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。Streamlit 的宗旨很明确，就是要让人只需要通过编写简单的 Python 代码，就可以完成构建应用的需求。它支持所见即所得的热更新，而且你不需要写一行 HTTP 请求代码及前端代码，你只需要一个 Python IDE 和一个浏览器，就能快速看到你自己构建的应用。

一个傻瓜式构建可视化web的程序
Streamlit库官方地址： https://streamlit.io/
API文档地址： https://docs.streamlit.io/
在线沙盘： https://samdobson-streamlit-sandbox-app-za85j0.streamlit.app/?ref=blog.streamlit.io#hello-there

安装： pip install streamlit
离线安装： https://pypi.org/project/streamlit/#files
安装完成之后运行： streamlit hello 可是测试是否正确安装
正确安装后，运行时，可以在CMD或者Anaconda Powershell Prompt (Anaconda)下（推荐这种方式，可设置env）运行：
streamlit run myfile.py

Streamlit库基本介绍
Streamlit是一个基于 Python 的 Web 应用程序框架，致力于以更高效、更灵活的方式可视化数据，并分析结果。它是一个开源库，可以帮助数据科学家和学者在短时间内开发机器学习 (ML) 可视化仪表板。只需几行代码，我们就可以构建并部署强大的数据应用程序。其实就是用Python语言写一个本地Web，应用场景常常是机器学习可视化（当然也可做其他的图表分析等），不需要任何Web前后端开发经验。注意我们写出的Web只有本地可以访问，要接入互联网还需要其他进阶方法！
https://docs.streamlit.io/library/cheatsheet

优点和缺点（from Claude)

Streamlit 是一个用于构建数据应用程序的开源 Python 库,有以下优点和缺点:

运行Streamlit的程序

CMD下运行

Another way of running Streamlit is to run it as a Python module. This can be useful when configuring an IDE like PyCharm to work with Streamlit:
Running
python -m streamlit run your_script.py

anaconda Powershell下运行

is equivalent to:
streamlit run your_script.py

You can also pass a URL to streamlit run! This is great when combined with GitHub Gists. For example:
streamlit run https://raw.githubusercontent.com/streamlit/streamlit_app.py

Step by step 学习

官方指引： https://docs.streamlit.io/library/get-started
在线学习： http://cw点hubwiz.com/card/c/streamlit-manual/
https://blog.streamlit.io/how-to-master-streamlit-for-data-science/

Streamlit has two easy ways to display information into your app, which should typically be the first thing you try: st.write and magic.

st.write and magic commands

魔法命令使用时，可以直接输入要输出的对象名称，不用再打st.write()，如下：
st.write()
st.write() 是一个泛型函数，根据传入对象不同采取不同的展示方式，比如传入 pandas.DataFrame 时，st.write(df) 默认调用 st.dataframe()，传入 markdown时，st.write(markdown) 默认调用 st.markdown()。可传入的对象有:

仅仅展示代码，而不执行，可以：

code = """
def sum_(x):
    return np.sum(x)
st.code(code, language="python")
code = """
for (i i 1:10) {
    print(i)
st.code(code, language="r")
st.markdown("""
​```python
print("hello")
展示 Code，同时执行 Code；需要将code放入 st.echo() 内：
with st.echo():
    for i in range(5):
        st.write("hello")
文本原素（Text elements）
st.markdown
st.markdown('Streamlit is **_really_ cool**.')
st.markdown(”This text is :red[colored red], and this is **:blue[colored]** and bold.”)
st.markdown(":green[$\sqrt{x^2+y^2}=1$] is a Pythagorean identity. :pencil:")
st.title
st.title('This is a title')
st.title('A title with _italics_ :blue[colors] and emojis :sunglasses:')
st.header

