用Python做web圖形用戶界面，最先想到的是Flask、Djong等框架。然而研究這些對于初學者來講，尤其是沒有web開發基礎的數據分析人員是痛苦的。

幸運的是，Python中也有很多第三方庫來快速進行簡單的web可視化，例如之前介紹的 PyWebIO

今天再介紹一個 Steamlit，可以快速利用簡單的代碼快速布局自己想要的web界面！效果如下

一、安裝與運行

安裝之前，我們需要將 Python 的版本升級到3.7或以上，同時設置好環境變量，這里默認讀者都已經設置好不細講。

在 Windows 或 macOS 中都可以使用pip進行安裝

pip?install?streamlit

在終端輸出完畢后，可以執行streamlit hello來檢驗，如果出現新的網頁界面，則說明安裝成功。

并且之后利用Streamlit寫的程序，需要通過運行streamlit run {你的py文件}來實現。

二、常用命令

接下來我們來了解 Streamlit 的一些常用命令。首先引入相關庫

import?streamlit?as?st import?numpy?as?np import?pandas?as?pd import?time

構建 MLweb 的標識題目，可以利用st.title()函數創建一個標題。

st.title('我的第一個MLweb')

保存這個py文件，命名為test.py，利用我們第一部分講解如何運行代碼，在命令窗口輸入streamlit run test.py。

注意，這里直接用 streamlit 是已經調好了環境變量，如果不想調的，打開 streamlit 的源程序文件，將streamlit的exe文件調用即可。

正常運行下會彈出一個 localhost網頁，效果如下

輸入文字

如果需要輸入文字，可以用st.text_input()函數

構建MLWeb表格

機器學習里面我們必須要做的是查看數據的類型，維度等具體特征。比如我們總是用到df.head()，那么在MLweb里面怎么實現？

有幾個方法：st.table()，st.dataframe()，st.write()。

其中st.write()是常見的表格函數，st.write()被稱為streamlit庫的瑞士軍刀，圖像、文本、表格都可以用它來實現，至于三者有什么區別呢？

• st.write()：交互式表格，不可修改

• st.table()：靜態表格

• st.dataframe()：返回一個可以使用和修改的對象，可以向其中添加數據或替換數據.

代碼如下

st.write("嘗試運用dataframe弄一個表格") df?=?pd.DataFrame({'第一列':[1,2,3,4],'第二列':['a','b','c','d']}) st.table(df) st.write("嘗試運用dataframe弄一個表格---write函數") st.write(pd.DataFrame({'first?column':?[1,?2,?3,?4],'second?column':?[10,?20,?30,?40] }))

效果如圖：

利用write函數則效果如下

可視化

機器學習挖掘數據的過程中可視化同樣占據了舉足輕重的地位，這里我們構使用st.line_chart()函數

chart_data?=?pd.DataFrame(np.random.randn(20,?3),columns=['a',?'b',?'c'])st.line_chart(chart_data)

效果如下：

可以看到，streamlit給了我們方便的功能：下載或查看我們構建的圖片，你甚至可以查看圖片的源代碼！

地圖

streamlit里面有一個它時常拿來當門面的圖，就是舊金山的地圖，你或許利用Flask在創建地圖，讀取坐標點，個性化地圖，顯示在web端這些步驟花費大量時間。

而在這里，你進需要提供你的坐標點構成的數據框，并用st.map()函數即可，這里用廣東廣州的坐標點(不太精準哈)來畫圖

代碼如下：

map_data?=?pd.DataFrame(np.random.randn(1000,?2)?/?[50,?50]?+?[23.26,?113.57],??#N,Wcolumns=['lat',?'lon']) st.map(map_data)

效果圖如下

實戰

最后我們來實現一個簡單股票查詢系統。基本想法如下

輸入：用戶寫入股票代碼，起始時間，結束時間。

輸出：股票交易數據表，股票ma線可視化。

首先引入包

import?streamlit?as?st import?pandas?as?pd import?numpy?as?np import?tushare?as?ts

接下來設置標題與可寫入文本,這里的文本是在web端輸入的，用到st.text_input()函數

st.title('股票查詢系統') code?=?st.text_input('你的股票名稱：',help?=?'code：股票代碼，即6位數字代碼，或者指數代碼（sh=上證指數 sz=深圳成指 hs300=滬深300指數 sz50=上證50 zxb=中小板 cyb=創業板）') start_time?=?st.text_input('起始時間：') stop_time?=?st.text_input('結束時間：')

注意：這里的日期時間默認以年-月-日格式輸入，同時在股票名稱旁邊加入一個輔助幫助說明。

現在進行股票名稱獲取，我們用tushare庫作為股票交易數據獲取，注意需要tushare的pro接口的api才能通過股票代碼獲取股票公司名稱

def?get_name(stoke_code):pro=ts.pro_api()dat?=?pro.query('stock_basic',?fields='symbol,name')????????????????company_name?=?list(dat.loc[dat['symbol']?==?stoke_code].name)[0]?return?company_name

接著對股票交易數據顯示，用到st.dataframe()函數來讓用戶更直觀的看到獲取的交易數據

data?=?ts.get_hist_data('{}'.format(code),start?=?'{}'.format(start_time),end?=?'{}'.format(stop_time)) st.write('股票代碼為{}的交易數據表'.format(code)) st.dataframe(data)

最后可視化ma短線長線

if?code?!=?'':data1?=?data[['close','ma5','ma10']]st.line_chart(data1) else:pass

MACD治標是大家常看的指標，那么我們將ma5和ma10在圖標上顯示，并畫上收盤價，讀者可以自行驗證MACD的黃金或死亡交叉！最終效果見下方視頻

各位伙伴們好，詹帥本帥搭建了一個個人博客和小程序，匯集各種干貨和資源，也方便大家閱讀，感興趣的小伙伴請移步小程序體驗一下哦！（歡迎提建議）

推薦閱讀

牛逼！Python常用數據類型的基本操作（長文系列第①篇）

牛逼！Python的判斷、循環和各種表達式（長文系列第②篇）

牛逼！Python函數和文件操作（長文系列第③篇）

牛逼！Python錯誤、異常和模塊（長文系列第④篇）

總結

以上是生活随笔為你收集整理的Python + Steamlit 快速开发可视化 web 页面！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。