shao

实例学习 nicegui/Plot events.py

@@ -0,0 +1,9 @@
+import plotly.graph_objects as go
+from nicegui import ui
+
+fig = go.Figure(go.Scatter(x=[1, 2, 3, 4], y=[1, 2, 3, 2.5]))
+fig.update_layout(margin=dict(l=0, r=0, t=0, b=0))
+plot = ui.plotly(fig).classes('w-full h-40')
+plot.on('plotly_click', ui.notify)
+
+ui.run()

实例学习 nicegui/add line.py

@@ -0,0 +1,15 @@
+import plotly.graph_objects as go
+from nicegui import ui
+from random import random
+
+fig = go.Figure()
+fig.update_layout(margin=dict(l=0, r=0, t=0, b=0))
+plot = ui.plotly(fig).classes('w-full h-40')
+
+def add_trace():
+    fig.add_trace(go.Scatter(x=[1, 2, 3], y=[random(), random(), random()]))
+    plot.update()
+
+ui.button('Add trace', on_click=add_trace)
+
+ui.run()

实例学习 nicegui/add point.py

@@ -0,0 +1,27 @@
+import plotly.graph_objects as go
+from nicegui import ui
+from random import random
+
+
+ui.label('登录系统')
+x = ui.input(label='x:')
+y = ui.input(label='y:')
+z = ui.input(label='z:')
+
+
+
+fig = go.Figure()
+fig.update_layout(margin=dict(l=0, r=0, t=0, b=0))
+plot = ui.plotly(fig).classes('w-full h-40')
+
+def add_trace():
+    fig.add_trace(go.Scatter(x=[1, 2, 3], y=[x.value, y.value, z.value]))
+    plot.update()
+
+ui.button('Add trace', on_click=add_trace)
+
+
+
+
+
+ui.run()

实例学习 nicegui/show table.py

@@ -0,0 +1,19 @@
+from nicegui import ui
+import pandas as pd
+
+# 创建一个简单的DataFrame
+data = {
+    'Name': ['Alice', 'Bob', 'Charlie'],
+    'Age': [25, 30, 35],
+    'City': ['New York', 'Paris', 'London']
+}
+df = pd.DataFrame(data)
+
+
+# 在nicegui中创建并显示表格
+
+ui.label('显示DataFrame')
+ui.table.from_pandas(df).classes('max-h-40')
+
+# 启动应用
+ui.run()

实例学习 nicegui/登录系统.py

@@ -0,0 +1,23 @@
+from nicegui import ui
+
+# 设置正确的用户名和密码，仅用于演示目的
+CORRECT_USERNAME = 'user'
+CORRECT_PASSWORD = 'password'
+
+# 定义登录函数
+def on_login():
+    # 检查用户名和密码是否正确
+    if username_input.value == CORRECT_USERNAME and password_input.value == CORRECT_PASSWORD:
+        login_status.text = '登录成功！'  # 使用 .text 属性更新文本
+    else:
+        login_status.text = '登录失败，请检查您的用户名和密码。'  # 使用 .text 属性更新文本
+
+# 创建UI元素
+ui.label('登录系统')
+username_input = ui.input(label='用户名:')
+password_input = ui.input(label='密码:')  # 使用 type='password' 使密码输入不可见
+ui.button('登录', on_click=on_login)
+login_status = ui.label('请进行登录')  # 初始提示文本
+
+# 启动应用
+ui.run()

实例学习plotly/Express line.py

@@ -1,7 +1,14 @@
 import plotly.express as px
 import pandas
 df = px.data.gapminder()
-df1 = df.query("country == 'United States'")
+df1 = df.query("country == 'United States' or continent == 'Asia'")
+
+
+# 根据大陆对数据进行分组，并计算每个大陆的人均GDP平均值
+gdpPercap_summary = df.groupby('continent')[['gdpPercap','lifeExp']].mean().reset_index()
+
+# 显示结果
+print(gdpPercap_summary)
 
 print(df1.columns)
 fig = px.line(df1,

实验 Pandas_速查表/groupby.py

@@ -9,7 +9,7 @@ data = {
     'Sales': [100, 150, 120, 110, 130, 120]
 }
 df = pd.DataFrame(data)
-grouped_df = df.groupby('Product')['Sales'].sum()
+grouped_df = df.groupby(by = 'Product')['Sales'].sum()
 print(grouped_df)
 # 这个操作将按照Product列进行分组，并计算每个分组中Sales列的总和，从而得到每个产品的总销售额。
 # 这意味着产品A的总销售额为350，而产品B的总销售额为380。通过使用groupby方法，我们能够轻松地按照Product列对数据进行分组，并计算每个分组的Sales列总和，从而得到每个产品在所有日期上的总销售额。这个例子展示了groupby方法在数据分析和处理中的强大功能和灵活性