border:none;"
></iframe>
```