--- title: 第一章：入门介绍 author: SHENG XU date: 2022-05-04 category: nlp layout: post --- # streamlit 介绍 streamlit 是一个用于构建数据应用的开源 Python 库。它提供了一个简单的 API，可以让你在几行代码中构建数据应用。streamlit 会自动处理数据的加载、交互和可视化，让你可以专注于数据分析和应用的构建。 无需写html, css,js等前端代码。 ``` poetry new streamlit poetry add streamlit sreamlit hello ``` demo.py ``` import streamlit as st import pandas as pd import numpy as np import matplotlib.pyplot as plt st.markdown("demo") st.title("demo") st.header("1、标题") st.text("文本") st.write("文本") st.code("print('hello world')",language="python") st.header("2、表格") st.subheader("2.1、表格") df = pd.DataFrame( np.random.randn(10, 5), columns=('第 %d 列' % (i+1) for i in range(5)) ) st.table(df) # 高级图表：排序，高亮 st.dataframe(df.style.highlight_max(axis=0)) #监控面板 col1, col2, col3=st.columns(3) col1.metric("指标1", 100, 200) col2.metric("指标2", 200, 100) col3.metric("指标3", 300, 300) # 折线图,生成3列随机数 chart_data=pd.DataFrame( np.random.randn(20,3), columns=['a','b','c'] ) st.line_chart(chart_data) # 柱状图 st.bar_chart(chart_data) # 面积图 st.area_chart(chart_data) # 交互式图表 # 地图 map_data=pd.DataFrame( np.random.randn(1000,2)/[50,50]+[37.76,-122.4], columns=['lat','lon'] ) st.map(map_data) # 散点图 def scatter_plot(data, color): fig, ax=plt.subplots() ax.scatter(data['lat'], data['lon'], color=color) ax.set_xlabel('lat') ax.set_ylabel('lon') ax.set_title('scatter plot') return fig fig = scatter_plot(map_data, 'red') st.pyplot(fig) ``` 运行： ``` if __name__=='__main__' streamlit_runner.run(run, 'demo.py') streamlit run demo.py ``` Streamlit 的一些原生图表组件，虽然做到了傻瓜式，但仅能输入数据、高度和宽度，如果你想更漂亮的图表，就像 matplotlib.pyplot、Altair、vega-lite、Plotly、Bokeh、PyDeck、Graphviz 那样，streamlit 也提供了支持 # 交互，表单 - button：按钮 - download_button：文件下载 - file_uploader：文件上传 - checkbox：复选框 - radio：单选框 - selectbox：下拉单选框 - multiselect：下拉多选框 - slider：滑动条 - select_slider：选择条 - text_input：文本输入框 - text_area：文本展示框 - number_input：数字输入框，支持加减按钮 - date_input：日期选择框 - time_input：时间选择框 - color_picker：颜色选择器 ``` import streamlit as st @st.cache_data def expensive_computation(a, b): # 模拟一些很复杂的计算 return a * b input_a = st.number_input("输入a", value=1) input_b = st.number_input("输入b", value=1) output = expensive_computation(input_a, input_b) st.write("计算结果（：", output) name = st.text_input("请输入您的名字", value="John Doe") occupation = st.selectbox("请选择您的职业", ("学生", "教师", "工程师")) age = st.slider("请选择您的年龄", min_value=0, max_value=100, value=30, step=1) st.write(f"您好，{name}！您是一位{occupation}，今年{age}岁。") ``` ## 多媒体组件 - image：图片 st.image - audio：音频 st.audio - video：视频 st.video ## 状态进度条 - progress：进度条，如游戏加载进度 - spinner：等待提示 - balloons：页面底部飘气球，表示祝贺 - error：显示错误信息 - warning：显示报警信息 - info：显示常规信息 - success：显示成功信息 - exception：显示异常信息（代码错误栈） ## 页面，侧边栏，布局 - st.sidebar：侧边栏 - st.empty：空白占位 - st.markdown：Markdown - st.columns：多列布局 - st.expander：展开收起 - st.beta_expander：展开收起 - st.container：容器 ``` color = st.sidebar.color_picker('Pick A Color', '#00f900') ``` ### 多页面交互，数据传递 ``` main.py ----pages ---------home.py ---------about.py import streamlit as st session_state=st.session_state session_state['page]='Home' sidebar_page=st.sidebar.radio('Page', ['Home', 'About']) if page =='Home': st.title('Home') elif page =='About': st.title('About') ``` ## st.stop st.form st.form_submit_button st.echo # 缓存 st.cache ``` read_and_cache_csv=st.cache(pd.read_csv) df=read_and_cache_csv("data.csv", nrows=1000) desired_label=st.selectbox("Label", df.columns) st.write(df[desired_label].value_counts()) ``` ## streamlit 与其他库的结合 ### streamlit + matplotlib ### steamlit + plotly ### streamlit + FastAPI + mysql streamlit 登录等功能较弱，为此可以结合fastapi框架，实现登录验证等功能。 ```python import streamlit as st import requests ``` ### 登录验证 + firebase 每次操作互动组件时（比如输入新问题），都会触发重新运行（rerun）。rerun（重新运行）是streamlit的一个特色，指的是将应用代码从头到尾重新运行一遍。 初始化firebase： ```python #配置firebaseConfig firebaseConfig = {...} #然后进行初始化 firebase = pyrebase.initialize_app(firebaseConfig) auth = firebase.auth() # Database db = firebase.database() storage = firebase.storage() ``` 登录按钮： ``` if st.session_state['logged_in']: st.sidebar.write(f"Hello, {st.session_state['username']}!") if st.sidebar.button('Logout'): st.session_state['logged_in'] = False st.session_state['username'] = '' st.session_state['history'] = [] st.session_state['generated'] = [] st.session_state['past'] = [] st.experimental_rerun() else: auth_option = st.sidebar.radio("Choose an option", ['Login', 'Register']) email = st.sidebar.text_input("Email") password = st.sidebar.text_input("Password", type='password') if auth_option == 'Login': if st.sidebar.button('Login'): try: user = auth.sign_in_with_email_and_password(email, password) st.session_state['user'] = user st.session_state['logged_in'] = True st.session_state['username'] = email st.session_state['email'] = email st.success("Logged in successfully") except: error_message = "Invalid email or password" st.error(error_message) # Display the error message st.experimental_rerun() elif auth_option == 'Register': if st.sidebar.button('Register'): try: user = auth.create_user_with_email_and_password(email, password) st.session_state['logged_in'] = True st.session_state['username'] = email st.success("Registered and logged in successfully") #st.experimental_rerun() except: error_message = "Failed to create account" st.error(error_message) # Display the error message ``` ``` if 'total_tokens_used' not in st.session_state: st.session_state.total_tokens_used = 0 with get_openai_callback() as cb: output = conversational_chat(user_input) token_cost = cb.total_tokens st.session_state.total_tokens_used += token_cost tokens_remaining -= token_cost ``` ### streamlit + Flask ## deploy 默认部署到 https://share.streamlit.io/ ，也可以部署到自己的服务器上。 Resources per app 1 GB Private apps 1 app Public apps Unlimited docker 部署， heroku.com