原文：
www.kdnuggets.com/2021/09/create-stunning-web-apps-data-science-projects.html
评论
由 Murallie Thuwarakesh，Stax, Inc. 的数据科学家提供
图片由 Meagan Carsience 在 Unsplash 提供
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析能力
3. 谷歌 IT 支持专业证书 - 支持你在 IT 方面的组织
网页开发不是数据科学家的核心能力。大多数数据科学家不会学习不同的技术来完成这项任务。这不是他们的强项。
然而，大多数数据科学项目也有一个软件开发组件。开发人员有时对问题有不同的理解，并且使用离散的技术。这通常会导致问题，并浪费双方团队的宝贵时间。
此外，像 Tableau 和 Power BI 这样的可视化工具更多地关注数据探索。然而，这只是完整数据科学项目的一部分。如果你需要集成机器学习模型，它们还远远不够完美。
Streamlit 允许你为数据科学项目开发网页应用。这个开源库的 API 完全用 Python 编写。因此，你不需要学习其他网页技术即可使用它。此外，它容易学习，修改起来也很灵活。
这篇文章是对 Streamlit 的介绍。我们将构建一个互动网页应用，它接受用户输入，运行 K-means 算法，并立即在网页界面上绘制结果。
在短文结束时，我们将涵盖
-
安装 Streamlit 并测试水温；
-
构建一个互动网页应用；
-
使用用户输入运行 K-means 算法；
-
使用缓存来提高性能，以及；
-
在云端部署它；
这里是 链接 到已部署版本。如果你想提前了解一下，请查看。
这个非凡的工具设置简单得令人难以置信，几乎所有 Python 用户都很熟悉它。使用 PyPI。
pip install streamlit你也可以使用 conda 和其他流行的 Python 包管理工具。
完成后，你可以使用安装包中的 hello world 应用进行测试。在终端窗口中执行下面的命令以启动开发服务器。
streamlit hellohello world 应用展示了你可以用 Streamlit 做的出色可视化。上述命令将启动一个本地开发服务器，并在默认浏览器中打开链接。你还可以在同一页面上找到源代码。此外，这个示例应用还提供了许多高级教程的链接，以便你进一步学习。
既然设置完成了，让我们创建一个与我们的机器学习模型互动的应用。
下面的应用程序使用 Pandas、Scikit-Learn、Matplotlib、Seaborn 和 Streamlit。在开始之前，请确保你已经安装了所有必要的包。如果没有，下面的命令会为你安装。
pip install pandas scikit-learn matplotlib seaborn streamlit创建一个名为 ‘quickstart.py’ 的文件，内容如下。
# Imports
# -----------------------------------------------------------
import streamlit as st
import pandas as pd
# -----------------------------------------------------------
# Helper functions
# -----------------------------------------------------------
# Load data from external source
df = pd.read_csv(
"https://raw.githubusercontent.com/ThuwarakeshM/PracticalML-KMeans-Election/master/voters_demo_sample.csv"
)
# -----------------------------------------------------------
# Sidebar
# -----------------------------------------------------------
# -----------------------------------------------------------
# Main
# -----------------------------------------------------------
# Create a title for your app
st.title("Interactive K-Means Clustering")
# A description
st.write("Here is the dataset used in this analysis:")
# Display the dataframe
st.write(df)
# -----------------------------------------------------------代码片段来自 作者。
上面的文件很简单。为了说明，我在文件中添加了几个部分。
