Visualisations simples

Streamlit intègre des fonctions de visualisation utilisables avec des DataFrames pandas, sans dépendance externe.

st.bar_chart() -- Graphique en barres

st.bar_chart() compare des catégories. Il attend un DataFrame ou une Series pandas :

import streamlit as st
import pandas as pd

df = pd.DataFrame({
    "region": ["IDF", "PACA", "ARA", "Bretagne"],
    "chiffre_affaires": [450000, 320000, 280000, 195000]
})

st.subheader("Chiffre d'affaires par région")
st.bar_chart(
    df.set_index("region")["chiffre_affaires"],
    use_container_width=True
)

set_index() est le point clé : Streamlit utilise l'index du DataFrame comme axe horizontal. Sans set_index(), l'axe afficherait des indices numériques (0, 1, 2, 3) au lieu des noms de régions.

st.line_chart() -- Graphique en lignes

st.line_chart() visualise des évolutions temporelles. Même principe : l'index sert d'axe horizontal.

df_mensuel = pd.DataFrame({
    "mois": ["Jan", "Fév", "Mar", "Avr", "Mai", "Jun"],
    "ventes": [120, 135, 148, 142, 165, 178]
})

st.subheader("Évolution des ventes mensuelles")
st.line_chart(
    df_mensuel.set_index("mois")["ventes"],
    use_container_width=True
)

Pour afficher plusieurs séries sur le même graphique, passez un DataFrame avec plusieurs colonnes :

df_multi = pd.DataFrame({
    "mois": ["Jan", "Fév", "Mar", "Avr", "Mai", "Jun"],
    "ventes_2023": [120, 135, 148, 142, 165, 178],
    "ventes_2024": [130, 145, 160, 155, 180, 195]
})

st.line_chart(df_multi.set_index("mois"), use_container_width=True)

Streamlit attribue une couleur par colonne et affiche une légende.

st.area_chart() -- Graphique en aires

st.area_chart() fonctionne comme st.line_chart(), mais remplit la zone sous la courbe :

st.area_chart(
    df_mensuel.set_index("mois")["ventes"],
    use_container_width=True
)

Gérer les DataFrames vides

Avant d'afficher un graphique, vérifiez que le DataFrame contient des données. Un DataFrame vide produit un graphique vide sans indication :

if not df_regions.empty:
    st.bar_chart(
        df_regions.set_index("region")["chiffre_affaires"],
        use_container_width=True
    )
else:
    st.info("Aucune donnée disponible pour les filtres sélectionnés.")

Limites des graphiques natifs

Les fonctions st.bar_chart(), st.line_chart() et st.area_chart() sont pratiques pour du prototypage, mais elles ont des limites :

Pour aller plus loin, Plotly via st.plotly_chart() offre un contrôle total :

import plotly.express as px

fig = px.bar(df, x="region", y="chiffre_affaires", title="CA par région")
st.plotly_chart(fig, use_container_width=True)

Plotly sera approfondi en Séance 3. Les graphiques natifs suffisent pour un premier dashboard.

À retenir