Chart

#Introducció

Streamlit supports several different charting libraries, and our goal is to continually add support for more. Right now, the most basic library is Matplotlib.

Then there are also interactive charting libraries like Vega Lite (2D charts) and deck.gl (maps and 3D charts).

And finally there a few chart types that are “native” to Streamlit, like st.line_chart and st.area_chart.

#Projecte

Crea un projecte amb el nom streamlit-chart:

uv init streamlit-chart

API Reference

#Activitat: Uber pickups

Faràs servir les funcionalitats bàsiques de Streamlit per crear una app interactiva explorant un conjunt de dades públic d’Uber de recollides i deixades a la ciutat de Nova York.

Quan acabis, sabràs com obtenir i posar en memòria cau dades, dibuixar gràfics, representar informació en un mapa i utilitzar ginys interactius, com un control lliscant, per filtrar resultats.

Afegeix una dependència amb Polars:

uv add polars

#Obté dades

Ara que tens una app, el següent que necessites és obtenir el conjunt de dades d’Uber de recollides i deixades a Nova York.

Comencem escrivint una funció per carregar les dades. Afegeix aquest codi a l’script:

import polars as pl

DATA_URL = ('https://s3-us-west-2.amazonaws.com/'
            'streamlit-demo-data/uber-raw-data-sep14.csv.gz')

def load_data(n_rows):
    return pl.read_csv(DATA_URL, n_rows=n_rows, try_parse_dates=True)

Pots veure que load_data és una funció normal que descarrega dades i les posa en un dataframe de Polars.

La funció accepta un únic paràmetre (n_rows), que especifica el nombre de files que vols carregar al dataframe.

Ara prova la funció i revisa la sortida. A sota de la funció, afegeix aquestes línies:

# Create a text element and let the reader know the data is loading.
data_load_state = st.text('Loading data...')
# Load 10,000 rows of data into the dataframe.
data = load_data(10000)
# Notify the reader that the data was successfully loaded.
data_load_state.text('Loading data...done!')