Streamlit: 데이터 애플리케이션을 만들고 공유하는 가장 빠른 방법!

프론트엔드 경험이 없어도 무료로 Python으로 데이터 스크립트를 공유 가능한 웹 애플리케이션으로 변환하세요.



설치:

Python 3.6 이상이 필요하며 설치는 PIP를 통해 수행됩니다.

pip install streamlit
streamlit hello

그 직후에는 사용 중인 운영 체제에 따라 일부 환경 변수를 구성해야 합니다.

Linux

Mac

Windows

Streamlit은 Keras, Scikit Learn, Altair, bokeh, Latex, plotly, OpenCV, Vega-Lite, PyTorch, NumPy, seaborn, Deck.GL Tensorflow, matplotlib, pandas 및 기타 여러 라이브러리 및 프레임워크와 호환됩니다.

구성 요소:

Streamlit의 대중화와 함께 다음과 같은 가장 다양한 기능을 가진 여러 구성 요소가 등장했습니다.



하이플롯

AI 연구원이 정보를 나타내는 병렬 플롯 및 기타 그래픽 방식을 사용하여 고차원 데이터에서 상관 관계와 패턴을 발견하는 데 도움이 되는 경량 대화형 시각화 도구입니다.
pip install hiplot
갤러리:

다양한 앱의 사용 및 구성에 대한 많은 예가 있습니다. 커뮤니티에서 그 유용성을 시연하는 것에 대해 생각하면서 갤러리는 사용에 대한 몇 가지 시연으로 만들어졌습니다.

https://www.streamlit.io/gallery

행복한 예입니다 :)

아래의 이 데모 프로젝트를 통해 전체 Udacity 자율주행 자동차 데이터 세트를 탐색하고 YOLO 객체 감지 네트워크를 사용하여 실시간으로 추론을 수행할 수 있습니다.



앱 배포:

가장 큰 차이점 중 하나는 GitOps를 사용하여 매우 자동화된 방식으로 앱을 배포할 수 있다는 것입니다. 즉, 지속적인 통합을 통해 개발자는 GitHub와 같은 코드 리포지토리의 분기에 지정된 푸시에서 배포를 수행하는 자동화를 트리거합니다. 앱.

https://docs.streamlit.io/en/stable/deploy_streamlit_app.html#

https://towardsdatascience.com/deploying-your-machine-learning-apps-in-2021-a3471c049507

이 프레임워크는 간단하고 사용하기 쉬우며 새 앱의 배포는 매우 직관적입니다. 단점으로는 더 눈에 띄는 보안 계층을 놓쳤고, 더 많은 보안을 보장하기 위해 사용자와 앱 사이의 인터페이스를 구현해야 한다고 생각합니다.

참조:

https://www.streamlit.io/

Streamlit 101: o básico para colocar seu projeto no ar | by 라파엘 K | 중간

Rafael K ・ 2020년 11월 23일 ・ rknagao.Medium

Python을 사용하여 전체 웹 응용 프로그램을 빠르게 빌드 및 배포 | 작성자: Abdishakur | 공간 데이터 과학 | 중간

압디샤쿠르 ・ 2020년 11월 11일 ・ 중간

https://towardsdatascience.com/diabetes-prediction-application-using-streamlit-fed6120124a5

https://towardsdatascience.com/image-processing-using-streamlit-d650fb0ccf8



Medium에서 나를 따르십시오 :)