Streamlit中文文档，根据英文文档进行翻译和注释，并附有运行截图。最后补充了如何将Streamlit开发的app部署到Hugging Face。
Streamlit是一个用于构建数据科学应用程序的Python框架，它允许数据科学家和机器学习工程师通过Python脚本快速构建交互式Web应用程序。它的主要目标是使数据科学家能够快速构建可视化和交互式应用程序，而无需深入了解Web开发或前端技术。它提供了一组易于使用的Python API，用于创建用户界面组件，如按钮、文本框和图表等，同时还可以将数据和模型可视化。
使用Streamlit，我们可以在几行代码中创建Web应用程序，例如数据探索和分析工具、模型可视化、实时交互式应用程序等。此外，Streamlit还提供了一个可以在本地或云中部署的快速Web服务器，以供发布和共享应用程序。
总之，Streamlit是一个强大的框架，使数据科学家和机器学习工程师能够快速构建交互式Web应用程序，而无需深入了解Web开发。
入门指南解释了 Streamlit 的工作原理、如何在您喜欢的操作系统上安装 Streamlit 以及如何创建您的第一个 Streamlit 应用程序！
【安装】帮助您设置虚拟环境，并指导您在 Windows、macOS 和 Linux 上安装 Streamlit。无论您使用哪种包管理工具和操作系统，我们都建议在虚拟环境中运行此页面上的命令。
【主要概念】向您介绍 Streamlit 的数据模型和开发流程。您将了解是什么让 Streamlit 成为构建数据应用程序的最强大方式，包括显示和设置数据样式、绘制图表和地图、添加交互式小部件、自定义应用程序布局、缓存计算和定义主题。
【创建一个应用程序】使用 Streamlit 的核心功能来获取和缓存数据、绘制图表、在地图上绘制信息以及使用交互式小部件（如滑块）来过滤结果。
【多页应用程序】教您如何向应用添加页面，包括如何定义页面、构造和运行多页应用，以及如何在页面之间跳转。了解基础知识后，基于熟悉的 streamlit hello 命令创建您的第一个多页面应用程序！
【创建一个多页应用程序】在本指南中，让我们把对多页应用程序的理解付诸实践，把我们熟悉的 streamlit hello 命令转换成多页应用程序。
【使用Streamlit创建以及部署界面，并部署到Hugging face的space】阿巴阿巴阿巴
【代码】保存了此文档中使用到的演示实例代码，您可以在学习的过程中通过运行代码亲身体验构建Web应用程序的过程！
- 数据科学家：通过Streamlit，数据科学家可以使用Python快速构建交互式Web应用程序，无需深入了解Web开发或前端技术。
- 机器学习工程师：Streamlit提供了一组易于使用的Python API，可以帮助机器学习工程师创建模型可视化和交互式应用程序。
- 研究人员：Streamlit可以帮助研究人员在其研究中快速构建交互式应用程序，以可视化和交互方式展示他们的研究成果。
- 开发者：Streamlit提供了一种快速构建Web应用程序的方法，使开发者可以使用Python快速构建和部署应用程序。
- 数据分析师：Streamlit可以帮助数据分析师快速创建数据探索和分析工具，以可视化和交互方式展示数据分析结果。
- 教育者和学生：Streamlit可以用于构建交互式课程材料和教学工具，以帮助教育者和学生更好地理解数据科学和机器学习概念。
- 其他领域的专业人士：Streamlit提供了一种易于使用的方法，使任何领域的专业人士可以使用Python构建交互式Web应用程序。
- Streamlit documentation
- Streamlit Spaces
- Hosting your Models and Datasets on Hugging Face Spaces using Streamlit
- 在我们的GitHub上发布issue
- 发邮件到[email protected]
Hanbin Wang |
Chengxing Zhou |
Jingwei Song |
Zhenxian Liu |
Jay Wei |
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent