挑战用Python在20min内构建一个仪表板

这将为我们的团队节省每天重复的数据处理时间......

简介

如果你目前在一个数据或商业智能团队工作，你的任务之一可能是制作一些每日、每周或每月的报告。

虽然获得这些报告并不困难，但还是需要花费不少时间。我们的宝贵时间应该花在更困难的任务上，如训练神经网络或建立数据管道架构。

因此，对于这些平凡的重复性报告，节省我们时间的最好方法是建立一个网络应用程序，其他团队可以自己访问和下载报告。

我说的不是Tableau或PowerBI这样的付费工具（如果公司预算充足的话，你可以使用它们）。有一些高级的网络框架，比如Flask和Django，通常用于建立一个正常运作的网站。

但是，对于一个快速的网络仪表盘来报告指标和数字，你可以考虑使用Streamlit，这是一个相对较新的网络框架，是为ML从业者和数据科学团队建立的。它使用起来非常简单和直观。

内容

我将通过使用一个群组分析的例子来指导你如何构建和部署它。

对于每个部分，我将介绍一个代码模板（你可以在你自己的项目中重新使用）和我的代码（用于本文中使用的队列分析例子）。

1. 创建一个Python/ target=_blank class=infotextkey>Python文件
2. 在终端上运行该文件，在本地机器上看到仪表板
3. 部署给其他团队使用

1.创建一个Python文件

我们必须创建一个Python文件，以后我们可以从终端调用该文件，在浏览器上显示结果。

你可以给这个文件取任何你想要的名字。这里我把它叫做cohort-demo.py。

代码模板

# 这些数据可以在公众号后台回复【云朵君】，联系作者获取。
# 1.导入必要的库
import pandas as pd
import numpy as np
import streamlit as st

# 2.设置页面配置
st.set_page_config(
    page_title="This is my title",  # 页面的标题
    page_icnotallow="