数据科学是当前Google上最热门的搜索话题之一。由于其在现实世界应用中的高需求和广泛使用，越来越多的开发者社区正在开发新的框架和库，以帮助数据科学家和研究人员完成日常任务。Streamlit就是这样一个库，它允许用户快速构建数据应用。它与NumPy、Pandas、Matplotlib等Python库无缝集成。
Streamlit是一个开源的Python库，用于创建和共享数据Web应用。它在数据科学社区逐渐获得了大量关注。由于开发数据科学Web应用的便捷性，许多开发者将其纳入日常工作流程。Streamlit的GitHub仓库拥有超过14.1k的星标和1.2k的分支。在幕后，它使用React作为前端框架来在屏幕上渲染数据。因此，React开发者可以轻松地通过少量代码更改来操作UI。
要继续阅读本文，请确保熟悉Python，并满足以下本地开发环境要求。
设置：使用virtualenv在选择的任何目录中创建一个虚拟环境。如果使用的是Pycharm IDE，或者已经知道如何为项目设置它，可以跳过以下步骤。
virtualenv env
source ./env/bin/activate
通过在终端输入以下命令创建一个requirements.txt文件：
pip freeze > requirements.txt
在同一目录下创建一个新的Python文件app.py。
安装：要将Streamlit安装到Python应用程序中，请在终端中输入以下命令：
pip install streamlit
打开app.py文件并复制以下代码：
# 导入语句
import streamlit as st
import numpy as np
import pandas as pd
在应用中添加标题和文本：
st.title('Hello World')
st.write("欢迎使用第一个Streamlit应用")
通过在终端输入以下命令运行应用：
streamlit run app.py
输出应该与下面的截图类似。
完整的代码和数据文件可以在GitHub仓库中找到。
简而言之，开发Streamlit应用的方式与编写任何Python脚本相同。Streamlit提供了用于用户交互的小部件和易于使用的函数，以在屏幕上渲染数据。在本节中，对于每个问题，将实现一个合适的答案代码。
如何在屏幕上显示数据？传统上，任何数据科学Web应用中的数据可以是数据框、文本、图表、代码或媒体。让看看代码如何在应用中实现上述所有内容。
import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from PIL import Image
import requests
标题和子标题：
st.title("Life Expectancy By Country")
st.write("Life Expectancy Data of India and USA from the year 1960 till 2016.")
多列支持：
col1, col2 = st.beta_columns(2)
IN_flag = Image.open(r"c:UsersHPDesktopdataappIN.jpg")
col1.header("INDIA")
col1.image(IN_flag, use_column_width=True)
US_flag = Image.open(r"c:UsersHPDesktopdataappUS.png")
col2.header("USA")
col2.image(US_flag, use_column_width=True)
读取CSV并显示前六行：
df = pd.read_csv('lf.csv')
st.write(df.head())
根据复选框显示完整数据：
if st.checkbox('show full data'):
df
显示代码：
st.write('Displaying Code in Streamlit app')
with st.echo():
# square function
def square(x):
print(x*x)
# cube function
def cube(x):
print(x*x*x)
square(5)
#output 25
cube(5)
# output 125
Streamlit提供了易于使用的函数来在屏幕上写入数据。使用Streamlit库中的标题和写入方法来在应用中显示它。还可以在上述代码中看到，首先使用Pandas包从CSV文件中将数据集加载到数据框中，然后将数据框的前六行渲染到屏幕上。还使用Pillow库显示图像。Streamlit库的echo命令为提供了一种将代码添加到应用中的方法。
小部件允许向数据Web应用添加交互性。Streamlit提供了按钮、复选框、输入文本、侧边栏等小部件，使用户能够直接通过UI与数据进行交互，而无需实现代码。让在下面的代码中查看每一个。在app.py文件中添加以下代码。
# 显示条形图和搜索输入的数据
_input = st.text_input("Enter Year to Search")
if _input:
_df = df[df['year'] == int(_input)]
if len(_df['year'])>0:
_df
if len(_df['year'])>0:
sns.set_theme(style="whitegrid")
fig, ax = plt.subplots()
fig = plt.figure(figsize=(7, 4))
ax = sns.barplot(data=_df, y="Lf-overall", x="year", hue="country", palette="tab20_r")
st.pyplot(fig)
else:
st.write('Data Does Not Exist in the Database')
输出
通过输入文本小部件，在数据框内创建了一个搜索功能，通过该功能可以计算并绘制印度和美国预期寿命的图表。
Streamlit还提供了一种在侧边栏上添加信息和小部件的方法，就像许多现代Web应用一样。让在侧边栏上添加更多交互式小部件。在app.py文件中添加以下代码。
# 侧边栏列
st.sidebar.title('Sidebar Widgets')
# 单选按钮
rating = st.sidebar.radio('Are You Happy with the Example', ('Yes', 'No', 'Not Sure'))
if rating == 'Yes':
st.sidebar.success('Thank You for Selecting Yes')
elif rating == 'No':
st.sidebar.info('Thank You for Selecting No')
elif rating == 'Not Sure':
st.sidebar.info('Thank You for Selecting Not sure')
# 选择框
rating = st.sidebar.selectbox("How much would you rate this App? ", ['5 Stars', '4 Stars', '3 Stars', '2 Stars', '1 Star'])
st.sidebar.success(rating)
st.sidebar.write('Find Square of a Number')
# 滑块
get_number = st.sidebar.slider("Select a Number", 1, 10)
st.sidebar.write('Square of Number', get_number, 'is', get_number*get_number)
输出
如何在屏幕上显示API数据？
使用Streamlit，还可以从RESTful API获取和显示数据。如果有人对react.js有所了解，甚至可以使用它来构建Web应用。但是，该主题的相关性和实现超出了本文的范围。
# 显示API数据
API_URL = 'https://cleanuri.com/api/v1/shorten'
st.subheader('URL SHORTNER')
_url = st.text_input('Enter URL')
pressed = st.button('Get Short Link')
if pressed:
if _url != '':
data = {'url': _url}
r = requests.post(API_URL, data=data)
st.write(r.json())
else:
st.write('Please enter the right URL first')