【Streamlit 库介绍与学习笔记】

最新推荐文章于 2024-04-18 19:37:44 发布
最新推荐文章于 2024-04-18 19:37:44 发布
阅读量2.7k 收藏 26
点赞数 4
文章标签： 学习 笔记 前端 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45775136/article/details/130249222
版权

前言：

近期再学习过程中，需要用到streamlit辅助开发web应用，为此，对streamlit官方API进行了较为全面的学习与了解，笔者将记录的streamlit库学习笔记记录在此，再使用过程中遇到问题，建议直接查看官方API，官方API链接如下：
streamlit官方API

笔记目录

streamlit介绍

1. 简介
2. 特点

streamlit 学习笔记

1. markdowm文本
2. 数据显示支持
3. 图表可视化支持
4. 用户操作支持
5. 多媒体组件
6. 状态组件
7. 页面布局与容器
8. 流程控制系统
9. 云端部署
10. 其他

一、streamlit介绍

1、简介

streamlit是一个开源的python库，能够快速帮助用户创建定制化的web应用，特别是在机器学习和数据科学领域。

2、特点

1. API简明易用
API（Application Program Interface）非常友好，结构清晰，容易上手
2. 无需掌握前端开发知识，如html，JavaScript，css等就可以构建web应用
（1）封装大量常用组件方法，支持大量数据表、图表等对象的渲染，支持网格化、2.响应式布局
（2）渲染语言为Markdowm；支持HTML文本的渲染。所以也能嵌入HTML或CSS等代码块到应用中
3. 社区资源丰富
（1）官方论坛非常活跃https://discuss.streamlit.io/
（2）官方文档提供了丰富的实例和源码https://docs.streamlit.io/library/api-reference
能让创作者专注于内容和后端业务的实现，但是又能够生成基于web的GUI，无需在前端耗费大量心力

二、streamlit学习笔记

1、markdown文本

  • 用markdowm格式显示内容，直接使用st.markdowm()初始化，调用不同的方法，往文档中填入内容
st.markdown('Streamlit is **_really_ cool**.')
st.markdown("This text is :red[colored red], and this is **:blue[colored]** and bold.")
st.markdown(":green[$\sqrt{x^2+y^2}=1$] is a Pythagorean identity. :pencil:")

在这里插入图片描述

  • st.title()：文章大标题
  • st.header()：显示一级标题
  • st.subheader()：显示二级标题
  • st.text()：显示固定格式的文本
  • st.caption()：显示小字体文本
  • st.code()：显示代码块
  • st.latex()：latex公式
  • st.divider()：显示全局规则

2、数据显示支持

  • st.table()：普通的表格，用户静态数据的展示
df = pd.DataFrame(
   np.random.randn(4, 3),
   columns=('列 %d' % i for i in range(3)))

st.table(df)

在这里插入图片描述

  • st.dataframe()：高级的表格，可以进行数据的操作，比如排序等
df = pd.DataFrame(
   np.random.randn(10, 5),
   columns=('列 %d' % i for i in range(5)))

st.dataframe(df.style.highlight_max(axis=0))

在这里插入图片描述
还有n多种样式，如：
highlight_null：空值高亮
highlight_min：最小值高亮
highlight_max：最大值高亮
highlight_between：某区间内的值高亮

  • json字符串显示
  • 在这里插入图片描述
  • 监控组件metric
col1, col2, col3 = st.columns(3)
col1.metric("Temperature", "70 °F", "1.2 °F")
col2.metric("Wind", "9 mph", "-8%")
col3.metric("Humidity", "86%", "4%")

在这里插入图片描述

3、图表可视化支持

原生图表组件

  • st.line_chart()：折线图
chart_data = pd.DataFrame(
    np.random.randn(20, 3),
    columns=['a', 'b', 'c'])

st.line_chart(chart_data)#折线图
st.area_chart(chart_data)#面积图
st.bar_chart(chart_data)#柱状图

在这里插入图片描述

  • st.area_chart()：面积图
    在这里插入图片描述
  • st.bar_chart()：柱状图
    在这里插入图片描述
  • st.map()：地图（经纬线）
df = pd.DataFrame(
    np.random.randn(1000, 2) / [50, 50] + [37.76, -122.4],
    columns=['lat', 'lon'])

st.map(df)

在这里插入图片描述

外部图表组件：借助于其他库实现

  • st.pyplot()：显示matplotlib格式的图像
  • st.altair_chart()
  • st.vega_lite_chart()
  • st.plotly_chart()
  • st.bokeh_chart()
  • st.pydeck_chart()
  • st.graphviz_chart()

