代码收藏家技术教程 2024-12-11

Streamlit，一个超强的 Python 应用开发库！

大家好，我是“一行”。今天，我们要来聊一个非常酷的Python库——Streamlit。如果你有过构建Web应用的经验，或者你对快速搭建交互式应用感兴趣，那么Streamlit会是一个非常棒的工具。它可以让你用极少的代码，快速创建出功能强大且美观的Web应用。无论你是数据分析师、机器学习工程师，还是Python初学者，Streamlit都能帮你轻松实现数据可视化、模型展示等功能。

今天我们就从基础开始，带你一探究竟如何使用Streamlit来开发一个应用！

什么是Streamlit？

Streamlit 是一个开源Python库，用来快速创建Web应用，特别适合数据科学、机器学习和人工智能领域的开发者。它的最大特点就是极简的代码结构和快速的开发速度。你只需要用Python写几行代码，就能搭建起一个可以交互、展示数据的Web应用。

和传统的Web框架（如Flask、Django）相比，Streamlit的上手难度更低，不需要写复杂的HTML、CSS或JavaScript，只需要专注于Python代码。

安装Streamlit

首先，我们要安装Streamlit。在终端或命令行中运行以下命令：

pip install streamlit

安装完毕后，检查是否成功安装，可以通过以下命令查看Streamlit版本：

streamlit --version

如果一切正常，接下来就可以开始创建你的第一个Streamlit应用啦！

Streamlit基础：展示文本和数据

1. 显示文本

让我们从最简单的开始，展示一些文本。使用Streamlit，你可以轻松地在Web页面上显示文本、标题、Markdown等。

import streamlit as st

# 显示标题
st.title("欢迎来到Streamlit应用！")

# 显示文本
st.write("这是我用Streamlit做的第一个Web应用。")

执行上面的代码后，Streamlit会启动一个本地Web服务器，并在浏览器中打开应用，页面上会显示一个标题和一段文本。

小贴士：Streamlit的`st.write()`方法不仅支持显示普通文本，还支持各种数据类型的展示，例如pandas DataFrame、Matplotlib图表等。

2. 展示数据

假设你有一些数据（例如一个DataFrame），你可以用Streamlit直接展示它。让我们来看一个简单的示例，展示一个包含数字数据的表格：

import pandas as pd
import streamlit as st

# 创建一个简单的DataFrame
data = {'姓名': ['张三', '李四', '王五'],
        '年龄': [25, 30, 22],
        '职业': ['工程师', '医生', '学生']}

df = pd.DataFrame(data)

# 显示DataFrame
st.write("人员信息表：")
st.dataframe(df)

当你运行这段代码时，Streamlit会自动生成一个可滚动的表格，展示出DataFrame中的内容。

Streamlit高级功能：交互式元素

Streamlit不仅能展示数据，还能实现交互功能。这使得用户可以与应用进行互动，输入数据、选择选项、调整参数等。接下来，我们来看看如何使用Streamlit的交互功能。

1. 按钮和输入框

你可以在应用中添加按钮、文本输入框等交互元素，让用户通过这些控件与应用进行交互。下面的例子展示了如何用按钮来控制事件：

import streamlit as st

# 显示一个按钮
if st.button('点击我'):
    st.write('按钮被点击了！')
else:
    st.write('请点击按钮！')

运行代码后，你会看到一个按钮，点击后会在页面上显示对应的信息。

2. 滑块和选择框

滑块是Streamlit中非常实用的交互控件，特别适合用来调整参数、选择数值范围等。下面的代码展示了如何用滑块来选择一个范围的数值：

import streamlit as st

# 创建一个滑块
age = st.slider("请选择年龄", min_value=18, max_value=100, value=25)

# 显示选择的年龄
st.write(f"你选择的年龄是：{age}")

这个滑块允许用户选择一个年龄，选择后页面会实时显示选择的年龄。

小贴士：Streamlit的交互式控件（如`st.slider()`、`st.selectbox()`等）会自动根据用户的输入更新页面，非常适合用来做数据分析或者模型调参等任务。

可视化：Streamlit与Matplotlib结合

Streamlit与Matplotlib等可视化库结合非常方便，可以帮助我们创建交互式图表。下面我们用Matplotlib创建一个简单的折线图并通过Streamlit展示：

import streamlit as st
import matplotlib.pyplot as plt
import numpy as np

# 数据准备
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 创建图形
fig, ax = plt.subplots()
ax.plot(x, y)

# 显示图形
st.pyplot(fig)

在浏览器中打开这个应用时，你将看到一个显示正弦波的折线图。通过Streamlit的st.pyplot()方法，我们将Matplotlib生成的图形嵌入到Web应用中。

Streamlit的实时更新功能

Streamlit非常强大的一点是它能实时更新页面内容。你可以在应用中实时查看用户输入的结果。例如，你可以创建一个根据用户输入内容动态更新的图表：

import streamlit as st
import numpy as np
import matplotlib.pyplot as plt

# 用户输入
freq = st.slider('选择正弦波频率', 1, 10, 1)

# 生成数据
x = np.linspace(0, 10, 100)
y = np.sin(freq * x)

# 绘制图形
fig, ax = plt.subplots()
ax.plot(x, y)

# 显示图形
st.pyplot(fig)

这个应用展示了一个动态更新的正弦波图形，用户可以通过滑块调整频率，图形会根据选择实时更新。