|
原创 徐振华 大数据挖呀挖 2022-02-11 22:29  “机器学习道不明 搞个app说得清 简介 最近要把模型的一些结果做成网页展示出来，选择了bootstrap，结合python的django框架，做是能做，但是有点繁琐。 前端常用的框架是vue和react，对于python技术栈的人来说又有点困难。 组内小伙伴介绍了python的streamlit包，简单调研一下，发现这真是一个神器，直接用python可以非常快速搭建一个webapp，而且特别适合展示图表。 这张图可以看到，streamlit几乎支持了所有ML相关的包：
启动 我是用的docker，在容器里启动后，在网页上直接输入URL即可访问。
事件 django+js的前后端应用更像是一个框架，我们对号入座，分别在python和html里填上对应的代码，比如通过callback函数实现事件的处理。 而streamlit是一个单页面应用，页面上显示的元素都是一个py文件顺序执行下来的结果。每次一个控件的值改变，整个脚本都会从头执行一遍。 为了避免刷新速度太慢，streamlit里提供了@cache方法，使用缓存把一些复杂操作的结果存下来，第二次执行的时候可以加快速度。 控件 streamlit里通过判断控件返回的值来自定义函数，例如下面的单选框：
对应的代码： selector = st.sidebar.multiselect("Which would you like", [1, 2, 3], key="3")st.write(selector)那么如果判断selector的值执行不同的代码，就是streamlit里对事件响应的逻辑。 亮点 streamlit里对dataframe的支持很好，可以直接st.write(df)，渲染出来的表格自带排序功能，还可以支持style输出：
stream里支持plotly, seaborn等常用画图工具，还有不怎么常见但是功能很强大的altair。 多页面应用 streamlit本身只能支持一个单页面应用，但是结合hydralit，可以做成一个带导航条的多页面应用。 看看下面这几个页面，哪里还像一个python做出来的玩具？
后记 今天短暂地用streamlit开发了一下，用起来真的是超爽，直接在jupyter里调试python代码，然后刷新页面就可以看到修改后的效果了。 再也不用一会python，一会F12打开浏览器调试JS代码了 确定 |
|
|
