Streamlit.io

今天給大家介紹一下快速demo神器--streamlit。

我也是機緣巧合在刷頭條的時候發(fā)現(xiàn)了一個快速demo神器，快速demo工具搭建神器。后來就一頓查詢資料，發(fā)現(xiàn)這個是為了針對機器學習和數(shù)據(jù)科學團隊能快速演示自己的模型。

其官網(wǎng)的原話：

“Streamlit is the first app framework specifically for Machine Learning and Data Science teams.
So you can stop spending time on frontend development and get back to what you do best.”（https://streamlit.io）

翻譯過來：

“Streamlit是第一個專門針對機器學習和數(shù)據(jù)科學團隊的應用開發(fā)框架，您能夠不用花費時間至前端開發(fā)并留足時間把該做的事情做好。”

目前看下來，streamlit，它是快速demo話自定義機器學習工具的最快的方法，你可以認為它的目標是取代Flask在機器學習項目中的地位，可以幫助機器學習 工程師快速開發(fā)用戶交互工具。然后并不需要HTTP requests, HTML, JavaScript, etc，只需要你的編輯器和一個瀏覽器。

看著這么好的工具，于是我就決定親身體驗一下，正好手頭上有一個小項目需要不斷地調(diào)試，但是單純代碼調(diào)試設計很多復雜，且一遍遍運行很枯燥，所以決定把這個項目服務話，從數(shù)據(jù)數(shù)據(jù)輸入開始，到結(jié)果輸出全部使用streamlit來呈現(xiàn)，包括必要的報錯信息以及邏輯跳轉(zhuǎn)。所以在此做個簡短的streamlit 初體驗總結(jié)。首先分為三部分來講，第一部分為介紹以及部分用法，第二部分為優(yōu)點，第三部分為缺點和改進。

1. 介紹

Streamlit框架本身就是使用Python寫的，目前版本號為0.51。由于沒有隱含狀態(tài)，你可以直接使用python自己調(diào)用函數(shù)去重構(gòu)。只要你會開發(fā)Python Scripts，你就會開發(fā)Streamlit APP.

簡單來說streamlit其實就是把建站過程python化，通過預先寫好的script腳本，用streamlit run 命令去拉起一個服務來渲染你的app。并且通過其后臺服務，做到前端后端交互，從而實現(xiàn)app的demo。

streamlit示意圖 1

5分鐘安裝

根據(jù)如下指南可以快速安裝Streamlit。

1. 首先確認系統(tǒng)中安裝了Python 2.7.0 或者Python 3.6.x 或者更高

2. 通過pip 安裝 streamlit

$pip install streamlit

3. 運行hello wrold demo

$ streamlit hello

4. 接下來幾秒鐘簡單的hello world demo將會從你的默認瀏覽器中彈出

Streamlit API清單

• Magic commands

# Draw a title and some text to the app:df=pd.DataFrame({'col1': [1,2,3]})df # <-- Draw the dataframex=10'x', x # <-- Draw the string 'x' and then the value of x

Streamlit 將識別變量或者合法的值在指定行，然后自動輸出到你的app中通過st.write。

它將自動識別docstrings 并且忽略它，因此他會忽略文件和函數(shù)的頭部的字符串注釋

還有如下其他組件：

• Display text
• Display data
• Display charts
• Display media
• Display interactive widgets
• Add widgets to sidebar
• Display code
• Display progress and status
• Placeholders, help, and options
• Mutate data
• Optimize performance

未完待續(xù)。。。