Streamlit开发手册 http://cw.hubwiz.com/card/c/streamlit-manual/

打开浏览器，输入以下链接：

https://helloworld-streamlit.herokuapp.com/

需要加载一会

安装

pip install streamlit

在终端输入命令 streamlit hello 会自动打开一个网页，说明安装成功

如果报错：AttributeError: module 'google.protobuf.descriptor' has no attribute '_internal_create_key'

可以 pip install --upgrade protobuf 解决

部署

Streamlit 已经把它转换成了一个动态的 Web 应用。

所以，只要是常见的 Web 应用发布平台，理论上你都可以用来部署你的交互式数据分析作品。

这些平台，常见的包括：

  • EC2
  • Glitch
  • Heroku

这列表列下去就太多了。咱们这里只介绍 Heroku ，也就是前文给你展示的，样例使用的部署平台。

这东西的好处，就是基础款免费。

你需要先到 Heroku 平台注册一个账号。

之后，注册一个应用。

我这里起的名字，叫做 helloworld-streamlit 。

你可以根据自己的喜好，起名称。

之后我们就要部署了。

部署的步骤，在上图中，你可以参考。

注意，上图中，右上角的 Open App 按钮，就是你的应用链接地址，你可以把它记下来。

首先你需要准备一些配置文件。

全部的配置文件，都给你展示在这个 github 项目中，你可以下载回来复用。

helloword.py

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46

import streamlit as st
import numpy as np
import pandas as pd

st.title("my first app")

@st.cache
def load_data():
    df = pd.read_csv("data.csv")
    df = df[['EVENT_TYPE', 'CREATE_TIME', 'COUNTY', 'LAT', 'LON']]
    df.columns = ['event_type', 'time', 'county', 'lat', 'lon']
    return df

df = load_data()

st.table(df.head())

event_list = df["event_type"].unique()

event_type = st.sidebar.selectbox(
    "Which kind of event do you want to explore?",
    event_list
)

county_list = df["county"].unique()

county_name = st.sidebar.selectbox(
    "Which county?",
    county_list
) 

part_df = df[(df["event_type"]==event_type) & (df['county']==county_name)]

# 使用st.write可以写入任何文本，甚至可以直接显式Pandas数据帧。
st.write(f"根据你的筛选，数据包含{len(part_df)}行")

st.map(part_df)

st.markdown("""
欢迎订阅我的微信公众号“玉树芝兰”，**第一时间免费**收到文章更新。别忘了**加星标**，以免错过新推送提示。
![](https://tva1.sinaimg.cn/large/006tNbRwly1gavw3v4iagj3076076dg2.jpg)
赞赏就是力量。
![](https://tva1.sinaimg.cn/large/006tNbRwly1gavw3vhpnpj30b40b4jrs.jpg)
如果你对 Python 与数据科学感兴趣，希望能与其他热爱学习的小伙伴一起讨论切磋，答疑解惑，欢迎加入知识星球。
![](https://tva1.sinaimg.cn/large/006tNbRwly1gavw3vz0ahj30dc0hzdgc.jpg)
""")

setup.sh 做一些初始设置，设定一些参数。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

mkdir -p ~/.streamlit/

echo "\
[general]\n\
email = \"yourmail@email.com\"\n\
" > ~/.streamlit/credentials.toml

echo "\
[server]\n\
headless = true\n\
enableCORS=false\n\
port = $PORT\n\
" > ~/.streamlit/config.toml

