ウェブ上のPython

美容とファッションの世界' (Biyō to fasshon no sekai)

サーバーなしでPythonアプリケーションをウェブ上で披露する

イントロダクション

人気のあるPythonの可視化ライブラリを使用すれば、さまざまな形式のチャートやダッシュボードを簡単に作成できます。ただし、その結果を他の人とウェブ上で共有するのはより複雑な場合もあります。

この場合、Streamlit、Flask、Plotly Dashなどのライブラリを使用して、ウェブページ上でPythonスクリプトを実行し、結果を表示するためにウェブホスティングサービスを利用したりもできます。また、Plotly ChartやDatapaneのような一部のプロバイダは無料のクラウドサポートも提供しています。どちらの場合でも、予算を割り当てることができれば必要な機能を実現することが可能ですが、無料で同様の結果を得る方法はあるのでしょうか？

この記事では、3つの可能な方法を探っていきます：

• Panel by Holoviz
• Python用のShiny
• PyScript

これらの3つの方法を示すために、世界中の歴史的なインフレデータを探索するためのシンプルなアプリケーションを作成します。そのために、世界銀行のインフレ率データを使用します。データのライセンスに関する情報はこのリンク[1]から見つけることができます。

• 「エンベッドチェーンの実践」
• ODSCウェスト2023の基調講演：人工知能の6人の先駆者
• 現代の生成的AIアプリケーションにおけるベクトルデータベースの役割

データをダウンロードした後、次の前処理関数を使用してデータセットを整形し、分析の一部として使用する3つのExcelシートのみをインポートできます（総合インフレデータ、食品のインフレ、エネルギー価格のインフレ）。

import pandas as pddef import_data(name):    df = pd.read_excel("Inflation-data.xlsx", sheet_name=name)    df = df.drop(["Country Code", "IMF Country Code", "Indicator Type", "Series Name", "Unnamed: 58"], axis=1)    df = (df.melt(id_vars = ['Country', 'Note'],               var_name = 'Date', value_name = 'Inflation'))    df = df.pivot_table(index='Date', columns='Country',                          values='Inflation', aggfunc='sum')    return dfinf_df = import_data("hcpi_a")food_df = import_data("fcpi_a")energy_df = import_data("ecpi_a")

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!