Streamlit学习笔记

官方中文文档

GitHub项目1

python 复制代码

git clone https://github.com/streamlit/streamlit-example.git
cd streamlit-example
pip install -r requirements.txt  
streamlit run streamlit_app.py

NumPy

Python 处理数字和数组的"基础工具"。它让Python能高效处理大量数字（比如一堆数字组成的表格或矩阵），支持快速数学计算、随机数生成等。数据分析几乎都从它开始，因为速度快、功能强。
Pandas

专门处理表格数据的"Excel 神器"。它能轻松读取 CSV、Excel 文件，清洗脏数据（去掉缺失值、重复行）、过滤、汇总、合并表格等。核心是"DataFrame"这个结构，像超级强大的电子表格，但用代码操作。
Altair

功能：通过"数据→encode→mark"语法声明式画图；自动输出 Vega-Lite JSON，前端渲染。

特点：代码量极少，默认统计最佳实践（如自动分箱、置信带）；原生支持交互筛选、tooltip，但交互深度不如 Plotly。

用途：快速探索性可视化、统计报告、学术论文图。
Plotly （Python 版）

强大的互动绘图库，能做出非常漂亮、可以鼠标缩放、悬停、点击的动态图表（包括 3D 图、地图等）。适合做专业级仪表盘或报告，图表可以直接嵌入网页或 Streamlit App 里，互动性超强。
Streamlit

就是一个超级简单的工具，能让你用纯 Python 代码，几行就快速建一个互动的网页应用（比如数据仪表盘、模型演示）。不用学 HTML、CSS 或 JavaScript，写好代码运行一下，就直接变成浏览器里能用的 App。特别适合数据科学家分享成果。每出现一次 st.xxx 就对应页面一个组件
NumPy ：专门管"数字砖头"------把一大堆数字整整齐齐码成一块板子，算得飞快。
Pandas ：给这些砖头贴上标签、分行列，变成一张能查能改的"Excel 表"。
Altair ：一句话"把这张表画成图"，出来的是干净漂亮的统计图，能点能选，但不算太花哨。
Plotly ：也是画图，但主打"网页级炫交互"------能放大、缩小、悬停看数字、3D 旋转，适合放仪表板。
Streamlit ：把前面做的表、图、模型包在一起，不用懂网页，直接生成一个可交互的网页 App，别人打开浏览器就能用。
NumPy 生成/接收原始数组 → Pandas 清洗成 DataFrame → Altair/Plotly 出图 → Streamlit 把全套逻辑包装成可交互网页。

GitHub项目2

安装 uv（windows）

powershell 复制代码

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

或者：

克隆仓库，在项目目录中输入命令uv sync（创建项目的虚拟环境）

运行演示

首先激活项目的虚拟环境：在终端中，导航到项目目录并输入。source .venv/bin/activate
然后输入。streamlit run streamlit_app.py

安装plotly，一个交互式可视化库，核心特点是"可交互、可分享、零前端代码"

powershell 复制代码

pip install plotly

代码解释

python 复制代码

import streamlit as st
import pandas as pd
import plotly.express as px

streamlit（简称 st）：负责把 Python 代码变成网页。
pandas（简称 pd）：用来读和处理表格数据。
plotly.express（简称 px）：快速画出漂亮的互动图表。

python 复制代码

df = pd.read_csv("state_data.csv")

用 pandas 读取一个叫 state_data.csv 的文件（里面应该是美国各州每年的人口数据），存到一个叫 df 的表格（DataFrame）里。

python 复制代码

st.header("US State Demographics")

在网页上显示一个大标题："US State Demographics"（美国各州人口统计）。

python 复制代码

state = st.selectbox("State:", df["State"].unique())

在网页上放一个下拉选择框，标题叫"State:"。
选项是表格里所有不重复的州名（比如 California、Texas...）。
用户选哪个州，state 这个变量就会变成那个州的名字。

python 复制代码

df_state = df[df["State"] == state]

从完整表格 df 中，只挑出用户当前选的那个州的全部行，存到 df_state 里。

python 复制代码

fig = px.line(
    df_state, x="Year", y="Total Population", title=f"Total Population of {state}"
)

用 Plotly 快速画一张折线图：
- 数据来源是 df_state（只包含选中的州）
- X 轴是"Year"（年份）
- Y 轴是"Total Population"（总人口）
- 图表标题自动变成"Total Population of California"（取决于用户选的州）

python 复制代码

st.plotly_chart(fig)

把上面画好的互动折线图直接显示在网页上。用户可以用鼠标放大、缩小、悬停看具体数字，完全是专业级互动效果。

python 复制代码

st.write("All Data")
st.dataframe(df)

先写个小标题"All Data"（所有数据）
再把完整的原始表格 df 显示出来，可以滚动、排序、搜索。