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