Python實(shí)現(xiàn)甘特圖繪制的示例詳解
相信大家在平常實(shí)際工作當(dāng)中,需要對整體的項(xiàng)目做一個(gè)梳理,這時(shí)如果有一個(gè)網(wǎng)頁應(yīng)用能夠?qū)φw項(xiàng)目有一個(gè)可視化頁面的展示,是不是會(huì)對你的實(shí)際工作有所幫助呢?說不定還可以讓你事半功倍,今天小編就想通過Python+Streamlit
框架來對整體項(xiàng)目的進(jìn)展做一個(gè)可視化的展示。
前期準(zhǔn)備
因?yàn)槲覀冞@次需要用到streamlit
、streamlit-aggrid
以及plotly
模塊,先通過pip
命令將這些模塊下載下來,其中streamlit-aggrid
主要是將數(shù)據(jù)表能夠呈現(xiàn)在頁面上
pip install streamlit-aggrid pip install plotly
頁面的結(jié)構(gòu)
整體頁面的結(jié)構(gòu)是左邊有一個(gè)工具欄,包含了該網(wǎng)頁的一些簡短介紹、以及一個(gè)希望使用者評分和反饋的模塊
而右邊則的Section1是項(xiàng)目規(guī)劃文件的模板樣式,主要是在CSV文件當(dāng)中寫清楚任務(wù)的細(xì)節(jié),包括任務(wù)名稱、任務(wù)描述、開始與結(jié)束時(shí)間等等內(nèi)容。Section2則是允許用戶上傳自己的CSV文件,修改CSV文件中項(xiàng)目的內(nèi)容以及一個(gè)可視化的呈現(xiàn),而Section3則是將上述的內(nèi)容導(dǎo)出至HTML文件當(dāng)中去
代碼部分
下面便是該頁面的代碼部分
from st_aggrid import AgGrid import streamlit as st import pandas as pd import numpy as np import plotly.express as px from PIL import Image import io
接下來我們針對左邊工具欄的部分進(jìn)行一個(gè)開發(fā),主要是對該頁面進(jìn)行一個(gè)簡單的介紹以及評分等功能
logo = Image.open(r'wechat_logo.jpg') st.sidebar.image(logo, width=120) with st.sidebar.expander("關(guān)于此APP的功能"): st.write(""" 項(xiàng)目的簡單介紹) """) with st.sidebar.form(key='columns_in_form',clear_on_submit=True): st.write('反饋') st.write('<style>div.row-widget.stRadio > div{flex-direction:row;} </style>', unsafe_allow_html=True) # 水平方向的按鈕 rating=st.radio("打分",('1','2','3','4','5'),index=4) text=st.text_input(label='反饋') submitted = st.form_submit_button('提交') if submitted: st.write('感謝') st.markdown('您的評分是:') st.markdown(rating) st.markdown('您的反饋是:') st.markdown(text)
結(jié)果如下圖所示
主頁面的開發(fā)-Section 1
接下去便是主頁面的Section 1部分的開發(fā),主要是展示項(xiàng)目CSV文件的樣式,包含了哪些列、列名分別是什么等等,代碼如下
st.markdown(""" <style> .font { font-size:30px ; font-family: 'Cooper Black'; color: #FF9633;} </style> """, unsafe_allow_html=True) st.markdown('<p class="font">上傳您的CSV文件</p>', unsafe_allow_html=True) st.subheader('第一步:下載模板文件') image = Image.open(r'example.png') # 模板文件的截圖 st.image(image, caption='確保列名是一致的') @st.cache_data def convert_df(df): return df.to_csv().encode('utf-8') df=pd.read_csv(r'template.csv', encoding='gbk') csv = convert_df(df) st.download_button( label="下載模板", data=csv, file_name='project_template.csv', mime='text/csv', )
我們提供了下載按鈕可以讓用戶一鍵下載模板文件,最后呈現(xiàn)的樣子是這樣的
主頁頁面的開發(fā)-Section 2
接下去便是上傳我們自己的CSV文件,這里我們用到了streamlit_aggrid
模塊,該模塊的好處就在于可以對數(shù)據(jù)表進(jìn)行一個(gè)展示,并且可以對其中的數(shù)據(jù)進(jìn)行修改,
st.subheader('Step 2: Upload your project plan file') uploaded_file = st.file_uploader( "上傳文件", type=['csv']) if uploaded_file is not None: Tasks = pd.read_csv(uploaded_file, encoding='gbk') Tasks['Start'] = Tasks['Start'].astype('datetime64') Tasks['Finish'] = Tasks['Finish'].astype('datetime64') grid_response = AgGrid( Tasks, editable=True, height=300, width='100%', ) updated = grid_response['data'] df = pd.DataFrame(updated)
