使用交互组件(ipywidgets)“盘活”Jupyter Notebook(上)

扩展Jupyter的用户界面

传统上，每次需要修改笔记本单元格的输出时，都需要更改代码并重新运行受影响的单元格。这可能很繁琐、低效甚至容易出错，对于非技术用户来说，甚至是不切实际的。这就是ipywidgets发挥作用的地方：它们可以嵌入到笔记本中，并提供一个用户友好的界面来收集用户输入并查看更改对数据/结果的影响，而不必与代码交互；你的笔记本可以从静态文档转换为动态仪表盘——非常适合显示你的数据故事！

范围：ipywidgets上的资源有限，很少有教程是不完整的，或者只关注交互功能/装饰器。这是一个完整的教程，介绍如何完全控制小部件来创建强大的仪表盘。我们将从基础开始：添加一个小部件并解释事件如何工作，然后逐步开发一个仪表盘。我将一步一步地指导你，以我们正在进行的示例为基础。

什么是小部件?

如果你曾经创建过图形用户界面(GUI)，那么你已经知道小部件是什么。但让我们快速定义一下：

小部件是GUI元素，如按钮、下拉菜单或文本框，它驻留在浏览器中，允许我们通过响应事件和调用指定的处理程序来控制代码和数据。

可以组装和定制这些GUI元素来创建复杂的仪表盘。

演示：一些最流行的小部件

在本文中，我们将看到其中一些方法的实际应用。

准备好了吗？

开始

要开始使用这个库，我们需要安装ipywidgets扩展。如果使用conda，我们在终端输入这个命令：

1conda install -c conda-forge ipywidgets

对于pip，这将是一个两步的过程：1、安装和2、启用：

1pip install ipywidgetsjupyter nbextension enable --py widgetsnbextension

添加小部件

为了在笔记本中加入小部件，我们必须导入模块，如下图所示：

1import ipywidgets as widgets

要添加滑块，我们可以定义最小值和最大值、间隔大小（步骤）、说明和初始值：

1widgets.IntSlider(
2min=0，
3max=10，
4step=1，
5description='Slider：'，
6value=3
7)

演示：滑块

显示

函数的作用是：在输入单元格中呈现小部件对象。

首先导入：

1from IPython.display import display

然后在display()函数中传递小部件作为参数：

1slider = widgets.IntSlider()
2display(slider)

获取/设置它的值

要读取小部件的值，我们将查询它的value属性。同样，我们可以设置小部件的值：

演示：值

连接两个小部件

我们可以使用jslink()函数同步两个小部件的值。

1slider = widgets.IntSlider()
2text = widgets.IntText()
3display(slider， text)widgets.jslink((slider， 'value')， (text， 'value'))

演示：链接

小部件列表

有关小部件的完整列表，你可以查看文档，或运行以下命令：

1print(dir(widgets))

处理小部件事件

小部件可以响应事件，这些事件在用户与它们交互时引发。一个简单的例子是点击一个按钮——我们期待一个动作发生。

让我们看看这是怎么工作的…

根据其特定的特性，每个小部件公开不同的事件。每次触发事件时都将执行事件处理程序。

事件处理程序是响应事件的回调函数，它异步操作并处理接收到的输入。

这里我们将创建一个名为btn的简单按钮。单击按钮时调用on_click方法。

我们的事件处理程序btn_eventhandler将打印一条带有按钮标题的短消息——注意，处理程序的输入参数obj是按钮对象本身，它允许我们访问它的属性。

要将事件与处理程序绑定，我们将后者分配给按钮的on_click方法。

1btn = widgets.Button(description='Medium')
2display(btn)def btn_eventhandler(obj)：
3print('Hello from the {} button！'.format(obj.description))btn.on_click(btn_eventhandler)

演示：按钮事件处理程序

下一节我们将很好地了解到，输出与按钮本身显示在同一个单元格中。所以，让我们继续看看如何为我们的笔记本增加更多的灵活性！

控制部件的输出

在本节中，我们将探索如何使用小部件来控制dataframe。我选择的样本数据集是“前往伦敦的国际游客数量”(Number of International Visitors to London)，它显示了伦敦游客在不同年份、不同季度、不同目的、不同持续时间、不同模式和不同国家的夜晚、访问次数和消费情况。

首先，我们将获取数据并将其加载到一个dataframe中：

1import pandas as pd
2import numpy as npurl = "https：//data.london.gov.uk/download/number-international-visitors-london/b1e0f953-4c8a-4b45-95f5-e0d143d5641e/international-visitors-london-raw.csv"df_london = pd.read_csv(url)

df_london.样本

假设我们想按年过滤数据帧。我们首先定义一个下拉列表，并用唯一的年份值列表填充它。

为了做到这一点，我们将创建一个通用函数，unique-sorted-values-plus-all，它将找到唯一的值，对它们进行排序，然后在开始时添加all项，这样用户就可以删除过滤器。

1ALL = 'ALL'def unique_sorted_values_plus_ALL(array)：
2unique = array.unique().tolist()
3unique.sort()
4unique.insert(0， ALL)
5return unique

现在我们将初始化下拉框：

1dropdown_year = widgets.Dropdown(options =    unique_sorted_values_plus_ALL(df_london.year))

下拉菜单小部件公开了observer方法，该方法接受一个函数，当下拉菜单的值发生更改时将调用该函数。因此，我们接下来将创建观察者处理程序来根据所选的值过滤数据aframe——注意，处理程序的输入参数change包含有关发生的更改的信息，这些更改允许我们访问新值(change.new)。

如果新值是所有我们删除过滤器，否则我们应用它：

1def dropdown_year_eventhandler(change)：
2if (change.new == ALL)：
3display(df_london)
4else：
5display(df_london[df_london.year == change.new])

然后我们将处理程序绑定到下拉列表：

1dropdown_year.observe(dropdown_year_eventhandler， names='value')

使用下拉列表筛选数据帧

到目前为止还不错，但是所有查询的输出都在这个非常相同的单元格中累积；也就是说，如果我们从下拉列表中选择一个新的年份，新的数据框将呈现在第一个单元格的下面，在同一个单元格上。

不过，理想的行为是每次刷新数据帧的内容。

捕获小部件输出

解决方法是在一种特殊的小部件（即输出）中捕获单元输出，然后将其显示在另一个单元中。

我们将稍微调整代码以：

• 创建输出的新实例

1output_year = widgets.Output()

• 调用事件处理程序中的clear_output方法，在每次迭代中清除先前的选择，并在with块中捕获数据帧的输出。

1def dropdown_year_eventhandler(change)：
2output_year.clear_output()
3with output_year：
4display(df_london[df_london.year == change.new])

• 然后我们将在一个新的单元格中显示输出：

1display(output_year)

这就是它的工作原理：

演示：捕获新单元格中的输出

正如你所看到的，输出在一个新的单元格中呈现，过滤工作正常！

好了，今天先学习到这里，剩下的部分我们下次继续~

End