Streamlit 是特別設計給機器學習與資料科學的開源框架,
不需要任何網頁的知識,
只需要用python的語法就能輕鬆架構出dashboard與app!
Documentation:
以下皆在終端機(cmd)操作,用jupyter是不行的!
用pip就能安裝
如果要跑自己的檔案則是輸入
使用 streamlit hello可以看看官方的4個demo,都很炫酷
左邊拖曳silder調整參數就可以改變中間的碎形動畫
在進度條跑完前會隨機繪製的折線圖
地圖
按X就可以看不到某國的資料
還可以玩實時的圖像辨識,雖然第一次要下載一段時間但真心推薦玩一玩
https://github.com/streamlit/demo-self-driving
以及官方的 Tutorial: Create a data explorer app
透過這個Tutorial可以了解streamlit的精髓-@st.cache
@st.cache是什麼?
@st.cache是裝飾器(Decorator),在def前加入能使得載入資料變成快取,進而加速app的運算速度,基本上不用的話速度會~很~慢~~
有興趣請參考以下documents:
用st.write()即可print出大部分的東西,包括但不限於dataframe、matplotlib/altair/ploty圖表、graphviz關係圖、keras model圖與表情符號(?)
使用python 3也可以不要用st.write(),document中稱為Magic Commands
除了另外import套件之外,streamlit也有提供自己的簡單繪圖api
st.image()可以插入圖片、後面替換為audio/video則是音訊跟影片
當然如果要在網路上使用還是得找個圖床之類的放啦
互動式小工具(Display interactive widgets):
button:
checkbox:
radio:
selectbox:
multiselect:
silder:
file_uploader:
sidebar.XX :(位於左方)
echo:可運行並show出code,通常會搭配checkbox隱藏起來
更多請參考api reference:
下一篇:實際運用框架