月度归档: 2023 年 8 月
密码保护:销售数据录入
streamlit的几个例子
eshop datasheet
用streamlit创建实时看板
import time # to simulate a real time data, time loop
import numpy as np # np mean, np random
import pandas as pd # read csv, df manipulation
import plotly.express as px # interactive charts
import streamlit as st # 🎈 data web app development
st.set_page_config(
page_title="Real-Time Data Science Dashboard",
page_icon="✅",
layout="wide",
)
# read csv from a github repo
dataset_url = "https://raw.githubusercontent.com/Lexie88rus/bank-marketing-analysis/master/bank.csv"
# read csv from a URL
@st.experimental_memo
def get_data() -> pd.DataFrame:
return pd.read_csv(dataset_url)
df = get_data()
# dashboard title
st.title("Real-Time / Live Data Science Dashboard")
# top-level filters
job_filter = st.selectbox("Select the Job", pd.unique(df["job"]))
# creating a single-element container
placeholder = st.empty()
# dataframe filter
df = df[df["job"] == job_filter]
# near real-time / live feed simulation
for seconds in range(200):
df["age_new"] = df["age"] * np.random.choice(range(1, 5))
df["balance_new"] = df["balance"] * np.random.choice(range(1, 5))
# creating KPIs
avg_age = np.mean(df["age_new"])
count_married = int(
df[(df["marital"] == "married")]["marital"].count()
+ np.random.choice(range(1, 30))
)
balance = np.mean(df["balance_new"])
with placeholder.container():
# create three columns
kpi1, kpi2, kpi3 = st.columns(3)
# fill in those three columns with respective metrics or KPIs
kpi1.metric(
label="Age ⏳",
value=round(avg_age),
delta=round(avg_age) - 10,
)
kpi2.metric(
label="Married Count 💍",
value=int(count_married),
delta=-10 + count_married,
)
kpi3.metric(
label="A/C Balance $",
value=f"$ {round(balance,2)} ",
delta=-round(balance / count_married) * 100,
)
# create two columns for charts
fig_col1, fig_col2 = st.columns(2)
with fig_col1:
st.markdown("### First Chart")
fig = px.density_heatmap(
data_frame=df, y="age_new", x="marital"
)
st.write(fig)
with fig_col2:
st.markdown("### Second Chart")
fig2 = px.histogram(data_frame=df, x="age_new")
st.write(fig2)
st.markdown("### Detailed Data View")
st.dataframe(df)
time.sleep(1)
MagicMirror²魔镜安装
魔镜可以手动安装,也可以使用自动安装程序安装。2020 年初,决定从 MagicMirror² 核心存储库中删除自动安装程序,并将其移动到社区维护的单独存储库。有关此决定的更多信息,请查看问题#1860在 GitHub 上。 因此,唯一官方支持的安装方式是使用手动安装。使用外部安装脚本的风险由您自行承担,但可以使该过程变得容易得多。可用的自动安装程序可以在以下位置找到:替代安装方法。 手动安装 下载并安装最新的 Node.js 版本: curl -sL https://deb.nodesource.com/setup_18.x | sudo -E bash - sudo apt install -y nodejs 克隆存储库并签出主分支:git clone https://github.com/MichMich/MagicMirror 输入存储库:cd MagicMirror/ 安装应用程序:npm run install-mm 复制配置示例文件:cp config/config.js.sample config/config.js 启动应用程序:仅供服务器使用: 。npm run start npm run server 注意 安装步骤将花费很长时间,通常很少或没有终端响应!对于RPi3,这是~10分钟,对于Rpi2~25分钟。不要打断,否则您可能会被覆盆子果酱弄到。 💔npm run install-mm 替代安装方法 以下安装方法不由 MagicMirror² 核心团队维护。使用这些脚本和方法的风险由您自行承担。 自动安装脚本 Sam(@sdetweil,MagicMirror² 框架的长期贡献者)维护了一个易于使用的安装和更新脚本:https://github.com/sdetweil/MagicMirror_scripts 魔镜包管理器是一个命令行界面,旨在简化 MagicMirror 模块的安装、拆卸和维护。 码头工人镜像 MagicMirror² 可以使用码头工人.前往此存储库了解更多信息。 Kubernetes Helm Chart 如果你想在 kubernetes 集群中运行 MagicMirror²(在仅服务器模式下),那么看看这个魔镜掌舵图. MagicMirrorOS 这是一个基于Raspberry Pi OS的完整操作系统。因此,您无需下载Raspberry Pi OS并将其放在SD卡上,而是可以使用MagicMirrorOS相反。它开箱即用,默认设置为MagicMirror,在引擎盖下它使用码头工人设置. 其他操作系统 窗户: 要让MagicMirror软件在Windows上运行,除了上述步骤外,您还必须做两件事: 4一.在供应商和字体目录中安装依赖项: Powershell: cd fonts; npm install; cd .. cd vendor; npm install; cd .. 命令提示符: cd fonts && npm install && cd .. cd vendor && npm install && cd .. 否则,启动魔镜时屏幕将保持黑色。 5一.