Lernen Sie das Python Streamlit Web Framework kennen

Hallo Community!

In diesem Artikel werde ich das Python Streamlit Web Framework vorstellen.

Unten finden Sie die Themen, die wir behandeln werden:

• 1-Einführung in das Streamlit Web Framework
• 2-Installation des Streamlit-Moduls
• 3-Laufende Streamlit-Anwendung
• 4-Streamlit-Grundbefehle
• 5-Multimedia anzeigen 
• 6-Eingabe-Widgets
• 7-Fortschritt und Status anzeigen
• 8-Seitenleiste und Container
• 9-Datenvisualisierung
• 10-Zeigen Sie einen DataFrame an

 

Also beginnen wir mit dem ersten Thema.
1-Einführung in Python Streamlit Web Framework 

Streamlit ist ein Open-Source-Python-Framework, das es Datenwissenschaftlern und Ingenieuren für maschinelles Lernen ermöglicht, schnell und einfach interaktive Webanwendungen zu erstellen.
Mit seiner einfachen Syntax und der mühelosen Integration in gängige Data-Science-Bibliotheken ist Streamlit zum Spitzenreiter geworden. Läufer für Prototyping- und Sharing-Projekte.

Weitere Informationen finden Sie in den Streamit-Dokumentationen

2-Installation des Streamlit-Moduls

Bevor wir mit der Erstellung unserer Streamlit-Webanwendung beginnen, müssen wir das Modul mit dem Pip-Paketinstallationsprogramm installieren.

Um Streamlit zu installieren, führen Sie den folgenden Befehl aus:

pip install streamlit

Unten finden Sie den Befehl zum Testen der Installation: 

streamlit hello

Wenn Sie den oben genannten Befehl im Terminal eingeben, sollte sich automatisch die folgende Seite öffnen:

 

3-Streamlit-Anwendung ausführen

Die Zusammenarbeit mit Streamlit ist unkompliziert. Zuerst fügen Sie ein paar Streamlit-Befehle in ein normales Python-Skript ein und führen es dann mit „streamlit run:

“ aus

pip install streamlit

Sobald Sie das Skript ausführen, wird ein lokaler Streamlit-Server gestartet und Ihre App wird in einem neuen Tab in Ihrem Standard-Webbrowser geöffnet.  Bitte beachten Sie, dass die App Ihre Leinwand ist, auf der Sie Diagramme, Texte, Widgets, Tabellen und mehr zeichnen.

Eine andere Möglichkeit, Streamlit auszuführen, besteht darin, es als Python-Modul auszuführen. Dies kann nützlich sein, wenn Sie eine IDE, z. B. PyCharm, für die Zusammenarbeit mit Streamlit konfigurieren:

streamlit hello

Denken Sie daran, die Quelldatei zu speichern, wann immer Sie Ihre App aktualisieren möchten. Wenn Sie dies tun, erkennt Streamlit eine etwaige Änderung und fragt Sie, ob Sie Ihre App erneut ausführen möchten. Wählen Sie oben rechts auf Ihrem Bildschirm „Immer erneut ausführen“, um Ihre App jedes Mal automatisch zu aktualisieren, wenn Sie ihren Quellcode ändern. Damit können Sie in einer schnellen interaktiven Schleife arbeiten: Sie geben Code ein, speichern ihn, probieren ihn live aus, geben dann weiteren Code ein, speichern ihn, probieren ihn aus und so weiter, bis Sie mit den Ergebnissen zufrieden sind. Diese enge Schleife zwischen Codierung und Live-Anzeige der Ergebnisse ist eine der Möglichkeiten, wie Streamlit Ihr Leben einfacher macht.

4-Streamlit-Grundbefehle

Texte mit Streamlit anzeigen

st.write(): Diese Funktion fügt alles von formatierten Zeichenfolgen bis hin zu Diagrammen in Matplotlib-Figuren hinzu. Altair-Karten, Plotly-Figuren, Datenrahmen, Keras-Modelle und andere in einer Web-App.