st.subheader

st.caption

st.code

st.text

st.latex

st.divider

数据显示元素（Data display elements）
st.dataframe

st.table

st.metric

st.json
Chart elements
st.line_chart

st.area_chart

st.bar_chart

st.pyplot

st.altair_chart

st.vega_lite_chart

st.plotly_chart

st.bokeh_chart

st.pydeck_chart

st.graphviz_chart

st.map
Input widgets
st.button

st.experimental_data_editor

st.download_button

st.checkbox

st.radio

st.selectbox

st.multiselect

st.slider

st.select_slider

st.text_input

st.number_input

st.text_area

st.date_input

st.time_input

st.file_uploader

st.camera_input

st.color_picker
Media elements
remove

st.image

st.audio

st.video

Layouts and containers
st.sidebar

st.columns

st.tabs

st.expander

st.container

st.empty
Status elements
st.progress

st.spinner

st.balloons

st.snow

st.error

st.warning

st.info

st.success

st.exception
Control flow
st.stop

st.form

st.form_submit_button

st.experimental_rerun
Utilities
st.set_page_config

st.echo

st.help

st.experimental_show

st.experimental_get_query_params

st.experimental_set_query_params
Mutate charts
State management

Performance

Personalization
Connections and databases
st.experimental_connection

SQLConnection

SnowparkConnection

Connection base class
Advanced features
Command-line options

Configuration

Theming

Caching

Add statefulness to apps

Dataframes

Widget semantics

Pre-release features

Working with timezones

Static file serving

HTTPS support

Secrets management

Components

remove

Components API

Create a Component

Publish a Component

Component gallery

open_in_new

Roadmap

open_in_new
===========================================================================
st.button
st.button 会显示一个按钮组件。
应用功能：

默认情况下输出 Goodbye

一旦按下按钮，则会变为显示 Why hello there

st.button() 语句接收了一个值为 Say hello 的 label 参数，会作为显示在按钮上的文字。

st.write 命令被用作显示文字消息，取决于按钮是否按下，显示的要么是 Why hello there，要么是 Goodbye
import streamlit as st
st.header('st.button')
if st.button('Say hello'):
     st.write('Why hello there')
else:
     st.write('Goodbye')
st.write
st.write 能够在 Streamlit 应用中输出文字等内容。
除了能够输出文字，st.write() 命令还能够输出...
输出字符串，类似于 st.markdown()
输出 Python 的 dict 字典对象
输出 pandas DataFrame，将数据框显示为表格
输出用 matplotlib、plotly、altair、graphviz、bokeh 等库所作的图表
以及更多！（见 API 文档中对 st.write 的描述）
以下是如何使用 st.write 的代码：

import numpy as np
import altair as alt
import pandas as pd
import streamlit as st
st.header('st.write')
# 样例 1
st.write('Hello, *World!* :sunglasses:')
# 样例 2
st.write(1234)
# 样例 3
df = pd.DataFrame({
     'first column': [1, 2, 3, 4],
     'second column': [10, 20, 30, 40]
st.write(df)
# 样例 4
st.write('Below is a DataFrame:', df, 'Above is a dataframe.')
# 样例 5
df2 = pd.DataFrame(
     np.random.randn(200, 3),
     columns=['a', 'b', 'c'])
c = alt.Chart(df2).mark_circle().encode(
     x='a', y='b', size='c', color='c', tooltip=['a', 'b', 'c'])
st.write(c)
创建 Streamlit 应用时要做的第一件事就是将 streamlit 库导入为 st：import streamlit as st

然后紧跟着的是应用的标题文字：st.header('st.write')

st.write 的基本用法就是现实文字和使用 Markdown 语法的文本：

st.write('Hello, World! 😎')

前面提到，st.write 还能够输出其他数据类型，比如数字：

st.write(1234)

数据框也能够通过如下语句显示：

df = pd.DataFrame({

'first column': [1, 2, 3, 4],

'second column': [10, 20, 30, 40]

st.write(df)

你也能传入多个参数，比如：

st.write('Below is a DataFrame:', df, 'Above is a dataframe.')

