В мире науки о данных и машинного обучения решающее значение имеет представление ваших выводов и идей в четкой и интерактивной форме. Streamlit, библиотека Python, приобрела огромную популярность благодаря своей простоте и эффективности при создании информационных панелей и веб-приложений. В этом сообщении блога мы рассмотрим процесс создания информационной панели данных с помощью Streamlit.
Что такое Стримлит?
Streamlit — это библиотека Python с открытым исходным кодом, которая позволяет с минимальными усилиями создавать веб-приложения для проектов по науке о данных и машинному обучению. С помощью Streamlit вы можете быстро превратить свои сценарии данных в общедоступные веб-приложения. Он разработан так, чтобы им было легко пользоваться даже тем, у кого нет обширного опыта веб-разработки.
Начиная
Прежде чем мы углубимся в создание нашей информационной панели данных, вам необходимо установить Python на вашем компьютере. Вы можете установить Streamlit с помощью pip:
pip install streamlit
Создание вашего первого приложения Streamlit
Начнем с простого примера: создания информационной панели данных, отображающей гистограмму. Вот пошаговое руководство:
Шаг 1. Импортируйте библиотеки
import streamlit as st import pandas as pd import matplotlib.pyplot as plt
Шаг 2: Создайте заголовок
st.title(“My First Streamlit Data Dashboard”)
Шаг 3: Загрузите данные
data = pd.read_csv(‘your_data.csv’)
Шаг 4. Создайте боковую панель
Вы можете добавить виджеты на боковую панель, чтобы пользователи могли взаимодействовать с вашими данными. Например, давайте добавим ползунок для фильтрации данных:
filter_value = st.sidebar.slider(“Filter Data by Value”, min_value=0, max_value=100, value=50)
Шаг 5: Отображение данных
Вы можете отображать таблицы данных, диаграммы или другие визуализации в основном разделе вашего приложения. Для нашего примера давайте создадим гистограмму:
filtered_data = data[data[‘value’] > filter_value] st.bar_chart(filtered_data[‘value’])