Python/streamlit
- - -
Streamlitとは
[編集]Streamlitは、Pythonで作成されたオープンソースのフレームワークであり、データの可視化やウェブアプリケーションの作成に使用されます。
特徴
[編集]Streamlitには、以下のような便利な特徴があります:
- シンプルで使いやすいインターフェース
- リアルタイムでのコード変更と更新
- データの可視化やインタラクティブな操作のサポート
- Pythonのコードと統合しやすい
主な組み込み関数とメソッド
[編集]Streamlitには多くの組み込み関数とメソッドがあり、ウェブアプリケーションの開発を容易にします。以下に主な関数とメソッドを紹介します:
- st.write()`:テキストやデータフレームなどの情報を表示します。
- st.title()`:アプリケーションのタイトルを設定します。
- st.markdown()`:マークダウン形式のテキストを表示します。
- st.dataframe()`:データフレームを表示します。
- st.sidebar`:サイドバーを作成し、ユーザーインターフェースを整理します。
- st.button()`:ボタンを作成し、ユーザーの入力を受け付けます。
- st.slider()`:スライダーを作成し、数値の選択を可能にします。
- st.selectbox()`:ドロップダウンメニューを作成し、選択肢から選べるようにします。
例
[編集]以下に、Streamlitを使用した基本的なウェブアプリケーションの例を示します。この例では、タイトルの表示、テキストの表示、データフレームの表示、マークダウンの使用方法を紹介します。
import streamlit as st import pandas as pd import numpy as np # アプリケーションのタイトルを設定 st.title('サンプルStreamlitアプリケーション') # テキストの表示 st.write("これはテキストの表示例です。") # データフレームの作成と表示 data = pd.DataFrame( np.random.randn(10, 5), columns=('A', 'B', 'C', 'D', 'E') ) st.dataframe(data) # マークダウンの表示 st.markdown(""" ### これはマークダウンの見出しです - リストアイテム1 - リストアイテム2 """) # サイドバーの作成 st.sidebar.title("サイドバー") option = st.sidebar.selectbox( 'あなたの好きな数字を選んでください', list(range(1, 11)) ) st.sidebar.write('あなたが選んだ数字は', option) # ボタンの作成と動作 if st.button('クリックしてみて'): st.write('ボタンがクリックされました!') # スライダーの作成と使用 age = st.slider('あなたの年齢を選んでください', 0, 130, 25) st.write("あなたの年齢は", age, "歳です。")
このコードを実行すると、以下のようなウェブアプリケーションが表示されます:
1. タイトル:アプリケーションのタイトルが表示されます。
2. テキスト:シンプルなテキストが表示されます。
3. データフレーム:ランダムなデータを含むデータフレームが表示されます。
4. マークダウン:マークダウン形式の見出しとリストが表示されます。
5. サイドバー:サイドバーに選択ボックスが表示され、ユーザーが数字を選択できます。
6. ボタン:ボタンが表示され、クリックするとメッセージが表示されます。
7. スライダー:スライダーが表示され、ユーザーが年齢を選択できます。
インストール
[編集]Streamlitをインストールするには、ターミナルで以下のコマンドを実行してください:
$ pip install streamlit
インストールが完了したら、以下のコマンドでアプリケーションを実行できます:
$ streamlit run your_app.py
リンクと参考情報
[編集]- [公式ドキュメント](https://streamlit.io/)
- [Streamlitのリファレンス](https://docs.streamlit.io/library/api -reference)
- [Streamlitのチュートリアル](https://docs.streamlit.io/library/get -started/create -an -app)
-
-
-
このページでは、Streamlitの基本的な機能と使用方法を具体的なコード例とともに紹介しました。Streamlitを活用することで、Pythonコードを簡単にインタラクティブなウェブアプリケーションに変換でき、データの可視化や機械学習モデルのデモンストレーションに非常に便利です。公式ドキュメントやリファレンスを参照しながら、さらに高度な機能を探索してみてください。