最后，你也可以显示各种图表，只需传入图表对象即可：

df2 = pd.DataFrame(

np.random.randn(200, 3),

columns=['a', 'b', 'c'])

c = alt.Chart(df2).mark_circle().encode(

x='a', y='b', size='c', color='c', tooltip=['a', 'b', 'c'])

st.write(c)
# -*- coding: utf-8 -*-
# My first app
原文：https://blog.csdn.net/qq_44747847/article/details/116462041
You can now view your Streamlit app in your browser.
Local URL: http://localhost:8501
import streamlit as st
import numpy as np
import pandas as pd
st.title("This is my first app")
st.write("你好")
st.write("Here's our first attempt at using data to create a table:")
#显示dataframe
df = pd.DataFrame({
  'first column': [5, 6, 7, 8],
  'second column': [50, 60, 70, 80]
st.write(pd.DataFrame({
    'first column': [1, 2, 3, 4],
    'second column': [10, 20, 30, 40]
# 其中df定义的位置，并不影响最后的输出位置！
# 可参考https://docs.streamlit.io/library/get-started/main-concepts 中的use magic
#显示折线图
chart_data = pd.DataFrame(
     np.random.randn(20, 3),
     columns=['广州', '上海', '北京'])
st.line_chart(chart_data)
#显示地图
map_data = pd.DataFrame(
    np.random.randn(1000, 2) / [50, 50] + [37.76, -122.4],
    columns=['lat', 'lon'])
st.map(map_data)
#发现地理位置不太满意，换成江苏南京！
smap_data = pd.DataFrame(
    np.random.randn(1000, 2) / [50, 50] + [32.37, 118.4],
    columns=['lat', 'lon'])
st.map(smap_data)
#显示单选框
if st.checkbox('Show dataframe'):
    chart_data = pd.DataFrame(
       np.random.randn(20, 3),
       columns=['a', 'b', 'c'])
    chart_data
option = st.selectbox(
    'Which number do you like best?',
     df['first column'])
'You selected: ', option
#显示按钮
left_column, right_column = st.columns(2)
pressed = left_column.button('Press me?')
if pressed:
    right_column.write("Woohoo!")
expander = st.expander("FAQ")
expander.write("Here you could put in some really, really long explanations...")
#添加一个时间进度条
import time
'Starting a long computation...'
# Add a placeholder
latest_iteration = st.empty()
bar = st.progress(0)
for i in range(100):
  # Update the progress bar with each iteration.
  latest_iteration.text(f'Iteration {i+1}')
  bar.progress(i + 1)
  time.sleep(0.1)
'...and now we\'re done!'
Web类型程序一定避不开安全性的问题，Streamlit不支持安全认证

即不提供用户名密码等基本的认证方式，查了官方的论坛，目前没有好的办法，官方后续有计划做，但是也是在For Team版本里面，开源版是不提供的。
解决办法：在程序前面加上一个nginx，利用nginx的basic_auth做认证，然后将请求转发给streamlit。这应该是最简单的办法了。

附上nginx的配置，有几个选项必须加，要不然会报ws错误

server {
    listen       8501;
    server_name 0.0.0.0;
    location / {
       proxy_pass http://admin-web:8501;
       auth_basic "Please input password";
       auth_basic_user_file /etc/nginx/conf.d/password.db;
       proxy_set_header    Host             $host;
       proxy_set_header    X-Real-IP        $remote_addr;
       proxy_set_header    X-Forwarded-For  $proxy_add_x_forwarded_for;
       proxy_set_header   X-Forwarded-Proto $scheme;
       proxy_buffering    off;
       proxy_http_version 1.1;
       proxy_set_header Upgrade $http_upgrade;
       proxy_set_header Connection "upgrade";
       proxy_read_timeout 86400;
       proxy_redirect      default;
    error_page   500 502 503 504  /50x.html;
    location = /50x.html {
        root   /usr/share/nginx/html;
快捷打开方法
如果觉得上述访问的方法有点小麻烦，这里提供一种一键打开——一劳永逸的方法，其实就是将上面的指令打包成bat文件~