在主应用部分，我们有三行。我们在页面上添加了一个标题和一个描述。然后我们在页面上显示数据框。 “st.write” 函数是一个全能解决方案。你可以将几乎任何东西传递给这个函数，Streamlit 足够智能，能够在 UI 中显示正确的小部件。要了解不同的 Streamlit 函数，这里有一个 备忘单。
让我们用下面的命令运行我们的初始应用。
streamlit run quickstart.py和 hello 应用一样，这个命令将启动一个新的开发服务器。在你的浏览器中，你会看到下面的内容。
截图来自 作者。
恭喜你，你刚刚创建了第一个网页应用；不需要 HTML、CSS，也完全不需要 JavaScript。
但这只是初级阶段。一个网页应用可以做很多酷炫的事情。它可以实时与用户互动并更新内容。让我们看看如何实现它。
在 Streamlit 网页应用中添加交互功能非常简单。Streamlit API 包含多个小部件。你可以使用它们来获取用户输入并将其值存储在一个变量中。其余部分就像其他任何 Python 程序一样。
让我们添加一个复选框来切换数据集的显示。毕竟，没有人会开发一个网页应用来查看原始数据。用下面的内容替换数据框显示（第 30 行）。
# Display the dataframe
df_display = st.checkbox("Display Raw Data", value=True)
if df_display:
st.write(df)代码片段来自 作者。
如果你刷新浏览器，现在可以看到一个复选框来切换数据框的显示。
截图来自 作者。
但是，中间的切换按钮并不令人愉悦。让我们把它移到侧边栏。
再次，这是一项轻松的操作。Streamlit API 具有侧边栏属性。你在主应用程序中创建的所有小部件在这个侧边栏属性中也可用。
通过使用 ‘st.sidebar’ 属性创建一个侧边栏变量。然后将我们在主应用程序部分添加的复选框分配移动到侧边栏部分。注意，我们现在使用的是 ‘st.sidebar.checkbox’ 而不是 ‘st.checkbox’。
# SIDEBAR
# -----------------------------------------------------------
sidebar = st.sidebar
df_display = sidebar.checkbox("Display Raw Data", value=True)
n_clusters = sidebar.slider(
"Select Number of Clusters",
min_value=2,
max_value=10,
)
# -----------------------------------------------------------代码片段来自 作者。
在上面的代码中，我们还向侧边栏添加了一个滑块。这个小部件将捕获用户选择的聚类数量。下面是输出效果的样子。
截图来自 作者。
下一站，我们将使用用户选择的聚类数量运行 K 均值算法。
使用以下代码扩展导入、辅助函数和主应用程序部分。
# Imports
# -----------------------------------------------------------
...
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_theme()
# -----------------------------------------------------------
# Helper functions
# -----------------------------------------------------------
...
def run_kmeans(df, n_clusters=2):
kmeans = KMeans(n_clusters, random_state=0).fit(df[["Age", "Income"]])
fig, ax = plt.subplots(figsize=(16, 9))
#Create scatterplot
ax = sns.scatterplot(
ax=ax,
x=df.Age,
y=df.Income,
hue=kmeans.labels_,
palette=sns.color_palette("colorblind", n_colors=n_clusters),
legend=None,
)
return fig
# -----------------------------------------------------------
# MAIN APP
# -----------------------------------------------------------
...
# Show cluster scatter plot
st.write(run_kmeans(df, n_clusters=n_clusters))
# -----------------------------------------------------------代码片段来自 作者。
在上面的代码中，我们创建了一个运行 K-Means 算法的函数。它接受数据框和聚类数量作为参数，并返回一个 Matplotlib 图形。
K-Means 聚类的说明超出了本项目的范围。这是一个机器学习算法，这正是我们关心的。但是你可以参考我 之前的帖子 ，那里有相关的描述。
