Streamlit 製作第一個Data APP

Streamlit 是一個開源Python函式庫，可以快速製作Data App。

Streamlit是一個全新的Python框架，旨在快速且簡單地建立交互式的數據科學報告和應用程序。它提供了一系列簡單易用的API，讓用戶可以輕鬆創建美觀和交互式的視覺化效果。此外，Streamlit還內置了大量的插件，以滿足用戶對於數據分析和視覺化的需求。它是非常適合用於數據科學、機器學習等領域，並且可以很容易地與其他數據科學工具（如NumPy、Pandas等）整合。总的来说，Streamlit是一個強大且易於使用的數據科學開發工具，可以大大提高開發效率。

讓機器學習工程師或是資料科學家自己也可以構建一個前端介面並快速部署

下面是一些使用Streamlit的方法：

1. 數據視覺化：使用Streamlit的視覺化工具，您可以輕鬆地對訓練數據進行可視化，以了解數據的分布和特徵。
2. 模型評估：您可以使用Streamlit構建可交互的模型評估工具，以方便查看模型的結果和指標。
3. 模型部署：您可以使用Streamlit將您的機器學習模型部署為交互式Web應用程序，以便更容易地與他人分享您的研究成果。
4. 數據交互：使用Streamlit的交互元素，您可以讓用戶輕鬆地探索您的數據和模型，並且與您的應用程序進行交互。

建議在安裝streamlit之前先安裝Anaconda，然後在Anaconda環境下安裝streamlit，省掉安裝其他套件的步驟

Anaconda是一個開源的Python和R語言分析環境，可以在Windows、MacOS和Linux操作系統上運行。以下是安裝Anaconda的詳細步驟：

1. 下載安裝程序：前往Anaconda官方網站（https://www.anaconda.com/products/distribution）下載適用於您的操作系統的安裝程序。
2. 執行安裝程序：双擊下載的安裝程序並開始安裝。在Windows系統上，可以通過双擊Anaconda安裝程序圖標來啟動安裝程序。
3. 接受條款：接受許可協議，並選擇安裝路徑。
4. 選擇安裝類型：選擇“Just Me”或“All Users”，決定是否為整個系統安裝Anaconda。
5. 安裝選項：選擇需要安裝的項目，並選擇是否安裝Microsoft Visual Studio Code。
6. 完成安裝：在安裝過程完成後，選擇是否啟動Anaconda Navigator或終止安裝程序。

這些步驟將引導您完成Anaconda的安裝。您可以通過打開命令提示字元或終端窗口並輸入“conda”來驗證安裝是否成功。

安裝

pip install streamlit
streamlit version

啟動範例

streamlit hello

對於一個前端不熟的資料工程師 資料科學家 資料分析師來說

streamlit 可以讓枯燥乏味的程式碼變成美觀實用的App

安裝套件後可以直接從網址啟動服務

streamlit run https://raw.githubusercontent.com/streamlit/demo-uber-nyc-pickups/master/app.py

官方github:

https://github.com/streamlit

官方文件

Streamlit Docs

作者：黃翊鈜 Roy Hwang

經歷：ML engineer , AI engineer