在py的文件夹（重要！）下新建一个txt文件，文件名任意，输入以下内容：
chcp 65001
@echo off
call activate
call conda activate 环境名
streamlit run 文件名.py
Pause
第一行的作用是让中文文件名也能被识别。

然后再把后缀改成.bat文件即可，这样双击它即可打开我们的网站。退出网站的方法也和刚才类似，只是如果Ctrl+C的话要多一步确认（直接关闭cmd最快！）。
在线学习&视频
YouTube tutorials

Here’s a list of these YouTube channels about Streamlit:
Streamlit. The official Streamlit YouTube channel with official announcements of the latest features.

Data Professor. My YouTube channel with videos on data science and bioinformatics and a growing playlist of 30 videos on Streamlit.

JCharisTech. Jesse’s YouTube channel with tutorial videos on Python and Streamlit and with a playlist of almost 70 videos on Streamlit.

1littlecoder. AbdulMajed’s YouTube channel with tutorial videos on Python and Streamlit and with a playlist of almost 20 videos on Streamlit.
个人项目部署在Streamlit Cloud生成一个公网url随时访问
https://blog.csdn.net/sinat_39629323/article/details/121281071
一个外国人写的streamlit extras，里面有很多有用的小组件
https://extras.streamlit.app/

https://example-time-series-annotation.streamlit.app/
pypi上的streamlit相关的项目
https://pypi.org/search/?q=streamlit
Streamlit创建多页app(这怎么比我想象的要复杂？）
难度中等，较详细：https://www.jianshu.com/p/4af6dba83156

代码：https://github.com/YanAlmeida/streamlit-multipage-framework

https://pypi.org/project/multipage-streamlit/
创建多页--方法一：st-pages
pip install st-pages

https://pypi.org/project/st-pages/

https://github.com/blackary/st_pages
Basic example: https://st-pages.streamlit.app/

Example with sections: https://st-pages-sections.streamlit.app/
创建多页--方法二：定义函数，定义页面，创建导航
import streamlit as st
# 定义页面内容
def main_page():
    st.title("欢迎使用目录应用程序")
    st.write("这是主页。请选择一个选项以导航到其他页面。")
def page_page1():
    st.title("页面1")
    st.write("这是页面1的内容。")
def page_page2():
    st.title("页面2")
    st.write("这是页面2的内容。")
# 创建页面导航
pages = {
    "主页": main_page,
    "页面1": page_page1,
    "页面2": page_page2
# 创建侧边栏导航菜单
st.sidebar.title("导航菜单")
selection = st.sidebar.radio("跳转到：", list(pages.keys()))
# 根据选择的选项呈现页面内容
page = pages[selection]
page()
创建多页--方法三：定义主函数，main
import streamlit as st
from pages.page_1 import func_page_1
from pages.page_2 import func_page_2
def main():
    st.sidebar.subheader('Page selection')
    page_selection = st.sidebar.selectbox('Please select a page',
                                          ['Main Page', 'Page 1','Page 2'])
    pages_main = {
        'Main Page': main_page,
        'Page 1': run_page_1,
        'Page 2': run_page_2
    # Run selected page
    pages_main[page_selection]()
def main_page():
    st.title('Main Page')
def run_page_1():
    func_page_1()
def run_page_2():
    func_page_2()
if __name__ == '__main__':
    main()
除此之外，还要创建两个函数，保存在文件里：

page_1.py:
import streamlit as st
def func_page_1():
   st.title('Page 1')
page_2.py:
import streamlit as st
def func_page_2():
   st.title('Page 2')
https://docs.streamlit.io/library/get-started/multipage-apps/create-a-multipage-app#run-the-multipage-app

https://www.codenong.com/e9759f1f2253f8106d78/

一个写的有点长的中文的多页面APP方法，难度一般

小图标emoji:

https://raw.githubusercontent.com/omnidan/node-emoji/master/lib/emoji.json