4、用户操作支持

  • st.button（显示内容）：按钮
  • st.download_button（）：下载按钮
  • **file_uploader：**文件上传
  • checkbox：复选框
  • radio：单选框
  • selectbox：下拉单选框
  • mutiselect：下拉多选框
  • slider：滑动条
  • select_slider：选择条
  • text_input：文本输出框
  • **text_area:**文本展示框
  • number_input：数字输入框，支持加减按钮
  • data_input：日期选择框
  • time_input：时间选择框
  • color_picker：颜色选择器
  • camera_input：调用用户的摄像头获取一张图片

五、多媒体组件

  • st.image()：显示一张图片或一组图片
  • st.audio()：播放音频
  • st.video()：播放视频
    在这里插入图片描述

6、状态组件

  • progress：进度条，如游戏加载进度，运行进度等
  • Spinner:等待提示
  • Balloons:页面底部飘气球，表示祝贺
  • Snow:页面下雪花，表示祝贺
  • Error:显示错误信息
  • Warning:显示警告信息
  • Info:显示信息
  • Success:显示成功信息
  • exception:显示异常信息（代码错误栈）
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

7、页面布局和容器

  • st.sidebar：显示在侧边栏
  • st.columns：列容器，处在同一个columns内的组件，按照从左至右顺序展示
    在这里插入图片描述
  • st.tabs：划分容器
    在这里插入图片描述
  • st.container：包含多个组件的容器
    在这里插入图片描述
  • st.expander：包含多个可以扩展的容器
    在这里插入图片描述
  • 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

  • st.stop()：可以让streamlit应用停止而不向下执行，如验证码通过后，再向下运行显示后续内容
  • st.experimental_rerun()：重新执行脚本
  • 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（如登录填写用户名和密码），这个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
    在这里插入图片描述

9、云端部署

可以部署再streamlit cloud或其他公有云上，生成一个公网url随时访问，详细步骤可以查看相关官方手册https://docs.streamlit.io/streamlit-community-cloud

