一个傻瓜式构建可视化 web的 Python 神器 ——streamlit

最新推荐文章于 2024-09-17 19:17:41 发布

冉静学习开发

最新推荐文章于 2024-09-17 19:17:41 发布

阅读量2k

点赞数 18

分类专栏：程序员学习文章标签： python 前端开发语言

本文链接：https://blog.csdn.net/m0_61331407/article/details/136861534

版权

程序员学习专栏收录该内容

8 篇文章 0 订阅

订阅专栏

一个傻瓜式构建可视化 web的 Python 神器 -- streamlit

3.3 原生图表组件

Streamlit 原生支持多种图表：

st.line_chart：折线图
st.area_chart：面积图
st.bar_chart：柱状图
st.map：地图

下面一一展示

折线图

chart_data = pd.DataFrame(

np.random.randn(20, 3),

columns=[‘a’, ‘b’, ‘c’])

st.line_chart(chart_data)

一个傻瓜式构建可视化 web的 Python 神器 -- streamlit

面积图

chart_data = pd.DataFrame(

np.random.randn(20, 3),

columns = [‘a’, ‘b’, ‘c’])

st.area_chart(chart_data)

一个傻瓜式构建可视化 web的 Python 神器 -- streamlit

柱状图

chart_data = pd.DataFrame(

np.random.randn(50, 3),

columns = [“a”, “b”, “c”])

st.bar_chart(chart_data)

一个傻瓜式构建可视化 web的 Python 神器 -- streamlit

地图

df = pd.DataFrame(

np.random.randn(1000, 2) / [50, 50] + [37.76, -122.4],

columns=[‘lat’, ‘lon’]

)st.map(df)

一个傻瓜式构建可视化 web的 Python 神器 -- streamlit

3.4 外部图表组件

Streamlit 的一些原生图表组件，虽然做到了傻瓜式，但仅能输入数据、高度和宽度，如果你想更漂亮的图表，就像 matplotlib.pyplot、Altair、vega-lite、Plotly、Bokeh、PyDeck、Graphviz 那样，streamlit 也提供了支持：

st.pyplot
st.bokeh_chart
st.altair_chart
st.altair_chart
st.vega_lite_chart
st.plotly_chart
st.pydeck_chart
st.graphviz_chart

对于这部分，熟悉的同学自行尝试了，这里不再演示。

一个傻瓜式构建可视化 web的 Python 神器 -- streamlit

# 4. 用户操作支持

============

前面 streamlit 都只是展示文本和数据，如果仅是如此，那 streamlit 也就 just so so

对于那些不会前端，并且平时有需要写一些简单的页面的人说，能写一些交互界面才是硬需求。

庆幸的是，你平时在网页上、app 上能看到的交互组件，Streamlit 几乎都能支持。。

button：按钮
download_button：文件下载
file_uploader：文件上传
checkbox：复选框
radio：单选框
selectbox：下拉单选框
multiselect：下拉多选框
slider：滑动条
select_slider：选择条
text_input：文本输入框
text_area：文本展示框
number_input：数字输入框，支持加减按钮
date_input：日期选择框
time_input：时间选择框
color_picker：颜色选择器

这些内容非常多，也比较简单，一个一个举例也没必要，大家直接去看 streamlit 源码里的注释即可。

一个傻瓜式构建可视化 web的 Python 神器 -- streamlit

# 5. 多媒体组件

===========

想要在页面上播放图片、音频和视频，可以使用 streamlit 的这三个组件：

st.image
st.audio
st.video

一个傻瓜式构建可视化 web的 Python 神器 -- streamlit

# 6. 状态组件

==========

状态组件用来向用户展示当前程序的运行状态，包括：

progress：进度条，如游戏加载进度
spinner：等待提示
balloons：页面底部飘气球，表示祝贺
error：显示错误信息
warning：显示报警信息
info：显示常规信息
success：显示成功信息
exception：显示异常信息（代码错误栈）

效果如下：

一个傻瓜式构建可视化 web的 Python 神器 -- streamlit

# 7. 页面布局

==========

Streamlit 是自上而下渲染的，组件在页面上的排列顺序与代码的执行顺序一致。

一个精美的 web app ，只有上下单栏式的布局肯定是不够的。

实际上 streamlit 还提供了多种多样的布局：

st.sidebar：侧边栏

侧边栏可以做一些用户操作控件

一个傻瓜式构建可视化 web的 Python 神器 -- streamlit

st.columns：列容器，处在同一个 columns 内组件，按照从左至右顺序展示

st.expander：隐藏信息，点击后可展开展示详细内容，如：展示更多

st.container：包含多组件的容器

st.empty：包含单组件的容器

# 8. 流程控制系统

============

Streamlit 是自上而下逐步渲染出来的，若你的应用场景需要对渲染做一些控制，streamlit 也有提供对应的方法

st.stop：可以让 Streamlit 应用停止而不向下执行，如：验证码通过后，再向下运行展示后续内容。
st.form：表单，Streamlit 在某个组件有交互后就会重新执行页面程序，而有时候需要等一组组件都完成交互后再刷新（如：登录填用户名和密码），这时候就需要将这些组件添加到 form 中
st.form_submit_button：在 form 中使用，提交表单。

# 9. 缓存特性提升速度

==============

当用户在页面上做一些操作的时候，比如输入数据，都会触发整个 streamlit 应用代码的重新执行，如果其中有读取外部数据的步骤（数 GB 的数据），那这种性能损耗是非常可怕的。

但 streamlit 提供了一个缓存装饰器，当要重新执行代码渲染页面的时候，就会先去缓存里查一下，如果代码或者数据没有发生变化，就直接调用缓存的结果即可。

使用方法也简单，在需要缓存的函数加上 @st.cache 装饰器即可。

DATE_COLUMN = ‘date/time’

DATA_URL = (‘https://s3-us-west-2.amazonaws.com/’

‘streamlit-demo-data/uber-raw-data-sep14.csv.gz’)

@st.cache

def load_data(nrows):data = pd.read_csv(DATA_URL, nrows=nrows)

lowercase = lambda x: str(x).lowerdata.rename(lowercase, axis=‘columns’, inplace=True)

data[DATE_COLUMN] = pd.to_datetime(data[DATE_COLUMN])

return data

# 10. 部署上线

===========

在本地编写的 streamlit 应用，运行起来后只能在本地访问。

如果需要让别人也能访问这个应用，那你需要有一台服务器，这样才能通过公网ip进行访问

如果你需要服务器，可以点这个链接领个卷有优惠。

另外，还有一个选择，就是使用 Heroku （https://heroku.com）部署你的应用。

Heroku是一个支持多种编程语言的云平台即服务，你只要注册一个帐号（听说网易和 QQ 邮箱不行，我使用的 Gmail 注册的）

一个傻瓜式构建可视化 web的 Python 神器 -- streamlit

然后创建自己的 app

一个傻瓜式构建可视化 web的 Python 神器 -- streamlit

这个 App 名字好像是要全网唯一，本想取个 hello-streamlit 的，发现早有人取过了。

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！