Analityka Ecommerce. BI. Wykorzystanie AI. Dark Mode: ON OFF

Blog Analityczny. Narzędzia. Techniki. Rozwiązania Analityczne.

Shiny w wersji dla Pythona (part 1)

07.2022 | Python | Shiny | DataAnalytics | Przeczytasz w 1 min.

Shiny to popularny pakiet, dostępny dla programistów języka R, pozwalający na tworzenie interaktywnych wizualizacji dla danych.

Np. Pozwala na tworzenie interaktywnych kalkulatorów, tabel etc.

Od 27 lipca, pakiet ten jest dostępny też dla programistów Pythona. Obecnie jest to wersja alpha I producent zaleca, aby używać jej tylko do testów I nauki. Nie do zastosowań produkcyjnych.

Zacznijmy zatem nasz przegląd pakietu Shiny dla Pythona i zobaczmy, jak może wyglądać aplikacja typu "hello word".

Instalacja shiny

Tworzymy środowisko wirtualne:

Python -m venv venv

Aktywacja środowiska wirtualnego - Windows:

./venv/Scripts/activate

Aktualizujemy pip I instalujemy wheel:

pip install --upgrade pip wheel

Instalacja pakietu shine:

pip install shiny

BTW. W celu kolejnych aktualizacji uruchamiamy taki kod:

pip install --upgrade shiny htmltools

Tworzymy podstawową aplikację

Aby utworzyć nową aplikację, używamy polecenia create:

shiny create .

Uruchamiamy aplikację:

shiny run --reload

Parametr --reload oznacza iż shiny monitoruje lokalizację I w przypadku zmian, dokonuje przeładowania (aktualizacji) aplikacji.

Jako wynik otrzymamy domyślną aplikację, która jest suwak z kalkulatorem, dostępnym pod adresem: http://127.0.0.1:8000

Struktura plików wygląda następująco:

Przykład. Wyświetlenie tabeli z danymi

W ramach niniejszego przykładu, wykorzystamy dane opisujące lot samolotu Airbus A330-343, o numerze seryjnym 0648. Lot nosi numer 4Y11 z Cancun do Frankfurtu.

Zakładamy, że środowisko wirtualne jest gotowe. Umieszczamy zatem w nim następujący kod w pliku app.py:

Jako wynik otrzymamy następującą wizualizację, pod adresem http://127.0.0.1:8000:

Visual Studio Code

Jest też przygotowany plugin dla Visual Studio Code, wspomagający prace z Shiny dla Pythona, który można pobrać tutaj

Lub bezpośrednio z poziomu Visual Studio Code:

Potrzebujesz wsparcia analitycznego?

Napisz do mnie poprzez formularz kontaktowy.