output
接下去便是對數(shù)據(jù)的可視化呈現(xiàn)了,這里是用Plotly
模塊來繪制甘特圖,我們可以選擇是以團(tuán)隊(duì)的維度來繪制或者是以項(xiàng)目完成的進(jìn)度來繪制,代碼如下
st.subheader('第三部:繪制甘特圖') Options = st.selectbox("以下面哪種維度來繪制甘特圖:", ['Team', 'Completion Pct'], index=0) if st.button('繪制甘特圖'): fig = px.timeline( df, x_start="Start", x_end="Finish", y="Task", color=Options, hover_name="Task Description" ) fig.update_yaxes( autorange="reversed") fig.update_layout( title='Project Plan Gantt Chart', bargap=0.2, height=600, xaxis_title="Date", yaxis_title="Project Name", title_x=0.5, xaxis=dict( tickfont_size=15, tickangle=270, rangeslider_visible=True, side="top", showgrid=True, zeroline=True, showline=True, showticklabels=True, tickformat="%x\n", ) ) fig.update_xaxes(tickangle=0, tickfont=dict(family='Rockwell', color='blue', size=15)) st.plotly_chart(fig, use_container_width=True) # 繪制甘特圖至頁面上 st.subheader( 'Bonus: 導(dǎo)出至HTML') buffer = io.StringIO() fig.write_html(buffer, include_plotlyjs='cdn') html_bytes = buffer.getvalue().encode() st.download_button( label='Export to HTML', data=html_bytes, file_name='Gantt.html', mime='text/html' ) else: st.write('---')
到此這篇關(guān)于Python實(shí)現(xiàn)甘特圖繪制的示例詳解的文章就介紹到這了,更多相關(guān)Python甘特圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python統(tǒng)計(jì)文章中單詞出現(xiàn)次數(shù)實(shí)例
在本篇文章里小編給大家整理的是關(guān)于python統(tǒng)計(jì)文章中單詞出現(xiàn)次數(shù)實(shí)例,需要的朋友們參考學(xué)習(xí)下。2020-02-02Python深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)基本原理
人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡寫為ANNs)也簡稱為神經(jīng)網(wǎng)絡(luò)(NNs)或稱作連接模型(Connection Model),它是一種模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征,進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型2021-10-10圖解Python中淺拷貝copy()和深拷貝deepcopy()的區(qū)別
這篇文章主要介紹了Python中淺拷貝copy()和深拷貝deepcopy()的區(qū)別,淺拷貝和深拷貝想必大家在學(xué)習(xí)中遇到很多次,這也是面試中常常被問到的問題,本文就帶你詳細(xì)了解一下2023-05-05Python格式化字符串f-string概覽(小結(jié))
這篇文章主要介紹了Python格式化字符串f-string概覽(小結(jié)),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06Python 如何創(chuàng)建一個(gè)簡單的REST接口
這篇文章主要介紹了Python 如何創(chuàng)建一個(gè)簡單的REST接口,文中講解非常細(xì)致,代碼幫助大家更好的理解和學(xué)習(xí),感興趣的朋友可以了解下2020-07-07將.ipynb文件轉(zhuǎn)換成.py文件詳細(xì)步驟(一看就會(huì))
這篇文章主要給大家介紹了關(guān)于如何將.ipynb文件轉(zhuǎn)換成.py文件的詳細(xì)步驟,文中通過圖文介紹的非常詳細(xì),大家基本一看就會(huì),需要的朋友可以參考下2023-07-07Python 結(jié)構(gòu)化字符串中提取數(shù)據(jù)詳情
這篇文章主要介紹了Python 結(jié)構(gòu)化字符串中提取數(shù)據(jù)詳情,文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的小伙伴可以參考一下2022-08-08Python實(shí)現(xiàn)壓縮和解壓縮ZIP文件的方法分析
這篇文章主要介紹了Python實(shí)現(xiàn)壓縮和解壓縮ZIP文件的方法,結(jié)合具體實(shí)例形式分析了Python操作zip文件壓縮與解壓縮的常用操作技巧,需要的朋友可以參考下2017-09-09