10 KiB

Raw Permalink Blame History

一、streamlit介绍

1、简介

streamlit是一个开源的python库，能够快速帮助用户创建定制化的web应用，特别是在机器学习和数据科学领域。

2、特点

1. API简明易用
API（Application Program Interface）非常友好，结构清晰，容易上手
2. 无需掌握前端开发知识，如html，JavaScript，css等就可以构建web应用
（1）封装大量常用组件方法，支持大量数据表、图表等对象的渲染，支持网格化、2.响应式布局
（2）渲染语言为Markdowm；支持HTML文本的渲染。所以也能嵌入HTML或CSS等代码块到应用中
3. 社区资源丰富
（1）官方论坛非常活跃https://discuss.streamlit.io/
（2）官方文档提供了丰富的实例和源码https://docs.streamlit.io/library/api-reference
能让创作者专注于内容和后端业务的实现，但是又能够生成基于web的GUI，无需在前端耗费大量心力

二、streamlit学习笔记

1、markdown文本

用markdowm格式显示内容，直接使用st.markdowm()初始化，调用不同的方法，往文档中填入内容

st.markdown('Streamlit is **_really_ cool**.')
st.markdown("This text is :red[colored red], and this is **:blue[colored]** and bold.")
st.markdown(":green[$\sqrt{x^2+y^2}=1$] is a Pythagorean identity. :pencil:")

123

st.title()：文章大标题
st.header()：显示一级标题
st.subheader()：显示二级标题
st.text()：显示固定格式的文本
st.caption()：显示小字体文本
st.code()：显示代码块
st.latex()：latex公式
st.divider()：显示全局规则

2、数据显示支持

st.table()：普通的表格，用户静态数据的展示

df = pd.DataFrame(
   np.random.randn(4, 3),
   columns=('列 %d' % i for i in range(3)))

st.table(df)

12345

st.dataframe()：高级的表格，可以进行数据的操作，比如排序等

df = pd.DataFrame(
   np.random.randn(10, 5),
   columns=('列 %d' % i for i in range(5)))

st.dataframe(df.style.highlight_max(axis=0))

12345

还有n多种样式，如：
highlight_null：空值高亮
highlight_min：最小值高亮
highlight_max：最大值高亮
highlight_between：某区间内的值高亮

json字符串显示
监控组件metric

col1, col2, col3 = st.columns(3)
col1.metric("Temperature", "70 °F", "1.2 °F")
col2.metric("Wind", "9 mph", "-8%")
col3.metric("Humidity", "86%", "4%")

1234

3、图表可视化支持

原生图表组件

st.line_chart()：折线图

chart_data = pd.DataFrame(
    np.random.randn(20, 3),
    columns=['a', 'b', 'c'])

st.line_chart(chart_data)#折线图
st.area_chart(chart_data)#面积图
st.bar_chart(chart_data)#柱状图


12345678

st.area_chart()：面积图
st.bar_chart()：柱状图
st.map()：地图（经纬线）

df = pd.DataFrame(
    np.random.randn(1000, 2) / [50, 50] + [37.76, -122.4],
    columns=['lat', 'lon'])

st.map(df)

12345

外部图表组件：借助于其他库实现

st.pyplot()：显示matplotlib格式的图像
st.altair_chart()
st.vega_lite_chart()
st.plotly_chart()
st.bokeh_chart()
st.pydeck_chart()
st.graphviz_chart()

4、用户操作支持

st.button（显示内容）：按钮
st.download_button（）：下载按钮
**file_uploader：**文件上传
checkbox：复选框
radio：单选框
selectbox：下拉单选框
mutiselect：下拉多选框
slider：滑动条
select_slider：选择条
text_input：文本输出框
**text_area:**文本展示框
number_input：数字输入框，支持加减按钮
data_input：日期选择框
time_input：时间选择框
color_picker：颜色选择器
camera_input：调用用户的摄像头获取一张图片

五、多媒体组件

st.image()：显示一张图片或一组图片
st.audio()：播放音频
st.video()：播放视频

6、状态组件

progress：进度条，如游戏加载进度，运行进度等
Spinner:等待提示
Balloons:页面底部飘气球，表示祝贺
Snow:页面下雪花，表示祝贺
Error:显示错误信息
Warning:显示警告信息
Info:显示信息
Success:显示成功信息
exception:显示异常信息（代码错误栈）

7、页面布局和容器

st.sidebar：显示在侧边栏
st.columns：列容器，处在同一个columns内的组件，按照从左至右顺序展示
st.tabs：划分容器
st.container：包含多个组件的容器
st.expander：包含多个可以扩展的容器
st.empty：包含单组件的容器

8、流程控制系统

streamlit是自上而下逐步渲染出来的

st.stop()：可以让streamlit应用停止而不向下执行，如验证码通过后，再向下运行显示后续内容
st.experimental_rerun()：重新执行脚本
st.form()：表单，streamlit在某个组件有交互后就会重新执行页面程序，而有时候需要等一组组件都完成交互后再刷新（如登录填写用户名和密码），这个时候就需要将这些组件添加到form中
st.form_submit_button()：在form中使用，提交表单

9、云端部署

可以部署再streamlit cloud或其他公有云上，生成一个公网url随时访问，详细步骤可以查看相关官方手册https://docs.streamlit.io/streamlit-community-cloud

10、其他

Session state是一种在每个用户会话的重新运行之间共享变量的方法。除了存储和持久化状态的功能外，Streamlit 还公开了使用回调操作状态的功能。会话状态还会在多页应用内的应用之间持续存在。
多页面应用：使用st.set_page_config(page_title=“页面标题”,page_icon=“页面图标”)，多页APP创建方法
随着应用的增长，仅仅使用选择框用于选择要显示的页面，维护起来需要大量额外的开销，并且无法使用自定义单个页面标题，无法使用URL在页面之间导航。
为用户个性化应用：st.experimental_user 返回关于streamlit上的私有应用程序的登录用户的信息
缓存特性提升速度：
当用户在页面上做一些操作的时候，比如输入数据，都会触发整个 streamlit 应用代码的重新执行，如果其中有读取外部数据的步骤（数 GB 的数据），那这种性能损耗是非常可怕的。
但 streamlit 提供了一个缓存装饰器，当要重新执行代码渲染页面的时候，就会先去缓存里查一下，如果代码或者数据没有发生变化，就直接调用缓存的结果即可。
使用方法也简单，在需要缓存的函数加上 @st.cache 装饰器或其他装饰器即可。

在生产环境中，通常会使用 nohup 命令来确保进程在关闭终端后继续运行，并将输出重定向到一个文件。完整命令如下：

nohup streamlit run interview/app.py --server.port 5055 > streamlit.log 2>&1 &

查看端口占用

sudo netstat -tuln | grep 5055 sudo netstat -tuln | grep 5065

pkill -f "streamlit run interview/app.py"


你可以将这两个命令写入一个脚本文件（例如 `restart_streamlit.sh`），然后在每次更新文件后运行这个脚本：

```bash
#!/bin/bash
pkill -f "streamlit run interview/app.py"
nohup streamlit run interview/app.py --server.port 5055 > streamlit.log 2>&1 &

确保脚本具有可执行权限：

chmod +x restart_streamlit_interview_java.sh

然后每次更新文件后运行脚本：

./restart_streamlit.sh

10 KiB Raw Permalink Blame History Unescape Escape