Streamlit 的常用方法及示例-CFANZ编程社区

Streamlit 是一个基于 Python 的快速 Web 应用开发框架，尤其适合数据科学家、分析师和机器学习工程师。它的特点是轻量、上手快、无需前端知识，只需要用 Python 编写逻辑，即可将数据处理、可视化和交互功能打包成一个 Web 应用。

本文将系统介绍 Streamlit 的常用方法，并给出详细示例，帮助你快速掌握其核心用法。

一、安装与运行

安装 Streamlit：

pip install streamlit

运行一个 Streamlit 应用（例如 app.py）：

streamlit run app.py

默认会启动一个本地服务，打开浏览器即可访问。

二、基本输出方法

1. 文本输出

import streamlit as st

st.title("Streamlit 示例应用")
st.header("这是一个标题")
st.subheader("这是一个副标题")
st.text("普通文本内容")
st.markdown("**支持 Markdown 格式**，如粗体、*斜体*、[超链接](https://streamlit.io)")

2. 代码与高亮

code = '''
def hello():
    print("Hello, Streamlit!")
'''
st.code(code, language="python")

3. 数据展示

import pandas as pd

df = pd.DataFrame({
    "姓名": ["张三", "李四", "王五"],
    "成绩": [85, 90, 78]
})

st.dataframe(df)   # 可交互表格
st.table(df)       # 静态表格

三、输入组件

1. 文本输入与数字输入

name = st.text_input("请输入姓名：")
age = st.number_input("请输入年龄：", min_value=0, max_value=120, value=18)

if name:
    st.write(f"欢迎 {name}, 年龄 {age}")

2. 选择器

option = st.selectbox("选择一个选项", ["Python", "Java", "C++"])
st.write("你选择的是：", option)

options = st.multiselect("选择多个选项", ["苹果", "香蕉", "橘子"])
st.write("你选择了：", options)

3. 文件上传

uploaded_file = st.file_uploader("上传文件", type=["csv", "txt", "pdf", "png", "jpg"])
if uploaded_file is not None:
    st.write("文件名:", uploaded_file.name)

4. 滑块与按钮

level = st.slider("选择数值", 0, 100, 50)
st.write("当前值为：", level)

if st.button("点击我"):
    st.success("按钮已点击！")

四、可视化支持

Streamlit 内置了多种图表支持，并且与 Matplotlib、Plotly、Altair 等兼容。

1. 内置图表

import numpy as np
import pandas as pd

chart_data = pd.DataFrame(
    np.random.randn(20, 3),
    columns=["a", "b", "c"]
)

st.line_chart(chart_data)   # 折线图
st.area_chart(chart_data)   # 面积图
st.bar_chart(chart_data)    # 柱状图

2. Matplotlib 图表

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.plot([1, 2, 3, 4], [10, 20, 25, 30])
st.pyplot(fig)

3. Plotly 图表

import plotly.express as px

df = px.data.iris()
fig = px.scatter(df, x="sepal_width", y="sepal_length", color="species")
st.plotly_chart(fig)

五、状态管理与缓存

1. 缓存函数结果

@st.cache_data
def load_data():
    import time
    time.sleep(2)  # 模拟耗时操作
    return pd.DataFrame(np.random.randn(100, 2), columns=["x", "y"])

data = load_data()
st.write("数据加载完成：", data.head())

2. 会话状态

if "count" not in st.session_state:
    st.session_state.count = 0

if st.button("增加计数"):
    st.session_state.count += 1

st.write("当前计数：", st.session_state.count)

六、布局与界面优化

1. 分栏布局

col1, col2 = st.columns(2)

with col1:
    st.write("这是第一列")

with col2:
    st.write("这是第二列")

2. 侧边栏

option = st.sidebar.selectbox("选择一个选项", ["首页", "数据分析", "模型预测"])
st.sidebar.write("当前选择：", option)

七、综合示例

下面是一个综合性的小应用：

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

st.title("学生成绩分析系统")

# 上传数据
uploaded_file = st.file_uploader("上传成绩 CSV 文件", type=["csv"])
if uploaded_file:
    df = pd.read_csv(uploaded_file)
    st.dataframe(df)

    # 数据描述
    st.subheader("数据统计")
    st.write(df.describe())

    # 绘制图表
    st.subheader("成绩分布")
    st.bar_chart(df["成绩"])

    # 筛选
    min_score = st.slider("选择最低成绩", 0, 100, 60)
    filtered = df[df["成绩"] >= min_score]
    st.write(f"成绩大于等于 {min_score} 的学生：", filtered)