扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
本篇内容介绍了“怎么编写Python脚本”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
回民ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景,ssl证书未来市场广阔!成为创新互联的ssl证书销售渠道,可以享受市场价格4-6折优惠!如果有意向欢迎电话联系或者加微信:18980820575(备注:SSL证书合作)期待与您的合作!
Streamlit是第一个专门针对机器学习和数据科学团队的应用开发框架,它是开发自定义机器学习工具的最快的方法,你可以认为它的目标是取代Flask在机器学习项目中的地位,可以帮助机器学习工程师快速开发用户交互工具。
1、Hello world
Streamlit应用就是Python脚本,没有隐含的状态,你可以使用函数调用重构。只要你会写Python脚本,你就会开发Streamlit应用。例如,下面的代码在网页中输出 Hello,world!:
import streamlit as st st.write('Hello, world!')
结果如下:
2、使用UI组件
Streamlit将组件视为变量,在Streamlit中没有回调,每一个交互都是 简单地返回,从而确保代码干净:
import streamlit as st x = st.slider('x') st.write(x, 'squared is', x * x)
结果如下:
3、数据重用和计算
如果你要下载大量数据或者运行复杂的计算该怎么实现?关键在于安全地重用数据。Streamlit引入了缓存原语可以让Steamlit应用 安全、轻松的重用信息。例如,下面的代码只需要从Udacity的自动 驾驶车项目下载一次数据,从而得到一个简单、快速的应用:
import streamlit as st import pandas as pd # Reuse this data across runs! read_and_cache_csv = st.cache(pd.read_csv) BUCKET = "https://streamlit-self-driving.s3-us-west-2.amazonaws.com/" data = read_and_cache_csv(BUCKET + "labels.csv.gz", nrows=1000) desired_label = st.selectbox('Filter to:', ['car', 'truck']) st.write(data[data.label == desired_label])
结果如下:
简而言之,Streamlit的工作方式如下:
对于用户的每一次交互,整个脚本从头到尾执行一遍
Streamlit基于UI组件的状态给变量赋值
缓存让Streamlit可以避免重复请求数据或重复计算
或者参考下图:
如果上面的内容还没有说清楚,你可以直接上手尝试Streamlit!
$ pip install --upgrade streamlit
$ streamlit hello
You can now view your Streamlit app in your browser.
Local URL: http://localhost:8501
Network URL: http://10.0.1.29:8501
这会自动打开本地的web浏览器并访问Streamlit应用:
4、实例:自动驾驶数据集工具
下面的Streamlit应用让你可以在整个Udacity自动驾驶车辆照片数据集中进行语义化搜索,可视化人工标注,并且可以实时运行一个YOLO 目标检测器:
、整个应用只有300行Python代码,绝大多数是机器学习代码。实际上 其中只有23个Streamlit调用。你可以尝试自己运行:
$ pip install --upgrade streamlit opencv-python $ streamlit run https://raw.githubusercontent.com/streamlit/demo-self-driving/master/app.py
“怎么编写Python脚本”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站,小编将为大家输出更多高质量的实用文章!
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流