注意你将来用的时候，需要把其中标红的部分，替换成自己注册 heroku 时候的邮箱。

requirements.txt 告诉机器，需要安装哪些 Python 依赖包。

numpy==1.15.0
streamlit==0.52.2
pandas==0.23.4

Procfile 是远端服务器上， Web 应用启动的时候，需要调用的脚本。其实里面只有一行。

web: sh setup.sh && streamlit run helloworld.py

请你下载，或者自行编辑上述 3 个文件后，与你的 Python 文件放在一个文件夹下面。

之后，请你到这里下载 heroku cli package。

下载后，根据提示安装即可。

进入终端。用 cd 命令切换到你的工作文件夹，也就是包含了你的 Python 脚本的目录。

输入：

heroku login

因为你已经在 setup.sh 中指定了自己的邮箱，所以这里会尝试直接用它来登录。

这时按任意键，会跳出一个浏览器窗口。

在浏览器中，点击确认即可登录。

看到上面的提示，证明登录成功了。

下面我们来设置 git ，这是推送我们文件和更新改动的途径。

在终端下执行：

git init

之后设置一下与远端的 heroku 服务器的连接：

heroku git:remote -a helloworld-streamlit

若是看到下图，证明成功了：

然后执行：

git add .
git commit -m "init"

再执行：

git push heroku master

这样就可以把全部内容推送到 heroku 了。

推送的第一步，是上传文件。

Heroku 发现咱们推送的是一个 Python App ，所以自动执行许多安装设置工作。

这些安装和配置做完后，会出现下面这样的提示。

到这里，你的 Web 应用部署就搞定了。

回到浏览器里，用下图中标红的这个按钮开启你自己的应用吧。

思考

尝试过之后，你应该不难发现，Streamlit 给你带来了什么。

如果你学过 Javascript 和 Flask, Django 等 Web 应用开发技术，Streamlit 可以加快你的 Web 应用开发与测试进程。

如果你还没有学过上述技术， Streamlit 就可以给你赋能，让你一下子有了把数据分析结果变成产品的能力。

给你讲点儿更激进的。

有人已经希望能用它替代掉 Flask 用于产品发布了。

还有人说，将来写技术文档，也应该充分使用 Streamlit 。

甚至，还把它比作了数据科学界的 iPhone 。

这里，它是借喻 iPhone 开启智能手机时代，说明 Streamlit 的划时代性。

我不希望你也变得如此激进。

因为这里提到的每一种功用，现在还都有非常专业的工具做的更好，而且新的工具也在不断涌现。

例如说，我们在多个教程中一直使用 Jupyter Notebook 。

现在凭借 Voila 扩展的加持，你也可以很轻松地把 Jupyter Notebook 变成 Web app ，而且可以免费运行在 mybinder 上面。

但是，你可以看到，一个新的工具，以一种简单，而不是更繁复的办法，解决一个功能痛点，是一件多么令人欣喜的事儿。

看了这篇文章，可能会给你一种误解，似乎 JavaScript 为代表的前端编程技术，再也不需要学了。

其实不是这样的。

可以想象，开发门槛降低以后，将来会有更多的人使用 Python 来做 Web 应用。

用 Streamlit 这样的方法，他们只是开发出了一个原型。

要是想打造精品，就必须精细调控很多细节。

这时候， Javascript 是绕不过去的。

如果你精通 Javascript ，那你潜在的合作对象一下子就多了起来，你掌握的这门技术，也就有了更大的价值。

还记得吗？我不止一次给你强调过，协作网络更重要。忘了的话，记得复习《学 Python ，能提升你的竞争力吗？》。

小结

本文我为你介绍了 Streamlit ，它可以让你用 Python 脚本编写简洁实用的交互式 Web 应用。

通过学习本文，希望你掌握了以下知识点：

  • 现在你有了一种选择，仅用纯 Python 做一个完整的交互式数据分析产品出来；
  • 如何在读取数据等常用重复操作中，使用 st.cache 装饰器提升速度与效率；
  • 如何使用滑动条、下拉框等基本组件；
  • 如何在网页上输出文字、表格和图像；
  • 如何把你本地构建和测试后的 Web 应用部署到 Heroku 上，以发布给你的合作者与客户。

咱们是以数据分析和可视化为例，进行了讲解。而且为了讲解的清晰，我们只介绍了 Streamlit 可实现功能的一小部分。但请注意，即便是目前， Streamlit 能帮你达成的目标，也远远不止于此。

Reference

1、 https://github.com/streamlit/streamlit
2、 https://sspai.com/post/58474
3、 Streamlit开发手册 http://cw.hubwiz.com/card/c/streamlit-manual/

打赏

微信 微信 支付宝 支付宝
万分感谢