Lassen Sie uns unten die Datei „main.py“ erstellen:

streamlit run your_python_file.py 

Führen Sie die Datei main.py aus, indem Sie den folgenden Befehl ausführen:

python -m streamlit run your_python_file.py

st.title(): Mit dieser Funktion können Sie den Titel zur App hinzufügen. 
st.header(): Diese Funktion wird verwendet, um den Header eines Abschnitts zuzuweisen.
st.markdown(): Diese Funktion wird verwendet, um einen Markdown festzulegen eines Abschnitts. 
st.subheader(): Diese Funktion wird verwendet, um die Unterüberschrift eines Abschnitts festzulegen.
st.caption(): Diese Funktion wird zum Schreiben verwendet captions.
st.code(): Diese Funktion wird verwendet, um einen Code festzulegen.  
st.latex(): Diese Funktion zeigt mathematische Ausdrücke im LaTeX-Format an. 

import streamlit as st

st.write("Hello ,let's learn how to build a streamlit app together")

5-Multimedia anzeigen 

Im Folgenden haben wir einige Funktionen zum Anzeigen von Bildern, Videos und Audiodateien aufgeführt.

st.image(): Diese Funktion wird verwendet, um ein Bild darzustellen.
st.audio(): Diese Funktion wird verwendet, um ein Audio anzuzeigen. 
st.video(): Diese Funktion wird verwendet, um ein Video anzuzeigen.

streamlit run main.py

6-Eingabe-Widgets

Widgets sind die wichtigsten Komponenten der Benutzeroberfläche. Streamlit verfügt über verschiedene Widgets, mit denen Sie Interaktivität mit Schaltflächen, Schiebereglern, Texteingaben und mehr direkt in Ihre Apps integrieren können.

st.checkbox(): Diese Funktion gibt einen booleschen Wert zurück. Wenn das Kontrollkästchen aktiviert ist, wird ein True-Wert zurückgegeben. Andernfalls wird ein False-Wert zurückgesendet.
st.button(): Diese Funktion wird verwendet, um ein Schaltflächen-Widget anzuzeigen. 
st.radio(): Diese Funktion zeigt ein Optionsfeld-Widget an. 
st.selectbox(): Diese Funktion wird verwendet, um ein Auswahl-Widget zu demonstrieren. 
st.multiselect(): Diese Funktion wird verwendet, um ein Mehrfachauswahl-Widget anzuzeigen. 
st.select_slider(): Diese Funktion wird verwendet, um ein Auswahl-Slider-Widget anzuzeigen. 
st.slider(): Diese Funktion wird verwendet, um ein Slider-Widget anzuzeigen.

pip install streamlit

st.number_input(): Diese Funktion zeigt ein numerisches Eingabe-Widget an.
st.text_input(): Diese Funktion zeigt ein Texteingabe-Widget an.
st.date_input(): Diese Funktion zeigt ein Datumseingabe-Widget zur Auswahl eines an Datum.
st.time_input(): Diese Funktion stellt ein Zeiteingabe-Widget zur Auswahl einer Zeit bereit.
st.text_area(): Diese Funktion zeigt eine Texteingabe an Widget mit mehr als einer Textzeile.
st.file_uploader(): Diese Funktion wird verwendet, um einen Datei-Uploader zu demonstrieren Widget.
st.color_picker(): Diese Funktion wird verwendet, um ein Datei-Uploader-Widget zu demonstrieren.

streamlit hello

7-Fortschritt und Status anzeigen

An dieser Stelle erklären wir, wie Sie einen Fortschrittsbalken und Statusmeldungen wie Fehler und Erfolg zu unserer App hinzufügen.

st.balloons(): Diese Funktion wird verwendet, um Ballons für Feierlichkeiten anzuzeigen. 
st.progress(): Diese Funktion wird verwendet, um einen Fortschrittsbalken anzuzeigen. 
st.spinner(): Diese Funktion zeigt eine vorübergehende Wartemeldung während der Ausführung an.

streamlit run your_python_file.py 

st.success(): Diese Funktion zeigt eine Erfolgsmeldung an.
st.error(): Diese Funktion wird verwendet, um eine Fehlermeldung anzuzeigen. 
st.warning(): Diese Funktion wird verwendet, um eine Warnmeldung anzuzeigen.
st.info(): Diese Funktion zeigt eine Informationsmeldung an.
st.Exception(): Diese Funktion wird ausgeführt, um eine Ausnahmemeldung anzuzeigen.