10、其他

  • Session state是一种在每个用户会话的重新运行之间共享变量的方法。除了存储和持久化状态的功能外，Streamlit 还公开了使用回调操作状态的功能。会话状态还会在多页应用内的应用之间持续存在。
  • 多页面应用：使用st.set_page_config(page_title=“页面标题”,page_icon=“页面图标”)，多页APP创建方法
    随着应用的增长，仅仅使用选择框用于选择要显示的页面，维护起来需要大量额外的开销，并且无法使用自定义单个页面标题，无法使用URL在页面之间导航。
  • 为用户个性化应用：st.experimental_user 返回关于streamlit上的私有应用程序的登录用户的信息
    在这里插入图片描述
  • 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 装饰器或其他装饰器即可。
    在这里插入图片描述
会写bug的程序媛
关注
  • 4
    点赞
  • 踩
  • 26
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
SelectBox 选择对话框
06-14
% SELECTBOX is a dialog box for the user to select several % items from a list of available items. % % INPUT: % title = the title of the box % universe = a cellstring of available choices % selections = an array of the indicies of pre-selected choices % description = a short description of what to do % % OUTPUTS: % out_index = an array of indicies of all selections (pre and post) % out_cs = a cellstring of all selections (pre and post)
Streamlit 使用
飞飞君
06-30 3406
如果streamlit首次看到缓存修饰符，将会运行代码并将返回值储存在缓存中，下次运行同样的函数和输入时，将会跳过执行直接返回缓存中的值作为替换。当功能代码更新时，缓存会自动更新。Streamlit 需要更新时，会从上至下的执行程序。每次运行时界面记录+1，不同网页之间数据不相同（不同设备、同一设备不同界面都会单独计算）。这个修饰会通过重新运行或者会话共享资源。用于记录变量，从而保证每次重新运行时记录上次变量（每次与控件交互时，会重新运行脚本）。对缓存返回值的任何更改都会直接改变缓存中的对象。
Streamlit 讲解专栏（九）：深入探索布局和容器
蓝色是天的博客
08-14 5805
欢迎来到《最全Streamlit教程》系列的新篇章！本篇博文将深入研究 Streamlit 的布局和容器，为您呈现一个精彩的界面设计世界。从侧边栏到选项卡，再到折叠面板，我们将探索如何通过 st.sidebar、st.columns、st.tabs 和 st.expander 等组件，实现交互元素的巧妙排布。同时，我们还将介绍 st.container 和 st.empty 的使用，让您能够更好地管理和组织应用中的内容。通过本文，您将掌握如何创造出独特、富有动感的界面，为您的 Streamlit 应用注入新
一个傻瓜式构建可视化 web的 Python 神器 ——streamlit
最新发布
2401_84140130的博客
04-18 996
考虑到 streamlit 会附带安装比较多的工具依赖包，为了不污染当前的主要环境，我使用 venv 新建一个虚拟环境。导入 streamlit 后，就可以直接使用 st.markdown 初始化，调用不同的方法，就可以往文档对象中填入内容。在安装过程中，可能会遇到一些问题，但也不一定，这取决于你的机器，如遇到问题请自行借助搜索引擎解决。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。效果如下，可以看到在图示外，有个向下的小箭头，你点一下，就会进行排序。
实验：包含我在数据科学，EDA，可视化和机器学习方面的实验的代码和笔记本
02-04
你好！ :waving_hand: 欢迎来到我在GitHub上的家，获取有关数据科学，机器学习和其他相关知识的教程和实验。 以下是到目前为止我在此存储库中发布的所有内容的列表。 将Matplotlib条形图和使用熊猫创建的散点图转换为Plotly图的实验。 EDA和纽约市Airbnb数据的预测实验。 在本笔记本中，我以两种方式处理了价格预测和来宾数量预测问题：作为回归问题和作为分类问题。 两种方法都有比较。 是一个很棒的新工具，它使工程师能够围绕其数据，机器学习模型以及几乎所有内容快速构建高度互动的Web应用程序。 本教程是使用Airbnb NYC列表数据深入研究Streamlit的。 即将推出更多内容！ :smiling_face_with_sunglasses:
预测抑郁症：使用CDC NHANES网站上的医疗数据通过机器学习预测抑郁症的项目。 使用Streamlit创建了一个供用户浏览此项目中数据的配套仪表板。 使用Jupyter Notebook用python编写的主要项目流程分析和Visual Studio代码，用于编写自定义功能和创建仪表板
02-23
使用卫生保健数据预测抑郁 作者：Vivienne DiFrancesco 可以在找到用于探索该项目中使用的数据的配套仪表板 该存储库的内容是对使用机器学习模型来预测使用医疗保健数据的人的抑郁症的分析。 希望可以使这项工作易于访问和复制，因此对这种分析进行了详细说明。 储存库结构 README.md：此项目审阅者的顶级自述文件 first_notebook.ipynb：从数据清理阶段开始在jupyter笔记本中进行分析的叙述性文档 second_notebook.ipynb：在项目的探索阶段清理数据之后开始的叙述性文档的延续 PredictingDepressionSlides.pdf：项目演示幻灯片的PDF版本 project_functions文件夹：包含编写用于first_notebook和second_notebook的自定义函数 仪表板文件夹：包含用于创建此项目的配套仪表板的文件
Streamlit--Introduction:Streamlit功能的基本介绍
03-19
Streamlit--简介 Streamlit是一个开放源代码的Python库，可轻松创建和共享用于mmacine学习和数据科学的精美，自定义的Web应用程序。 确保您已安装Python 3.6-Python 3.8。 使用PIP安装Streamlit并运行“ hello world”应用程序： pip install streamlit streamlit hello 这就是开始所需的一切。现在，只需3个简单步骤即可制作一个应用： 打开一个新的Python文件，导入Streamlit，然后编写一些代码 使用streamlit run [filename.py] 准备就绪后，从简化菜单中单击“部署”即可与世界共享该应用程序！ 请参考以获取入门教程
