【Web开发】Python实现Web表格功能（D-Tale, Pandas, Flask）

Web服务器系列相关文章编写如下：

1. 【Web开发】Node.js实现Web服务器（http模块）
2. 【Web开发】Node.js实现Web服务器（express模块）
3. 【Web开发】Python实现Web服务器（Flask快速入门）
4. 【Web开发】Python实现Web服务器（Flask案例测试）
5. 【Web开发】Python实现Web服务器（Flask部署上线）
6. 【Web开发】Python实现Web服务器（Tornado入门）
7. 【Web开发】Python实现Web服务器（Tornado+flask+nginx）
8. 【Web开发】Python实现Web服务器（FastAPI）
9. 【Web开发】Python实现Web服务器（Bottle）

1、D-Tale

1.1 D-Tale简介

D-Tale 是 Fl​​ask 后端和 React 前端的组合，为您提供查看和分析 Pandas 数据结构的简单方法。它与 ipython 笔记本和 python/ipython 终端无缝集成。目前该工具支持 DataFrame、Series、MultiIndex、DatetimeIndex 和 RangeIndex 等 Pandas 对象。

D-Tale 是 SAS 到 Python 转换的产物。最初是基于 SAS功能 insight 的 perl 脚本包装器，现在是基于 Pandas 数据结构的轻量级 Web 客户端。

1.2 D-Tale安装

pip install dtale

or

# conda
conda install dtale -c conda-forge
# if you want to also use "Export to PNG" for charts
conda install -c plotly python-kaleido

1.3 D-Tale测试

D-Tale支持多种文件格式，包括CSV、TSV、XLS、XLSX。它是一个以Flask 为后端，React 作为前端构建的，通过pip安装即可。数据的导入主要有如下几种方式：
（1）从文件加载数据
（2）从网站加载数据。需要传递网站的链接，可以从中获取 CSV、JSON、TSV 或 Excel 等文件。
（3）加载示例数据集。这些数据集可能需要一些后台下载才能从服务器获取数据集。

• （1）入门例子

import dtale
dtale.show(open_browser=True)

测试结果如下：

• （2）显示数组

import dtale
import pandas as pd
df = pd.DataFrame([dict(a=1,b=2,c=3), dict(a=123.732,b=1.414,c=3.1415)])
dtale.show(df, open_browser=True)

• （3）展示excel文件

import dtale
import pandas as pd
df = pd.read_csv('d:/iris.csv')
dtale.show(df, open_browser=True)

• （4）显示网络数据

import dtale
import seaborn as sns

df=sns.load_dataset('planets')
dtale.show(df, ignore_duplicate=True, open_browser=True)

• （5）复杂例子

import dtale
import pandas as pd

df = pd.DataFrame([dict(a=1,b=2,c=3)])

# Assigning a reference to a running D-Tale process
d = dtale.show(df)

# Accessing data associated with D-Tale process
tmp = d.data.copy()
tmp['d'] = 4

# Altering data associated with D-Tale process
# FYI: this will clear any front-end settings you have at the time for this process (filter, sorts, formatting)
d.data = tmp

# Shutting down D-Tale process
d.kill()

# using Python's `webbrowser` package it will try and open your server's default browser to this process
d.open_browser()

# There is also some helpful metadata about the process
d._data_id  # the process's data identifier
d._url  # the url to access the process

d2 = dtale.get_instance(d._data_id)  # returns a new reference to the instance running at that data_id

dtale.instances()  # prints a list of all ids & urls of running D-Tale sessions

2、ngrok代理

2.1 简介

ngrok会在您计算机上的本地Web服务器上创建安全的公共URL（https://yourapp.ngrok.io）。快速迭代，立即反馈，不中断流量。

2.2 安装

• （1）下载ngrok
  https://ngrok.com/download
  

• （2）安装您的Authtoken:
  ngrok.com服务的许多高级功能在后面的章节中描述要求您注册一个帐户。 注册后，您需要使用显示在信息中心上的authtoken配置ngrok。 这将授予您访问仅限帐户功能的权限。 ngrok有一个简单的“authtoken”命令，使这很容易。 在引擎盖下，所有的authtoken命令是添加（或修改）authtoken属性在您的ngrok配置文件。