修复文件中的启动脚本:package.json 导航到该文件package.json 找到它说的地方 "start": "DISPLAY=\"${DISPLAY:=:0}\" ./node_modules/.bin/electron js/electron.js", "start:dev": "DISPLAY=\"${DISPLAY:=:0}\" ./node_modules/.bin/electron js/electron.js dev", 并将其替换为 "start": ".\\node_modules\\.bin\\electron js\\electron.js", "start:dev": ".\\node_modules\\.bin\\electron js\\electron.js dev", 否则,程序将无法启动,但将显示以下错误消息:"'DISPLAY' is not recognized as an internal or external command, operable program or batch file." 用法 请注意以下几点: npm start无法通过 SSH 工作。但你可以改用。 这将启动远程显示器上的镜像。DISPLAY=:0 nohup npm start & 如果你想在你的树莓派上调试,你可以使用它将在启用开发工具的情况下启动MM。npm run start:dev 要在镜像模式下访问工具栏菜单,请按键。ALT 要从镜像模式切换 (Web),请使用 或 并选择 。Developer ToolsCTRL-SHIFT-IALTView 仅服务器 在某些情况下,您希望在没有实际应用程序窗口的情况下启动应用程序。在这种情况下,您可以通过手动运行 来在仅服务器模式下启动 MagicMirror² 。这将启动服务器,之后您可以在所选浏览器中打开应用程序。详细说明如下。npm run server 重要 确保在服务器配置中将接口/ip () 列入白名单,否则将不允许它连接到服务器。您还需要将本地主机字段设置为 ,以便 RPi 侦听所有接口,而不仅仅是(默认)。ipWhitelistaddress0.0.0.0localhost let config = { address: "0.0.0.0", // default is "localhost" port: 8080, // default ipWhitelist: ["127.0.0.1", "::ffff:127.0.0.1", "::1", "::ffff:172.17.0.1"], // default -- need to add your IP here ... }; 仅限客户端 这是当您已经有一台服务器远程运行并希望您的 RPi 作为独立客户端连接到此实例时,以显示来自服务器的 MM。然后从您的 RPi 中,您可以使用以下命令运行它: .(指定服务器的 IP 地址和端口号)node clientonly --address 192.168.1.5 --port 8080
然后来到我们魔镜的config文件(路径:/home/pi/MagicMirror/config.js),然后用文本编辑器打开:
把原本language处的“en”改成“zh-cn”,区域设为 zh,就是中文啦
yypro
android版本
FullPageOS进入终端命令|隐藏鼠标|取消启动光标及代码滚动
进入终端
Ctrl+Alt+F4
隐藏鼠标
/usr/share/lightdm/lightdm.conf.d/*.conf
取消光标跳动和代码滚动
sudo nano /boot/cmdline.txt
consoleblank=1 logo.nologo quiet loglevel=0 plymouth.enable=0 vt.global_cursor_default=0 plymouth.ignore-serial-consoles splash fastboot noatime nodiratime noram
树莓派取消光标跳动和代码滚动
sudo nano /boot/cmdline.txt
consoleblank=1 logo.nologo quiet loglevel=0 plymouth.enable=0 vt.global_cursor_default=0 plymouth.ignore-serial-consoles splash fastboot noatime nodiratime noram
pandas环比和同比分析
import pandas as pd
import random
date_M = list(pd.date_range('1/1/2019', periods=24, freq='M')) #生成日期
mony = [random.randint(18000,20000) for i in range(0,24)] #随机生成销售额
data = pd.DataFrame({'date_M':date_M,'mony':mony}) #构建一个dataframe
data['huanbi_03'] = data.mony.pct_change()
data.fillna(0,inplace=True) #Null值填充
print(data)
第一步:生成测试数据
#生成测试数据
import pandas as pd
import random
date_M = list(pd.date_range('1/1/2019', periods=24, freq='M')) #生成日期
mony = [random.randint(18000,20000) for i in range(0,24)] #随机生成销售额
data = pd.DataFrame({'date_M':date_M,'mony':mony}) #构建一个dataframe
第二步:计算环比增长
这里有三个方法,我们逐一介绍。
----------------------------------------------------------
#方法1
----------------------------------------------------------
'''
#升序排列-按照日期
data.sort_values(by=['date_M'],inplace=True)
#新增列 -'huanbi' 环比的意思
data['huanbi_01']=0
#计算环比列数值
for i in range(0,len(data)):
if i == 0:
data['huanbi_01'][i] = 'null'
else:
data['huanbi_01'][i] = format((data['mony'][i] - data['mony'][i-1])/data['mony'][i-1],'.2%')
#format(res,'.2%') 小数格式化为百分数
'''
----------------------------------------------------------
#方法2:
使用diff(periods=1, axis=0)) 一阶差分函数
periods:移动的幅度 默认值为1
axis:移动的方向,{0 or ‘index’, 1 or ‘columns’},如果为0或者’index’,则上下移动,如果为1或者’columns’,则左右移动。默认列向移动
----------------------------------------------------------
'''
data['huanbi_02'] = data['mony']/(data['mony']-data['mony'].diff())-1
data.fillna(0,inplace=True) #Null值填充
'''
----------------------------------------------------------
#方法3:
使用pct_change()
----------------------------------------------------------
'''
data['huanbi_03'] = data.mony.pct_change()
data.fillna(0,inplace=True) #Null值填充