翻译: Streamlit从入门到精通 基础控件 一

这篇具有很好参考价值的文章主要介绍了翻译: Streamlit从入门到精通 基础控件 一。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

这个关于Streamlit的教程旨在帮助数据科学家或机器学习工程师,他们不是网络开发者,也不想花费数周时间学习使用这些框架来构建网络应用程序。

翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python

1. 什么是Streamlit?

Streamlit是一个免费且开源的框架,用于快速构建和共享美观的机器学习和数据科学Web应用程序。它是一个基于Python的库,专为机器学习工程师设计。数据科学家或机器学习工程师不是Web开发者,他们不想花几周时间学习这些框架来构建Web应用程序。相反,他们需要一个更容易学习和使用的工具,只要它能展示数据并收集建模所需的参数。Streamlit让你只需几行代码,就能创建一个令人惊艳的应用程序。

2. 为什么数据科学家应该使用Streamlit?

Streamlit的最大优点是,即使你不懂任何网页开发的基础知识,也可以轻松开始创建你的第一个网络应用程序。所以,如果你是一个热衷于数据科学,并希望能够轻松、快速、仅用几行代码就部署你的模型的人,Streamlit是一个不错的选择。

让一个应用程序成功的重要方面之一是通过有效直观的用户界面交付它。许多现代重数据应用面临快速构建有效用户界面的挑战,而无需采取复杂步骤。Streamlit是一个有前景的开源Python库,使开发者能够在短时间内构建吸引人的用户界面。

Streamlit尤其适合那些没有前端知识的人,将他们的代码转换为网络应用程序的最简单方式:

  • 无需前端(html、js、css)经验或知识。
  • 你不需要花费数天或数月来创建一个网络应用,你可以在几个小时甚至几分钟内创建一个非常漂亮的机器学习或数据科学应用。
  • 它与大多数Python库兼容(例如pandas、matplotlib、seaborn、plotly、Keras、PyTorch、SymPy(latex))。
  • 创建令人惊叹的网络应用需要的代码更少。
  • 数据缓存简化并加速了计算管道。

3. 如何使用 Streamlit

安装 Streamlit,打开终端

pip install streamlit

测试安装是否成功:

streamlit hello

翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python

翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python

4. 如何运行 Streamlit 代码

streamlit run main.py

翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python
Streamlit命令易于编写和理解。通过一个简单的命令,你就可以展示文本、媒体、小部件、图表等。

5. 使用Streamlit显示文本

首先,我们将看到如何向您的Streamlit应用程序添加文本,以及添加文本的不同命令是什么。

st.write():这个函数用于向网络应用程序添加任何内容,从格式化字符串到matplotlib图表、Altair图表、plotly图形、数据框架、Keras模型等等。

import streamlit as st

st.write("Hello ,let's learn how to build a streamlit app together")

翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python

  • st.title(): 这个函数允许你添加应用的标题。
  • st.header(): 这个函数用于设置一个章节的标题。
  • st.markdown(): 这个函数用于设置一个章节的Markdown。
  • st.subheader(): 这个函数用于设置一个章节的副标题。
  • st.caption(): 这个函数用于编写标题说明。
  • st.code(): 这个函数用于设置代码。
  • st.latex(): 这个函数用于显示格式化为LaTeX的数学表达式。
    翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python

6. 使用Streamlit显示图片、视频或音频文件

你找不到像Streamlit这样简单的函数来显示图片、视频和音频文件。让我们看看如何用Streamlit展示媒体!

  • st.image():这个函数用于显示图片。
  • st.audio():这个函数用于播放音频。
  • st.video():这个函数用于播放视频。
st.image("kid.jpg")
st.audio("Audio.mp3")
st.video("video.mp4")

翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python

7. 输入widgets小部件

widgets是最重要的用户界面组件之一。Streamlit提供了多种小部件,让您可以直接将交互性融入您的应用程序中,包括按钮、滑块、文本输入等等。

  • st.checkbox():这个函数返回一个布尔值。当复选框被选中时,它返回True值,否则返回False值。
  • st.button():这个函数用于显示一个按钮小部件。
  • st.radio():这个函数用于显示一个单选按钮小部件。
  • st.selectbox():这个函数用于显示一个选择小部件。
  • st.multiselect():这个函数用于显示一个多选小部件。
  • st.select_slider():这个函数用于显示一个选择滑块小部件。
  • st.slider():这个函数用于显示一个滑块小部件。
st.checkbox('yes')
st.button('Click')
st.radio('Pick your gender',['Male','Female'])
st.selectbox('Pick your gender',['Male','Female'])
st.multiselect('choose a planet',['Jupiter', 'Mars', 'neptune'])
st.select_slider('Pick a mark', ['Bad', 'Good', 'Excellent'])
st.slider('Pick a number', 0,50)

翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python

  • st.number_input(): 该函数用于显示一个数字输入小部件。
  • st.text_input(): 该函数用于显示一个文本输入小部件。
  • st.date_input(): 该函数用于显示一个日期输入小部件,用于选择日期。
  • st.time_input(): 该函数用于显示一个时间输入小部件,用于选择时间。
  • st.text_area(): 该函数用于显示一个多行文本的文本输入小部件。
  • st.file_uploader(): 该函数用于显示一个文件上传小部件。
  • st.color_picker(): 该函数用于显示一个颜色选择器小部件,用于选择颜色。
st.number_input('Pick a number', 0,10)
st.text_input('Email address')
st.date_input('Travelling date')
st.time_input('School time')
st.text_area('Description')
st.file_uploader('Upload a photo')
st.color_picker('Choose your favorite color')

翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python

8. 使用 Streamlit 显示进度和状态

接下来我们将看到如何在我们的应用中添加进度条和状态消息,例如错误和成功。

  • st.balloons():这个函数用于显示庆祝时的气球。
  • st.progress():这个函数用于显示进度条。
  • st.spinner():这个函数用于在执行过程中显示临时等待消息。
st.balloons()
st.progress(10)
with st.spinner('Wait for it...'):    
	time.sleep(10)

翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python

  • st.success(): 此函数用于显示成功消息。
  • st.error(): 此函数用于显示错误消息。
  • st.warning(): 此函数用于显示警告消息。
  • st.info(): 此函数用于显示信息性消息。
  • st.exception(): 此函数用于显示异常消息。
st.success("You did it !")
st.error("Error")
st.warning("This is a warning")
st.info("It's easy to build a streamlit app")
st.exception(RuntimeError("RuntimeError exception"))

翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python

9. 侧边栏和容器 Sidebar and container

你也可以在页面上创建一个侧边栏或容器来组织你的应用。你的应用上的页面层级和布局可以对用户体验产生重大影响。通过组织你的内容,你可以让访问者理解并导航你的网站,这有助于他们找到他们正在寻找的内容,并增加他们将来返回的可能性。

9.1 侧边栏 Sidebar

将元素传递给st.sidebar()会使这个元素固定在左侧,让用户能够专注于你应用中的内容。

但是st.spinner()st.echo()不支持与st.sidebar一起使用。

正如你所见,你可以在你的应用界面中创建一个侧边栏,并在里面放置元素,这将使你的应用更加有序,更易于理解。

st.sidebar.title("This is written inside the sidebar")
st.sidebar.button("Click me")
st.sidebar.radio("Pick your gender", ["Male", "Female"])

翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python

9.2 容器 container

st.container() 用于创建一个不可见的容器,在这里你可以放置元素以便创建一个有用的布局和层次结构。

container = st.container()
container.write("This is inside the container")
st.write("This is outside the container")

翻译: Streamlit从入门到精通 基础控件 一,LLM-Large Language Models,langchain,chatgpt,人工智能,prompt,python文章来源地址https://www.toymoban.com/news/detail-809714.html

参考

  • https://www.datacamp.com/tutorial/streamlit
  • https://streamlit.io/

到了这里,关于翻译: Streamlit从入门到精通 基础控件 一的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(LLM、AGI和AIGC都是什么)

    人工智能是一个庞大的研究领域。虽然我们已经在人工智能的理论研究和算法开发方面取得了一定的进展,但是我们目前掌握的能力仍然非常有限。机器学习是人工智能的一个重要领域,它研究计算机如何模拟或实现人类的学习行为,以获取新的知识或技能,并通过重新组织

