0 引入

很多算法工程師在完成數(shù)據(jù)分析柿冲、模型訓(xùn)練或者項(xiàng)目總結(jié)的時候，往往只能通過ppt匯報堵第，添加數(shù)據(jù)圖表吧凉、截圖模型實(shí)驗(yàn)結(jié)果等。如果想提供一個前端演示demo踏志，通撤保可以搭建flask服務(wù)，但是flask需要學(xué)習(xí)很多前端知識针余，如css饲鄙、html等，這又是一個深之又深的坑圆雁。那有沒有什么工具能夠跳過這些模塊忍级，直接提供一個可用的前端頁面呢？答案是肯定的摸柄，今天給大家推薦一個輕量化颤练、簡單好用、快速上手的streamlit。

1 streamlit

1.1 什么是streamlit嗦玖？

streamlit 是2019年開源的python庫患雇，在GitHub上已經(jīng)超過了17k的stars了。AI算法工程師利用streamlit可以快速構(gòu)建機(jī)器學(xué)習(xí)應(yīng)用和高級數(shù)據(jù)分析可視化的用戶界面宇挫。更多內(nèi)容和介紹可以參考streamlit的官方幫助文檔

1.2 快速上手

pip安裝

pip install streamlit

安裝好以后苛吱，執(zhí)行如下命令，可以運(yùn)行內(nèi)置演示界面hello

streamlit hello

如果你想停止運(yùn)行器瘪，可以隨時在命令行里使用Ctrl+C終止應(yīng)用翠储。

然后可以創(chuàng)建自己的python腳本app.py

import streamlit as st
st.title("Streamlit Demo")
st.write("Hello Word!")

在python腳本的目錄下，在終端中啟動服務(wù)橡疼。

streamlit run app.py

執(zhí)行后會在8501端口啟動服務(wù)援所，如果啟動成功則顯示如下URL。

啟動截圖

本地瀏覽器打開該URL欣除，則為剛剛創(chuàng)建的前端頁面

前端頁面

1.3復(fù)雜功能

1.3.1支持markdown語法

可以把平時寫markdown的習(xí)慣保留下來住拭，用到前端頁面排版上去。

st.markdown("""
## 代碼片段
import streamlit as st
import pandas as pd
import numpy as np
data = pd.DataFrame(np.random.randn(20,3), columns=['line1', 'line2', 'line3'])
st.line_chart(data)
""")

前端輸出結(jié)果：

markdown示例

1.3.2 數(shù)據(jù)展示

import streamlit as st
import pandas as pd
import numpy as np
data = pd.DataFrame(np.random.randn(20,3), columns=['line1', 'line2', 'line3'])
st.write(data.head(10))

前端輸出結(jié)果：

表格示例圖

1.3.3 自帶畫圖

import streamlit as st
import pandas as pd
import numpy as np
data = pd.DataFrame(np.random.randn(20,3), columns=['line1', 'line2', 'line3'])
st.line_chart(data)

前端輸出結(jié)果：

畫圖示例

• 折線圖 line_chart
• 條形圖 bar_chart
• 面積圖 area_chart

1.3.4 Matplotlib

matplotlib大家應(yīng)該不陌生历帚，這是python常用的畫圖工具滔岳。streamlit也支持該畫圖結(jié)果的展示。

import streamlit as st
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
data = pd.DataFrame(np.random.randn(20,3), columns=['line1', 'line2', 'line3'])

st.title("matplotlib")
st.subheader("histogram")
fig_mp, ax_mpl = plt.subplots()
ax_mp = plt.hist(data)
plt.xlabel("x")
plt.ylabel("y")
st.pyplot(fig_mp)

前端輸出結(jié)果：

matplotlib示意圖

1.3.5 Plotly

import streamlit as st
import numpy as np
import pandas as pd
data = pd.DataFrame(np.random.randn(20,3), columns=['line1', 'line2', 'line3'])
import plotly.express as px

st.title("plotly")
st.subheader("histogram")
fig = px.histogram(data)
st.plotly_chart(fig)

前端輸出結(jié)果：

plotly示意圖

2 總結(jié)

本文主要介紹了一種適合AI工程師們開箱即用的開源前端展示工具——streamlit挽牢。介紹了streamlit的安裝谱煤、運(yùn)行和幾種圖表。

3 參考文獻(xiàn)

• Streamlit 數(shù)據(jù)科學(xué)必備工具
• Python數(shù)據(jù)分析師使用低代碼Streamlit實(shí)現(xiàn)Web數(shù)據(jù)可視化方法——入門篇