pip install streamlit

8-Seitenleiste und Container

Wir können zusätzlich eine Seitenleiste oder einen Container auf Ihrer Seite erstellen, um Ihre App zu organisieren. Die Hierarchie und Anordnung der Seiten Ihrer App kann einen großen Einfluss auf Ihr Benutzererlebnis haben. Durch die Organisation Ihrer Inhalte können Besucher Ihre Website besser verstehen und einfacher navigieren. Es hilft ihnen auch, schneller zu finden, wonach sie suchen, und erhöht die Wahrscheinlichkeit, dass sie wiederkommen. 

Seitenleiste

Durch die Übergabe eines Elements an st.sidebar() wird dieses Element links angeheftet, sodass sich Benutzer auf den Inhalt konzentrieren können, wodurch Ihre App übersichtlicher und einfacher zu handhaben ist.

streamlit hello

Behälter

st.container() wird verwendet, um einen unsichtbaren Container zu erstellen, in den Sie Elemente einfügen können, um eine nützliche Anordnung und Hierarchie zu schaffen.

streamlit run your_python_file.py 

python -m streamlit run your_python_file.py

9-Datenvisualisierung

Datenvisualisierung vereinfacht das Erzählen von Geschichten, indem Daten in ein einfacheres Format gebracht und Trends und Ausreißer hervorgehoben werden. Eine gute Visualisierung vermittelt eine Erzählung, indem sie das Rauschen aus den Daten entfernt und die wertvollen Informationen hervorhebt. Es ist jedoch weitaus komplizierter, als nur ein Diagramm zu verschönern, damit es besser aussieht, oder den „Info“-Teil einer Infografik zu ergänzen.
Eine effektive Datenvisualisierung ist ein heikler Balanceakt zwischen Form und Funktion. Ein einfaches Diagramm könnte zu langweilig sein, um Aufmerksamkeit zu erregen oder eine aussagekräftige Botschaft zu vermitteln, während die beeindruckendste Visualisierung möglicherweise nicht die richtige Idee vermittelt. Die Daten und Bilder müssen zusammenarbeiten. Allerdings ist es eine Kunst, großartige Analysen mit exzellentem Storytelling zu verbinden. 

st.pyplot(): Diese Funktion wird verwendet, um eine matplotlib.pyplot-Figur anzuzeigen.

pip install streamlit

st.line_chart(): Diese Funktion wird verwendet, um ein Liniendiagramm anzuzeigen.

streamlit hello

st.bar_chart(): Diese Funktion wird verwendet, um ein Balkendiagramm anzuzeigen.

streamlit run your_python_file.py 

st.map(): Diese Funktion zeigt Karten in der App an. Es erfordert jedoch die Werte für Breiten- und Längengrad, die nicht null/NA sein dürfen.

python -m streamlit run your_python_file.py

10-Zeigen Sie einen DataFrame an

st.dataframe(): Dieser Befehl zeigt einen DataFrame als interaktive Tabelle. Es funktioniert mit einer Vielzahl von sammlungsähnlichen und DataFrame-ähnlichen Objekttypen.

import streamlit as st

st.write("Hello ,let's learn how to build a streamlit app together")

Sie können auch ein Pandas Styler-Objekt übergeben, um den Stil des gerenderten DataFrame zu ändern:

streamlit run main.py

Zusammenfassung

In diesem Artikel habe ich nach der Einführung des Streamlit-Webframeworks gezeigt, wie man Streamlit installiert und die Anwendung ausführt. Wir haben auch einige grundlegende Befehle, Widgets und Datenvisualisierungsfunktionen untersucht.

In meinem nächsten Artikel werden wir eine Streamlit-Webanwendung erstellen, um eine Verbindung zum IRIS-Datensatz herzustellen und gemeinsam fortgeschrittene Konzepte von Streamlit zu erkunden.

Danke

Das obige ist der detaillierte Inhalt vonLernen Sie das Python Streamlit Web Framework kennen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!