Python应用开发——30天学习Streamlit Python包进行APP的构建（1）

• 关于 #30天学Streamlit

  #30天学Streamlit 是一个旨在帮助你学习构建 Streamlit 应用的编程挑战。

  你将学会：

  • 如何搭建一个编程环境用于构建 Streamlit 应用
  • 构建你的第一个 Streamlit 应用
  • 学习所有好玩的、能用在 Streamlit 应用里的输入输出组件

🗓️ 天 1

设置本地开发环境

在我们正式开始构建 Streamlit 应用之前，我们需要首先设置一个开发环境。

让我们从安装和配置 conda 环境开始。

安装 conda

• 前往 https：//docs.conda.io/en/latest/miniconda.html ，选择与你操作系统（Windows, Mac 或 Linux）对应的 conda 版本
• 下载安装器并运行，完成 conda 的安装

新建一个 conda 环境

现在你已经装好了 conda ，让我们来创建一个 conda 环境来管理所有 Python 库依赖。

比如按照如下指令，使用 Python 3.9 版本创建一个新的环境：

conda create -n stenv python=3.9

其中 create -n stenv 表示创建一个名为 stenv 的 conda 环境，而 python=3.9 会指定 conda 环境使用 3.9 版本的 Python。

激活 conda 环境

要使用上一步刚创建好的名为 stenv 的 conda 环境，则需要使用如下的命令：

conda activate stenv

安装 Streamlit 库

激活环境之后就是时候安装 streamlit 库了：

pip install streamlit

启动示例 Streamlit 应用

用如下指令来启动示例 Streamlit 应用（图 1）：

streamlit hello

附图

 🗓️ 天 2

构建你的第一个 Streamlit 应用

启动你的 IDE

启动你的 IDE，可以是 Atom、VS Code 甚至是诸如 GitPod 或 GitHub.dev 等云端 IDE。

新建一个名为 streamlit_app.py 的文件。

敲下你的第一行代码

打开新建的文件，写入如下几行代码：

import streamlit as st 

st.write('Hello world!')

然后保存文件。

启动命令行终端

前往终端，敲入命令：

streamlit run streamlit_app.py

然后应当弹出一个浏览器窗口，其中为你新创建的 Streamlit 应用。

恭喜你！ 你刚刚搭建了人生中第一个 Streamlit 应用！

🗓️ 天 3

st.button

st.button 会显示一个按钮组件。

我们要做什么？

我们今天要搭建一个简单的应用，根据按钮是否按下的状态，显示不同的文字消息。

应用的流程：

1. 默认情况下输出 Goodbye
2. 一旦按下按钮，则会变为显示 Why hello there

示例应用

我们将要部署的 Streamlit 应用应该看起来和下面链接中的这个差不多：

代码

以下是实现前述应用的代码：

import streamlit as st

st.header('st.button')

if st.button('Say hello'):
     st.write('Why hello there')
else:
     st.write('Goodbye')

逐行解释

创建 Streamlit 应用时要做的第一件事就是将 streamlit 库导入为 st：

import streamlit as st

然后紧跟着的是应用的标题文字：

​​​​​​​st.header('st.button')

接下来，我们会使用条件分支语句 if 和 else 来显示不同的消息：

if st.button('Say hello'):
     st.write('Why hello there')
else:
     st.write('Goodbye')

由这段代码可见， st.button() 语句接收了一个值为 Say hello 的 label 参数，会作为显示在按钮上的文字。

st.write 命令被用作显示文字消息，取决于按钮是否按下，显示的要么是 Why hello there，要么是 Goodbye，即如下两个语句:

st.write('Why hello there')

和

st.write('Goodbye')

需要注意的是，以上 st.write 语句是在 if 和 else 条件分支内的，才能达到前述显示不同消息的效果。

接下来做什么？

现在你已经在本地创建好了 Streamlit 应用，是时候将其部署到 Streamlit Community Cloud 了，我们在接下来的挑战中很快就会介绍到。

因为这是你挑战的第一周，因此我们在网页中直接提供了完整的代码（正如前面的代码框所示）和解决方案（示例程序）。

在接下来的挑战中，我们更推荐你首先尝试靠自己搭建 Streamlit 应用。

如果你卡住了，不必担心，可以随时看一眼解决方案是如何实现的。

参考资料

有关 st.button 的说明详见 Streamlit API 文档。

🗓️ 天 5

st.header

以标题格式显示文本。

import streamlit as st

st.header('This is a header with a divider', divider='rainbow')
st.header('_Streamlit_ is :blue[cool] :sunglasses:')

st.subheader 

st.write

st.write 能够在 Streamlit 应用中输出文字等内容。

除了能够输出文字，st.write() 命令还能够输出...

• 输出字符串，类似于 st.markdown()
• 输出 Python 的 dict 字典对象
• 输出 pandas DataFrame，将数据框显示为表格
• 输出用 matplotlib、plotly、altair、graphviz、bokeh 等库所作的图表
• 以及更多！（见 API 文档中对 st.write 的描述）

我们要做什么？

我们今天要搭建一个简单的应用，来展示使用 st.write() 命令输出各种文字、数字、数据框和图表。

示例应用

我们将要部署的 Streamlit 应用应该看起来和下面链接中的这个差不多：

代码

以下是如何使用 st.write 的代码：

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

st.header('st.write')

# 样例 1

st.write('Hello, *World!* :sunglasses:')

# 样例 2

st.write(1234)

# 样例 3

df = pd.DataFrame({
     'first column': [1, 2, 3, 4],
     'second column': [10, 20, 30, 40]
     })
st.write(df)

# 样例 4

st.write('Below is a DataFrame:', df, 'Above is a dataframe.')

# 样例 5

df2 = pd.DataFrame(
     np.random.randn(200, 3),
     columns=['a', 'b', 'c'])
c = alt.Chart(df2).mark_circle().encode(
     x='a', y='b', size='c', color='c', tooltip=['a', 'b', 'c'])
st.write(c)

逐行解释

创建 Streamlit 应用时要做的第一件事就是将 streamlit 库导入为 st：

import streamlit as st

然后紧跟着的是应用的标题文字：

# header 是应用的标题名称
st.header('st.write')

样例 1-字符串类型

st.write 的基本用法就是现实文字和使用 Markdown 语法的文本：

st.write('Hello, *World!* :sunglasses:')

样例 2-数字类型

前面提到，st.write 还能够输出其他数据类型，比如数字：

st.write(1234)

样例 3-字典类型

数据框也能够通过如下语句显示：

df = pd.DataFrame({
     'first column': [1, 2, 3, 4],
     'second column': [10, 20, 30, 40]
     })
st.write(df)

样例 4--字符串和字典类型相结合

你也能传入多个参数，比如：

st.write('Below is a DataFrame:', df, 'Above is a dataframe.')

样例 5-图表数据的打印

最后，你也可以显示各种图表，只需传入图表对象即可：

#用pandsa来构建一个随机数据组，
df2 = pd.DataFram