Streamlit是新兴的可替代flask的数据分析展示库,机器学习工程师能够用它专注于数据分析,而不是全栈。在经历了一点波折之后,streamlit终于在机器上顺利运行了,现在分享一下经验,避免新手工程师再次踩坑。
安装使用过程中的问题包括:无法安装、提示缺少库、安装后无法运行、能使用了却不知道如何使用。
总体上包括三步:
- 安装streamlit库;
- 设置环境变量;
- 写代码,再在终端用streamlit run xx.py运行。
以上三步,缺一不可。
1.安装streamlit库,建议在早晨或者配梯子,运行
$ pip install streamlit
如果总是退出,或者连不上,可以尝试用这个方法:
pip install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com virtualenv
安装时候把后面的virtualenv换成streamlit即可,可以试试。
安装完毕之后,可以用以下语句进行测试:
$ streamlit hello
如果可以运行(浏览器自动打开的),说明能够正常使用。如果还是不行,那就去下载whl文件进行安装。
2.设置环境变量
环境变量必须要设置,否则在终端是无法使用streamlit命令的,进而无法打开localhost进行调试。
3.运行py文件
通常工程师将数据分析展示等代码写到py文件中,所以用streamlit将结果进行展示,要在终端使用:
streamlit run hello.py
代码修改的时候,可以在py文件中直接修改代码,之后在IDE中运行py文件,再刷新浏览器,就能在浏览器中直接看到效果了。
结语:streamlit的出现、替代flask是必然,期待有更方便的工具,能将数据分析展示结果一键部署到服务器上。另外streamlit库的出现,极大方便了数据分析人员,可以期待它与数据分库的共同使用,能够使很多结果快速运行在服务器上。
参考资料: