一、安装streamlit
1、在anaconda中安装虚拟环境
conda create -n your_env_name python=3.7
# 其中your_env_name表示你需要创建的名字
# python可以指定对应的版本
2、检查配置环境
conda env list # 查看刚才的环境是否创建成功
3、激活虚拟环境
conda activate streamlist_test # 激活刚才新建的虚拟环境
4、安装streamlit
pip install streamlit
二、初识streamlit
如果成功，可以在
localhost:8501
上看见自己的streamlit官方提供的几个样例。
三、学习使用streamlit
1、创建你的第一个webApp
实现骨架
创建一个新的py文件，写下如下内容：
import streamlit as st
import numpy as np
import pandas as pd
st.title("This is my first app")
st.write("hello")
如果使用anaconda虚拟环境的，请使用Anaconda Promote，否则请使用cmd；
输入如下指令：
出现如下界面，表示第一个webapp已经运行成功！
添加文本和数据
**st.write()**是streamlit(下面简称为st)中的“无敌武器”，所有内容都可以放在这个函数内进行展示：文本、数据、图标等内容；
**st.table()和st.dataframe()**也可以被用来展示数据。
st.write("Here's our first attempt at using data to create a table:")
st.write(pd.DataFrame({
'first column': [1, 2, 3, 4],
'second column': [10, 20, 30, 40]
}))
st提供魔法方法，进一步减少write方法的使用。
"""
# My first app
Here's our first attempt at using data to create a table:
"""
df = pd.DataFrame({
'first column': [5, 6, 7, 8],
'second column': [50, 60, 70, 80]
})
df
运行一下，查看效果！
import streamlit as st
import numpy as np
import pandas as pd
st.title("This is my first app")
st.write("hello")
st.write("Here's our first attempt at using data to create a table:")
df = pd.DataFrame({
'first column': [5, 6, 7, 8],
'second column': [50, 60, 70, 80]
})
st.write(pd.DataFrame({
'first column': [1, 2, 3, 4],
'second column': [10, 20, 30, 40]
}))
# 其中df定义的位置，并不影响最后的输出位置！
df
绘制图表
**st.line_chart()**方法展示
绘制一个折线图
chart_data = pd.DataFrame(
np.random.randn(20, 3),
columns=['a', 'b', 'c'])
st.line_chart(chart_data)
**st.map()**方法展示
绘制一个地图
map_data = pd.DataFrame(
np.random.randn(1000, 2) / [50, 50] + [37.76, -122.4],
columns=['lat', 'lon'])
st.map(map_data)
发现地理位置不太满意，换成江苏南京！
map_data = pd.DataFrame(
np.random.randn(1000, 2) / [50, 50] + [32.37, 118.4],
columns=['lat', 'lon'])
好家伙，跑滁州去了，没关系，南京也是徽京~
增加交互性
**st.checkbox()**单选框，更多请查询API reference
if st.checkbox('Show dataframe'):
chart_data = pd.DataFrame(
np.random.randn(20, 3),
columns=['a', 'b', 'c'])
chart_data
运行后，初试状态为：
当点击单选框后：
**st.selectbox()**选择框
option = st.selectbox(
'Which number do you like best?',
df['first column'])
'You selected: ', option
运行结果为：
完成数字选择后：
调整布局
为了使得你的webApp更加好看，你可以将一些不必要的内容放置到其他区域。这样可以使得你的webApp居中。
**st.sidebar()**将刚才的边框设置在左侧
tips：可以发现每次选择不同的数字，整个页面都会刷新，包括刚才设置的地图上的点也会跟着刷新，和刚才的折线图
你的webApp内的大多内容都是可以放到侧边框中，
例如：
st.sidebar.markdown()
,
st.sidebar.slider()
,
st.sidebar.line_chart()
.等
你也可以使用st.beta_columns来并排布置小部件，或者使用st.beta_expander来隐藏大型内容以节省空间。
left_column, right_column = st.beta_columns(2)
pressed = left_column.button('Press me?')
if pressed:
right_column.write("Woohoo!")
expander = st.beta_expander("FAQ")
expander.write("Here you could put in some really, really long explanations...")
运行之后的窗口
完成点击或者选择后的窗口
添加进度条
当在一个应用程序中添加长期运行的计算时，你可以使用st.progress()来实时显示状态。
首先，让我们导入时间。我们将使用time.sleep()方法来模拟一个长期运行的计算。
import time
'Starting a long computation...'
# Add a placeholder
latest_iteration = st.empty()
bar = st.progress(0)
for i in range(100):
# Update the progress bar with each iteration.
latest_iteration.text(f'Iteration {i+1}')
bar.progress(i + 1)
time.sleep(0.1)
'...and now we\'re done!'
懵逼了吧，进度条其实与真正的运行时间可以无关~