STREAMLIT实战指南:使用PYTHON创建交互式数据应用

当数据科学家使用Python处理数据，并希望创建展示ML模型的数据应用程序，以及进行易于创建的交互式可视化时，那么Streamlit将是最理想的选择。Streamlit for Data Science(第2版)向数据科学家展示了如何在Python内快速创建和部署小部件和仪表板。这可以帮助他们在几小时内而不是几天内创建原型。 为了掌握Streamlit这项技术，需要通过大量的实际案例来学习。本书由一个富有创造力的Streamlit用户编写，他在第一版发布后就一直使用该技术，本选题建立在前一版的实用性基础上，带来大量的更新，包括将Streamlit连接到Snowflake数据仓库，部署在Hugging Face上，以及在GitHub上提供完全更新的代码库，通过这些内容可以帮助读者练习新发布的技能。 读者将从Streamlit的基础知识开始Streamlit的学习，并通过使用机器学习模型和制作高质量的交互式应用程序逐渐熟悉Streamlit的使用技巧。本书通过实际示例帮读者掌握许多更具挑战性的主题，如Streamlit组件、美化应用程序和快速部署。 通过本书，读者将能够轻松快速地在Streamlit中创建动态web应用程序。

第1章 Streamlit简介技术要求 002
为什么选择Streamlit 002
安装Streamlit 003
组织Streamlit应用程序 004
Streamlit绘图演示 005
从头开始创建一个应用程序 008
在Streamlit应用中使用用户输入 015
在Streamlit中添加文本 018
本章小结 020
第2章 上传、下载和操作数据技术要求 021
环境设置：使用Palmer的Penguins
数据集 022
探索Palmer的Penguins数据集 023
Streamlit中的流程控制 034
调试Streamlit应用程序 037
在Streamlit中开发 038
在Jupyter中探索，然后复制到
Streamlit中 038
Streamlit中的数据操作 039
缓存简介 040
会话状态的持久性 044
本章小结 048
第3章 数据可视化技术要求 050
旧金山树木（SF Tree）数据集：
一个新的数据集 050
Streamlit可视化用例 052
Streamlit的内置图表函数 052
Streamlit的内置可视化选项 058
Plotly 059
Matplotlib和Seaborn 060
Bokeh 062
Altair 064
PyDeck 066
配置选项 067
本章小结 074
第4章 Streamlit中的机器学习和人工智能技术要求 076
标准机器学习工作流程 076
预测企鹅的种类 077
在Streamlit中利用预训练的
机器学习模型 081
在Streamlit应用程序中训练模型 085
理解机器学习结果 090
集成外部机器学习库：
Hugging Face示例 094
集成外部AI库：OpenAI示例 096
在OpenAI中进行身份验证 097
OpenAI API的成本 097
Streamlit和OpenAI 097
本章小结 103
第5章 使用Streamlit社区云部署Streamlit技术要求 105
使用Streamlit社区云 105
GitHub快速入门 106
使用Streamlit社区云进行部署 112
调试Streamlit社区云 115
Streamlit Secrets 116
本章小结 119
第6章 美化Streamlit应用程序技术要求 121
设置旧金山（SF）树木数据集 121
在Streamlit中使用列 122
探索页面配置 127
使用Streamlit标签 130
使用Streamlit侧边栏 132
使用颜色选择器输入颜色 137
创建多页应用程序 139
可编辑的DataFrame 143
本章小结 146
第7章 探索Streamlit组件技术要求 149
使用streamlit-aggrid添加可编辑的 DataFrame 150
使用streamlit-plotlyevents
创建可钻取的图表 154
使用Streamlit组件――streamlit-lottie 158
使用Streamlit组件
――streamlit-pandas-profiling 160
使用st-folium创建交互式地图 163
使用streamlit-extras创建辅助函数 167
查找更多组件 168
本章小结 168
第8章 使用Hugging Face和Heroku部署
Streamlit应用程序技术要求 170
在Streamlit Community Cloud、Hugging Face和Heroku之间进行选择 170
使用Hugging Face部署
Streamlit应用程序 171
使用Heroku部署Streamlit
应用程序 175
设置并登录Heroku 176
克隆并配置本地存储库 176
部署到Heroku 178
本章小结 179
第9章 连接数据库
技术要求 181
使用Streamlit连接到Snowflake 182
使用Streamlit连接到BigQuery 187
向查询链接添加用户输入 191
组织查询 193
本章小结 195
第10章 使用Streamlit优化求职申请
技术要求 196
Streamlit技能展示项目 197
机器学习-企鹅应用程序 198
可视化-美观的树木应用 200
在Streamlit中优化求职申请 201
问题 202
回答问题1 203
回答问题2 212
本章小结 215
第11章 数据项目――在Streamlit中制作项目原型
技术要求 217
数据科学创意 217
收集和清理数据 219
创建最小可行产品（MVP） 221
我每年阅读多少本书 222
我通常需要多长时间读完一本书 223
我读的书都有多少页 225
我所读的书籍都是哪一年出版的 226
如何比较我与其他Goodreads
用户的书评 229
迭代改进 232
通过动画进行美化 233
通过文本和额外的统计数据
构建叙述 234
通过文本和附加统计数据
构建叙事 236
托管和推广 238
本章小结 238
第12章 Streamlit资深用户
Fanilo Andrianasolo 240
Adrien Treuille 244
Gerard Bentley 247
Arnaud Miribel和Zachary
Blackwood 251
Yuichiro Tachibana 257
本章小结 261