??? 天 14

Streamlit 組件s

Streamlit 組件s 是第三方的 Python 模塊，對(duì) Streamlit 進(jìn)行拓展 [1].

有哪些可用的 Streamlit 組件s？

好幾十個(gè)精選 Streamlit 組件s 羅列在 Streamlit 的網(wǎng)站上 [2].

Fanilo（一位 Streamlit 創(chuàng)作者）在 wiki 帖子中組織了一個(gè)很棒的 Streamlit 組件s 列表 [3]。截至 2022 年 4 月，其列出了約 85 個(gè) Streamlit 組件s 。

如何使用？

Streamlit 組件s 只需要通過 pip 安裝即可使用。

在這篇教程中，我們將教會(huì)你如何使用 streamlit_pandas_profiling 組件 [4].

安裝組件

pip install streamlit_pandas_profiling

示例應(yīng)用

代碼

以下是如何使用這個(gè)組件來構(gòu)建 Streamlit 應(yīng)用：

import streamlit as st
import pandas as pd
import pandas_profiling
from streamlit_pandas_profiling import st_profile_report#標(biāo)題設(shè)定
st.header('`streamlit_pandas_profiling`')#導(dǎo)入數(shù)據(jù)文件
df = pd.read_csv('https://raw.githubusercontent.com/dataprofessor/data/master/penguins_cleaned.csv')pr = df.profile_report()
st_profile_report(pr)

逐行解釋

創(chuàng)建 Streamlit 應(yīng)用時(shí)要做的第一件事就是將 streamlit 庫導(dǎo)入為 st，以及導(dǎo)入其他要用到的庫：

import streamlit as st
import pandas as pd
import pandas_profiling
from streamlit_pandas_profiling import st_profile_report

然后緊跟著的是應(yīng)用的標(biāo)題文字：

st.header('`streamlit_pandas_profiling`')

接下來我們使用 pandas 中的 read_csv 命令載入 Penguins 數(shù)據(jù)集。

df = pd.read_csv('https://raw.githubusercontent.com/dataprofessor/data/master/penguins_cleaned.csv')

最后，由 profile_report() 命令生成分析報(bào)告，并用 st_profile_report 顯示出來：

pr = df.profile_report()
st_profile_report(pr)

制作你自己的組件

如果你對(duì)于制作自己的組件感興趣，請(qǐng)查閱以下這些資源：

• 制作組件
• 發(fā)布組件
• 組件 API
• 有關(guān)組件的博客帖子

如果你更愿意通過視頻學(xué)習(xí)，我們的工程師 Tim Conkling 也做了一些超棒的教程：

• 如何構(gòu)建一個(gè) Streamlit 組件s | Part 1: 配置與架構(gòu)
• 如何構(gòu)建一個(gè) Streamlit 組件s | Part 2: 制作一個(gè)滑條組件

有關(guān)組件的延伸閱讀

1. Streamlit 組件s - API 文檔
2. 精選 Streamlit 組件s
3. Streamlit 組件s - 社區(qū)追蹤
4. streamlit_pandas_profiling

??? 天 15

st.latex

st.latex 以 LaTeX 語法顯示數(shù)學(xué)公式。

我們要做什么？