一个傻瓜式构建可视化 web的 Python 神器 ——streamlit

04-13 阅读 0评论

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)

面积图

chart_data = pd.DataFrame(

np.random.randn(20, 3),

columns = [‘a’, ‘b’, ‘c’])

st.area_chart(chart_data)

柱状图

chart_data = pd.DataFrame(

np.random.randn(50, 3),

columns = [“a”, “b”, “c”])

st.bar_chart(chart_data)

地图

df = pd.DataFrame(

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

columns=[‘lat’, ‘lon’]

)st.map(df)

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。
  
  # 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。
    
    # 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
      
      # 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：
        
        # 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
        
        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）
        
        然后创建自己的 app
        
        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！
        
        👉Python所有方向的学习路线👈
        
        Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
        
        👉Python必备开发工具👈
        
        工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
        
        👉Python全套学习视频👈
        
        我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
        
        👉实战案例👈
        
        学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。
        
        因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。
        
        👉大厂面试真题👈
        
        我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
        
        小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
        
        深知大多数初中级Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
        
        因此收集整理了一份《2024年Python爬虫全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
        
        由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频
        
        如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注：python）
        
        n必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
        
        小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
        
        深知大多数初中级Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
        
        因此收集整理了一份《2024年Python爬虫全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
        
        由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频
        
        如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注：python）
        [外链图片转存中…(img-uVOj5pFi-1710887369569)]