调用tfdv.visualize_statistics仅返回HTML对象如何直接展示HTML内容

visualize_statistics方法默认返回IPython专属的HTML对象，仅适配Jupyter Notebook运行环境，普通Python脚本运行时只会打印对象类名，不会输出实际可渲染的HTML内容。不需要安装你提到的Apache Beam、Airflow、Kubeflow等额外组件，按如下方式修改代码即可直接生成并打开可视化HTML：

最终实现代码 #

通用版本（兼容IPython依赖） #

import tensorflow_data_validation as tfdv
import webbrowser
import os

# 原有统计生成逻辑保持不变
train_stats = tfdv.generate_statistics_from_tfrecord(data_location='data/tf_records/train.record')
test_stats = tfdv.generate_statistics_from_tfrecord(data_location='data/tf_records/test.record')
schema = tfdv.infer_schema(train_stats)

# 接收方法返回的HTML对象，提取原始HTML内容
html_obj = tfdv.visualize_statistics(
    lhs_statistics=test_stats, 
    rhs_statistics=train_stats, 
    lhs_name='TEST_DATASET', 
    rhs_name='TRAIN_DATASET'
)
html_content = html_obj.data

# 保存为本地HTML文件
output_path = "tfdv_train_test_stats_compare.html"
with open(output_path, "w", encoding="utf-8") as f:
    f.write(html_content)

# 自动调用系统默认浏览器打开可视化页面
webbrowser.open('file://' + os.path.realpath(output_path))

无IPython依赖版本 #

如果不想额外安装IPython，可直接调用TFDV底层接口获取原始HTML内容：

import tensorflow_data_validation as tfdv
from tensorflow_data_validation.utils.display_util import get_statistics_html
import webbrowser
import os

# 原有统计生成逻辑保持不变
train_stats = tfdv.generate_statistics_from_tfrecord(data_location='data/tf_records/train.record')
test_stats = tfdv.generate_statistics_from_tfrecord(data_location='data/tf_records/test.record')
schema = tfdv.infer_schema(train_stats)

# 直接获取原始HTML内容
html_content = get_statistics_html(
    lhs_statistics=test_stats, 
    rhs_statistics=train_stats, 
    lhs_name='TEST_DATASET', 
    rhs_name='TRAIN_DATASET'
)

# 保存、打开逻辑和通用版本一致
output_path = "tfdv_train_test_stats_compare.html"
with open(output_path, "w", encoding="utf-8") as f:
    f.write(html_content)
webbrowser.open('file://' + os.path.realpath(output_path))

注意事项 #

• 你提到的Apache Beam、Airflow、Kubeflow都属于TFDV的可选扩展依赖，仅在实现离线批量统计、流水线编排等进阶功能时才会用到，单纯生成可视化HTML完全不需要安装
• 生成的HTML文件可随时离线打开，不需要依赖任何服务或者Notebook环境

内容的提问来源于stack exchange，提问作者Chris