我们使用 n_clusters 变量，该变量捕获了上一节中的滑块值，作为 run_forecast 函数的第二个参数。
如果你刷新页面，你会看到一个仪表盘，它接收用户输入，运行机器学习算法，并立即更新 UI。
截图来自 作者。
即使你是一个经验丰富的开发者，与后端机器学习的这种互动和集成也是一项困难的任务。特别是如果你是一个不懂如何开发网页应用的数据科学家，这可能会占用你几周的时间。
数据科学流程中的某些任务是耗时的。然而，这些任务对于相同的输入很少产生不同的结果。你可以使用 Streamlit 内置的缓存功能来存储它们的值以备将来使用。
虽然这听起来可能复杂，但使用 Streamlit 实现非常简单。你的耗时任务应该是一个函数，并且你用 @ts.cache 装饰器将其包装起来。只要输入参数相同且函数体未被修改，Streamline 就会从缓存中提取它。
在我们构建的应用程序中，我们调用外部 URL 以下载数据。如果这是一个实时 API，你可能不想缓存它。但在我们的情况下，它不是。因此，让我们通过替换以下代码行来缓存它。
# Load data from external source
@st.cache
def load_data():
df = pd.read_csv(
"https://raw.githubusercontent.com/ThuwarakeshM/PracticalML-KMeans-Election/master/voters_demo_sample.csv"
)
return df
df = load_data()作者的 代码片段。
在第一次重新加载时，你可能会看到浏览器上显示“Processing load_data”的消息。但后续的重新加载不会出现这个提示。这是因为请求是从缓存中获取的，而不是从外部 URL 下载的。
如果你注意到了 Streamlit 控制台，你还会看到一个网络 URL。这意味着，如果你的防火墙允许，你的应用可以通过内部网访问。
如果你想在你的网络之外分享它，我们有很多选择。正如文档所说，Streamlit 应用在任何 Python 应用可以运行的地方都能工作。
-
Streamlit 推荐使用“Streamlit Sharing”选项。
你可以把你的代码放在 GitHub 仓库里，并配置 Streamlit Sharing 来提供你的应用。
Streamlit Sharing 是免费的，但目前仅限邀请。你可以为自己申请邀请。
-
你可以在云平台上部署它。这里有一篇 文章 显示了如何使用 AWS EC2 免费实例进行部署。
-
你可以 配置反向代理。像 Nginx 和 Apache 这样的代理服务器可以被配置来提供应用服务，并限制特定用户的访问。
一定要阅读 Streamlit 的社区指南 关于部署的内容，以探索你可以选择的众多选项。
下面是我如何在 Streamlit Share 上部署这个教程应用的。再一次，Streamlit 的便利性让我惊讶。
步骤 I：将你的代码放入 GitHub 公共仓库。 我已经将我的代码添加到这个 GitHub 仓库。我们需要确保它包含一个包含所有依赖项的 requirement.txt 文件。
步骤 II：使用你的 GitHub 账户登录 Streamlit。
步骤 III：在 Streamlit 控制台上创建一个新应用。 从下拉菜单中选择你的 GitHub 仓库或粘贴 URL。选择你想要用于部署的分支。最后，选择主文件名并点击部署。
作者截图。
大约一分钟内，我的应用 就在 Streamlit Share 上上线了。但部署时间可能会因项目需求而异。
请注意，Streamlit Share 目前是仅限邀请的。但我没等太久就获得了它。Streamlit 的 部署文档 包含了更多有用的信息。
不用说，Streamlit 解决了数据科学项目中的一个关键问题。它赋予数据科学家构建 Web 应用程序以与其机器学习模型互动的能力。
在这篇介绍性文章中，我们探讨了如何将 Streamlit 与 K-Means 聚类结合使用。虽然这是一个简单的应用，但它展示了这项技术的核心概念。除了开发，我们还了解了如何轻松管理 Streamlit 中的缓存以提高性能。最后，我们讨论了部署选项。
Streamlit 远不止于此。请查看他们的 官方文档，其中包含了出色的教程。此外，他们的 API 速查表 对于快速开发也很有帮助。
Web 应用程序是一个绝妙的解决方案。但在某些情况下，你可能需要考虑其他方式来与 ML 模型交互。也许，构建一个命令行界面可能会有所帮助。
感谢阅读，朋友！看起来你我有很多共同的兴趣。我很愿意在 LinkedIn、Twitter 和 Medium 上与你联系。
还不是 Medium 会员？请使用此链接 成为会员。你可以享受成千上万的有深度的文章，并支持我作为推荐你的小佣金。
简介：Murallie Thuwarakesh (@Thuwarakesh) 是 Stax, Inc. 的数据科学家，并且是 Medium 上分析领域的顶级作家。Murallie 分享了他每天在数据科学领域的探索。
原文。转载已获许可。
相关：
-
数据科学家的 Streamlit 小贴士、技巧和窍门
-
使用 Streamlit 进行主题建模
-
构建一个应用程序来生成使用 TensorFlow 和 Streamlit 的逼真面孔