ngrok authtoken <YOUR_AUTHTOKEN>

2.3 测试

• （1）将本地计算机的端口80上的Web服务器公开到互联网：

ngrok http 8080

• （2）ngrok提供了一个实时的Web UI，您可以在其中内省您的隧道上运行的所有HTTP流量。在启动ngrok之后，只需在Web浏览器中打开http://localhost:4040即可检查请求详细信息。

http://localhost:4040/

http://localhost:8080/cars

3、Python线程

3.1 _thread模块

_thread实现多线程主要通过：
_thread.start_new(执行的方法的名称,当前执行方法需要的参数)

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import _thread
import time

def print_time(thread_name, delay):
    count = 0
    while count < 5:
        time.sleep(delay)
        count += 1
        print("线程名：{0}，当前的时间为：{1}".format(thread_name,
              time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())))

# 创建两个线程
try:
    _thread.start_new_thread(print_time, ("Thread-1", 2))
    _thread.start_new_thread(print_time, ("Thread-2", 4))
except:
    print("Error :线程无法启动线程")

while 1:
    pass

_thread加锁：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import _thread
from time import sleep, ctime

loop_times = [4, 2]

def loop_func(nloop, nsec, lock):
    print("start loop: {0}, at:{1}".format(nloop, ctime()))
    sleep(nsec)
    print("end loop: {0}, at :{1}".format(nloop, ctime()))
    lock.release() # 这里是释放锁

def main():
    print("starting at:{0}".format(ctime()))
    loop_locks = []
    nloops = range(len(loop_times))

    for i in nloops:
        lock = _thread.allocate_lock() # 获得线程的本地锁
        lock.acquire()  # 开始加锁，获得锁并加锁
        loop_locks.append(lock) # 项当前的锁集合中添加该锁

    for i in nloops:
        _thread.start_new(loop_func,(i, loop_times[i], loop_locks[i])) 

    # 反复检查锁是否被锁住，如果被锁住就一直死循环，否者停止循环检查
    for i in nloops:
        while loop_locks[i].locked(): pass 
    print("all DONE at:{0}".format(ctime()))

if __name__ == "__main__":
    main()

3.2 threading模块

更高级的threading模块。
通过threading.Thread(执行的函数，name=“执行线程的名称”,args=(执行函数需要的参数))创建一个可执行的线程。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import threading
import time

class Sum:
    count = 0
	#thread_lock = threading.Lock()
	
def loop_func():
    while Sum.count < 10:
        time.sleep(1)
        #Sum.thread_lock.acquire()  # 使用锁的方式实现线程安全以及同步
        Sum.count += 1
        current_name = threading.currentThread().getName()
        current_time = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) 
        print("{0}:当前执行操作的时间：{1},当前count的结果为：{2}".format(current_name, current_time, Sum.count))
		#Sum.thread_lock.release()  # 释放锁
		
def main():
    threading.Thread(target=loop_func, name="线程一").start()
    threading.Thread(target=loop_func, name="线程二").start()
    threading.Thread(target=loop_func, name="线程三").start()

if __name__ == '__main__':
    main()

结语

如果您觉得该方法或代码有一点点用处，可以给作者点个赞，或打赏杯咖啡；╮(￣▽￣)╭
如果您感觉方法或代码不咋地//(ㄒoㄒ)//，就在评论处留言，作者继续改进；o_O???
如果您需要相关功能的代码定制化开发，可以留言私信作者；(✿◡‿◡)
感谢各位大佬童鞋们的支持！( ´ ▽´ )ﾉ ( ´ ▽´)っ！！！