    2024年02月13日
    浏览(56)
  • [LLM]Streamlit+LLM(大型语言模型)创建实用且强大的Web聊天机器人

    Streamlit 是一个开源框架,使开发人员能够快速构建和共享用于机器学习和数据科学项目的交互式 Web 应用程序。它还提供了一系列小部件,只需要一行 Python 代码即可创建,例如 st.table(…) 。对于我们创建一个简单的用于私人使用的聊天机器人网站来说,Streamlit 是一个非常合

    2024年01月16日
    浏览(34)
  • 我用Streamlit+LLM(大型语言模型)轻松实现Web聊天

    Streamlit是时下比较热门的一个基于Python的Web应用程序框架,它可以在几分钟内将数据转化为可共享的Web应用程序,无需前端开发经验,使用纯Python代码实现,简单且高效。ChatGPT是目前非常火的OpenAI公司开发的聊天机器人模型,它无所不知就像一本大百科全书,它可以帮你做很

    2024年02月16日
    浏览(30)
  • LLM大语言模型(二):Streamlit 无需前端经验也能画web页面

    目录 问题 Streamlit是什么? 怎样用Streamlit画一个LLM的web页面呢?  文本输出 页面布局 滑动条 按钮 对话框 输入框 总结 假如你是一位后端开发,没有任何的web开发经验,那如何去实现一个LLM的对话交互页面呢? 答案是\\\" Streamlit\\\" Streamlit是一个开源Python库。 可以轻松创建和共享

    2024年01月17日
    浏览(30)
  • LLM(Large Language Model)大语言模型

    语言模型够大,训练的语料够多,涌现出推理能力飙升等   Generative Pre-trained Transformer 3(GPT-3)是最著名的LLM之一,拥有1750亿个参数。该模型在文本生成、翻译和其他任务中表现出显著的性能,在全球范围内引起了热烈的反响,目前OpenAI已经迭代到了GPT-4版本 Generative :能产

    2024年02月15日
    浏览(34)
  • Tensorflow 入门基础——向LLM靠近一小步

    进入tensflow的系统学习,向LLM靠拢。 数值类型的张量是tensorflow主要的数据载体,根据维度数来区分,可分为: 标量Scalar:单个实数,如1,2,3,4等,维度数为0,shape为[] 向量Vector:n个实数的有序集合,如[1,2,5,62,21]等,维度为1,长度不定,shape为[n] 矩阵Matrix:n行m列实数的

    2024年01月21日
    浏览(25)
  • 论文翻译 - Visual Adversarial Examples Jailbreak Large Language Models

    论文链接:https://arxiv.org/pdf/2306.13213.pdf 项目代码:https://github.com/Unispac/Visual-Adversarial-Examples-Jailbreak-Large-Language-Models 最近,人们对将视觉集成到大型语言模型 (LLM) 中的兴趣激增,例如 Flaminggo 和 GPT-4 等视觉语言模型 (VLM)。本文阐明了这一趋势的安全性和安全性影响。首先,

    2024年03月10日
    浏览(41)
  • LLM:Training Compute-Optimal Large Language Models

    论文:https://arxiv.org/pdf/2203.15556.pdf 发表:2022 前文回顾: OpenAI在2020年提出《Scaling Laws for Neural Language Models》:Scaling Laws(缩放法则)也一直影响了后续大模型的训练。其给出的 结论是最佳计算效率训练涉及在相对适中的数据量上训练非常大的模型并在收敛之前early stopping 。

    2024年01月20日
    浏览(35)
  • 大模型 LLM 综述, A Survey of Large Language Models

    一般认为NLP领域的大模型=10 Billion参数(也有人认为是6B、7B, 工业界用, 开始展现涌现能力); 经典大模型有GPT-3、BLOOM、Flan-T5、GPT-NeoX、OPT、GLM-130B、PaLM、LaMDA、LLaMA等; 大模型时间线, 图来自A Survey of Large Language Models,下同。 2.1 涌现 涌现, emerge(abilities), 即一般指在大模型中出现

    2024年02月08日
    浏览(44)
  • 【人工智能】大模型LLM技术生态全景图 | The Foundation Large Language Model (LLM) & Tooling Landscape

    目录 “Software is eating the world…”  “软件正在吞噬世界...”~ Marc Andreessen ~ 马克·安德森 Every company is a software company…soon every company will be an AI company.每家公司都是软件公司...很快,每家公司都将成为人工智能公司。 Everybody is using software…soon everybody will directly be using AI.每个

    2024年02月08日
    浏览(37)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包