Streamlit API文档中文版
新缸中之脑
11-14 1万+
Streamlit是一个开源的Python库，利用Streamlit可以快速构建机器学习 应用的用户界面。Streamlit API中文开发文档由汇智网翻译整理，访问 地址：http://cw.hubwiz.com/card/c/streamlit-manual/。 安装Streamlit Steamlit需要Python 2.7.0 / Python 3.6.x或更高版本。 使用PIP安装St...
【Python】Streamlit库学习：一款好用的Web框架
兴趣使然的创作者
03-20 4595
Streamlit文档解读
Streamlit 多页面设置、 主题Theming设置
BigDataPlayer的博客
02-10 6128
Python 的 Streamlit 多页面设置以及主题Theming设置
Streamlit框架的定制化
右先生、的博客
12-06 1715
Streamlit 是一个python的WEB UI库，它做了高度的封装以便于不懂后前端开发的人员也能轻松构建画面。。我的第一感受是，画面美观，很方便可以集成调用python的模块，不用像以前通过 ajax+web服务器的方式，省了很多麻烦。但是同时也会有一些问题，比如，定制化完成画面的布局等等，就会非常需要考验人的想象力了。建议紧跟在语句之后，因为代码总是自上而下执行，可以确保后续布局渲染时可以立即应用上css, 不然可能会出现 先出现布局后，位置再发生变化的情况。
使用医疗保健数据预测抑郁症：使用CDC NHANES网站上的医疗数据使用机器学习预测抑郁症的项目。 使用Streamlit创建了一个供用户浏览此项目中数据的配套仪表板。 使用Jupyter Notebook用Python编写的主要项目流程分析和Visual Studio代码，用于编写自定义功能和创建仪表板
02-07
使用卫生保健数据预测抑郁 作者：Vivienne DiFrancesco 可以在找到用于探索该项目中使用的数据的配套仪表板 该存储库的内容是对使用机器学习模型来预测使用医疗保健数据的人的抑郁症的分析。 希望可以使工作更易于访问和复制，从而进行详细的分析。 储存库结构 README.md：此项目审阅者的顶级自述文件 first_notebook.ipynb：从数据清理阶段开始在jupyter笔记本中进行分析的叙述性文档 second_notebook.ipynb：在项目的探索阶段清理数据之后开始的叙述性文档的延续 PredictingDepressionSlides.pdf：项目演示幻灯片的PDF版本 project_functions文件夹：包含编写用于first_notebook和second_notebook的自定义函数 仪表板文件夹：包含用于创建此项目的配套仪表板的文件的文件夹 抽
streamlit_me_mola:研讨会，学习如何创建流式显示Web应用程序以显示我们的数据分析
03-06
Streamlit-Mola 研讨会，学习如何创建流式显示Web应用程序以显示我们的数据分析 在此存储库中，您将找到： 一个笔记本文件夹：带有一些我用来清理数据的支持代码。 main.py：包含我们为使APP在本地运行而运行的简化代码。 管理数据：文件具有在流式显示之前需要管理数据的功能。 记住！ Streamlit当前支持Python的3.6、3.7和3.8版本。 你可以... 使用conda或其他方法创建您自己的环境。 安装yml（我使用并已导出的环境）
MODEL_DEPLOYMENT:ML模型部署的测试仓库
03-21
带有Streamlit的Traffic_Sign_Classifier 应用程序： 链接： ： 应用输出 项目概况 该项目的目标是专注于自动驾驶汽车决策能力的第一个基本特征，即开发一种深度学习模型，该模型可以读取交通标志并使用卷积神经网络（CNN）对其进行正确分类。 交通标志分类器使用德语交通数据集。德国交通数据集包括用于训练数据集的34,799张32 * 32像素彩色图像，用于测试数据集的12,630张图像和用于验证数据集的4410张图像，其中每个图像都是属于的交通标志的照片交通标志类型43种类别之一。 资料集： 火车数据： : 验证数据： : 测试数据： : 资料夹说明 Google Colab笔记本 包含构建CNN模型的全过程 加载腌制的数据集 使用Seaborn可视化数据。 使用OpenCV预处理图像。 使用ImageDataGenerator进行图像增强，并帮助
Streamlit--python中的前端
xzpdxz的博客
01-09 2288
Streamlit使用 概述 Streamlit 成为构建数据应用程序的最强大方式的原因，包括显示和设置数据样式、绘制图表和地图、添加交互式小部件、自定义应用程序布局、缓存计算和定义主题的能力 Streamlit 对于构建UI要求不高的业务，能够快速实现 Streamlit 对于后端工程师，想要构建自己的后台页面时非常快的 Streamlit 可以被成为python中的前端，在机器学习领域具有广泛应用 安装 pip install streamlit 功能接口 页面布局接口 st.siderba
python库streamlit学习笔记
热门推荐
python收藏家的博客
02-24 2万+
Streamlit学习笔记
Python streamlit库的应用
kivyp的博客
01-31 1230
今天无聊刷blog突然发现了一个非常有趣的博客，介绍了一个叫streamlit的库，看起来挺好玩，顺便发个blog学习一下。这位博主对streamlit库的介绍非常好，值得参考。
如何使用Streamlit快速创建仪表盘？
facing-screen's blog
09-07 158
上文有快速带大家了解streamlit,因为工作需要，这两天尝试构建了仪表盘，也就是咱们常说的Dashboard，本篇文章将教你如何使用 Streamlit 快速创建一个简单的仪表盘。 前言 Streamlit 可以帮助你轻松创建自定义的数据可视化、互动图表和表格，还能让你通过网络浏览器与他人共享你的作品。它提供了一种简单直观的方法来构建你的网络应用，无需使用 HTML、CSS 或 J...
Streamlit库入门级教程（一）——基本介绍和使用方式
weixin_52005740的博客
07-08 1万+
Streamlit库新手教学——适合不会传统Web开发的小白，只用python语言即可迅速做出一个本地可视化界面
python pandas库学习笔记
07-28
抱歉，你的问题不够清晰，请提供更具体的问题。 #### 引用[.reference_title] - *1* *3* [Python---pandas的学习笔记](https://blog.csdn.net/A_BIG_DREAMER/article/details/107684032)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Pandas学习笔记](https://blog.csdn.net/qq_44732742/article/details/124660350)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值