? 作者：韩信子@ShowMeAI

? 数据分析实战系列：https://www.showmeai.tech/tutorials/40

? 本文地址：https://www.showmeai.tech/article-detail/410

? 声明：版权所有  
  
  
  
  
  
 ，转载请联系平台与作者并注明出处

? 收藏ShowMeAI查看更多精彩内容

? 引言

在本篇内容中 
  
  
  
  
  
 ，ShowMeAI将给大家讲解使用 ?ipywidget 模块创建交互式仪表板  
  
  
  
  
  
 。

我们本次用到的数据集是 ?Kaggle 的 CardioGoodFitness


 


 


 


 


 


 
，大家可以通过 ShowMeAI 的百度网盘地址下载 
  
  
  
  
  
 。

? 实战数据集下载（百度网盘）：公众号『ShowMeAI研究中心』回复『实战』 
 
 
 
 
 
，或者点击 这里 获取本文 [41]ipywidgets：使用Python创建交互式仪表板 『CardioGoodFitness 数据集』

⭐ ShowMeAI官方GitHub：https://github.com/ShowMeAI-Hub

首先  
   
   
   
   
   
  ，我们需要导入所需的模块


 


 


 


 


 


 
。

import pandas as pd import ipywidgets import seaborn as sns import matplotlib.pyplot as plt

我们先看一下数据变量 
 
 
 
 
 
。数据中包含 2 个连续变量

 

 

 

 

 

 
，收入 Income 和英里数 Miles  
   
   
   
   
   
  。

? 看板Demo实现：了解Miles的分布

? 准备工作

?ipywidget 模块包含了很多可用的小部件

 

 

 

 

 

 
。在这个演示中
 

 

 

 

 

 
，我们将使用下拉框选择类别数据             ，以便更好地了解里程分布
 

 

 

 

 

 
。我们将选择箱线图来绘制每个类别的里程数据             。

%matplotlib widget # Drop down for boxplot variable to be select drop_down_name = ipywidgets.Dropdown(options=list(df.drop([Miles,Income],axis=1).columns), value=list(df.drop([Miles,Income],axis=1).columns)[0], description=Columns:, disabled=False)

接下来
 

 
 

 
 

 
 

 
 

 
 

 
，我们可以创建一个函数











，允许输入用于绘制英里箱线图的列名称
 

 
 

 
 

 
 

 
 

 
 

 
。

#selected_vals = column used to plot def boxplot(selected_vals): plt.close(all) fig = plt.figure(figsize=(9,5)) plt.style.use(seaborn) sns.boxplot(df[selected_vals],df[Miles]) plt.title(Boxplot of miles for + selected_vals) plt.show()

之后                   ，我们需要创建一个 ?layout/布局
 
 
 
 
 
 
 
 
 
 
 
 
，Jupyter 交互式小部件具有一个 layout 属性

















，包含了许多影响小部件布局的 CSS 属性











。

最简单的自定义是 HBox             ，它是一个水平布局的选择器
 
  
 
  
 
  
 
  
 
  
 
  
，而 VBox 代表一个垂直布局的选择器                   。下面是 HBox 或 VBox 布局的示例
 
 
 
 
 
 
 
 
 
 
 
 
。

下面我们准备输入和输出布局的显示

















。

#layout for filtering ui2 = ipywidgets.HBox([drop_down_name]) # link your function to your input out2 = ipywidgets.interactive_output(boxplot, {selected_vals : drop_down_name}) # display your box plot display(ui2,out2)

上面散点图的输入是 x            、y 和色调             。因为每个变量都是一个选择











，我们使用了下拉框
 
  
 
  
 
  
 
  
 
  
 
  
。

? 输入设计 
 
  
 
  
 
  
 
  
 
  
 
  、选项











、值和要定义的描述

# dropbox select x axis drop_down_x = ipywidgets.Dropdown(options=list(df.columns), value=list(df.columns)[0], description=X variable:, disabled=False) # dropbox select y axis drop_down_y = ipywidgets.Dropdown(options=list([Miles,Income]), value=list([Miles,Income])[0], description=Y variable:, disabled=False) # dropbox select category drop_down_category= ipywidgets.Dropdown(options=list(df.drop([Miles,Income],axis=1).columns), value=list(df.drop([Miles,Income],axis=1).columns)[0], description=Category:, disabled=False)

? 散点图绘制

# scatter plot function def scatter(x,y,category): plt.close(all) fig = plt.figure(figsize=(9,5)) plt.style.use(seaborn) sns.scatterplot(data=df,x=x,y=y,hue=category) plt.title(Scatterplot of +x+ versus + y) #plt.xlabel(Date) plt.show()

? 显示HBox或VBox的选择器布局

# display the layout of filtering ui3 = ipywidgets.HBox([drop_down_x,drop_down_y,drop_down_category])

? 将绘图与选择器相关联

# related the plot link to filtering out3 = ipywidgets.interactive_output(scatter, {x : drop_down_x, y: drop_down_y, category:drop_down_category})

? 显示选择后的输入和输出

#display the input and output display(ui3,out3)

参考资料

? ipywidget ? layout/布局

推荐阅读

? 数据分析实战系列：https://www.showmeai.tech/tutorials/40 ? 机器学习数据分析实战系列：https://www.showmeai.tech/tutorials/41 ? 深度学习数据分析实战系列：https://www.showmeai.tech/tutorials/42 ? TensorFlow数据分析实战系列：https://www.showmeai.tech/tutorials/43 ? PyTorch数据分析实战系列：https://www.showmeai.tech/tutorials/44 ? NLP实战数据分析实战系列：https://www.showmeai.tech/tutorials/45 ? CV实战数据分析实战系列：https://www.showmeai.tech/tutorials/46 ? AI 面试题库系列：https://www.showmeai.tech/tutorials/48