


Mit Streamlit ist das Erstellen einer Webanwendung so EINFACH
Streamlit ist bei Datenwissenschaftlern sehr beliebt, da Sie im Allgemeinen keine Frontend-Kenntnisse benötigen.
Sie stellen einfache und leicht zu implementierende Elemente und Widgets bereit, ohne viel Code schreiben zu müssen.
Ich habe Streamlit mehrmals in meinen ML/KI-Projekten verwendet und die Erfahrung war großartig. Sie können sich mehr auf das Schreiben der Logik konzentrieren und der Frontend-Teil (Design, Layout und mehr) wird von Streamlit sehr gut gehandhabt.
Ich habe mit Streamlit und Python eine Demo-Webanwendung erstellt, damit Sie verstehen können, was ich sage.
Webapp
In dieser Webanwendung geht es um die Konvertierung eines Bildformats in ein anderes Format. Wenn Ihr Bild beispielsweise im PNG-Format vorliegt, können Sie es in ein JPEG-Bild konvertieren.
Der folgende Code erstellt die Benutzeroberfläche der Webapp.
import streamlit as st from imgconvrtr import convert_img_format from PIL import Image # Webpage setup st.set_page_config(page_title="Image Convrtr") st.title("Image Converter") st.write("Convert your images in one _click_") # File uploader uploaded_file = st.file_uploader( "Upload an image", type=["png", "jpg", "jpeg", "jfif", "bmp"] ) if uploaded_file is not None: # Show the uploaded image img = Image.open(uploaded_file) st.image(img, caption="Uploaded Image", use_column_width=True) # Show original image format st.write(f"Original format: {img.format}") # Output format selection format_options = ["PNG", "JPEG", "JFIF", "BMP"] output_format = st.selectbox("Choose output format", format_options) # Convert the image if img.format != output_format: if st.button("Convert"): converted_img = convert_img_format(uploaded_file, output_format.lower()) st.write(f"Image converted to {output_format}") # Download button st.download_button( label=f"Download as {output_format}", data=converted_img, file_name=f"image.{output_format.lower()}", mime=f"image/{output_format.lower()}" ) else: st.write("Select a different format... Yo!")
Jetzt haben Sie bereits eine kurze Vorstellung davon, was diese Webapp macht. Wir können direkt mit der Diskussion der in diesem Code verwendeten Komponenten beginnen.
Zu Beginn sehen Sie Seitenelemente wie st.title und st.write, die zum Festlegen des Seitentitels bzw. zum Anzeigen von Text auf der Seite verwendet werden.
Als nächstes sehen Sie ein Widget zum Hochladen einer Datei (in diesem Fall zum Hochladen eines Bildes). Sehen Sie, wie einfach es ist, einen Datei-Uploader zu erstellen.
st.image wird verwendet, um das vom Benutzer hochgeladene Bild anzuzeigen.
Dann haben wir ein Dropdown-Menü zur Auswahl verschiedener Formate, das mithilfe eines Selectbox-Widgets (st.selectbox) erstellt wird.
Jetzt können Sie sehen, dass wir zwei Schaltflächen haben (st.button und st.download_button). Sie sind beide gleich, aber es geht nur um Bequemlichkeit.
Der st.button zeigt ein Schaltflächen-Widget an, das wir hier für die Bildkonvertierung verwendet haben.
Der st.download_button ist nützlich, wenn der Benutzer die Datei direkt aus der App herunterladen muss.
Streamlit bietet zahlreiche Elemente und Widgets für verschiedene Zwecke.
Wenn Sie diese Webanwendung nun ausprobieren möchten, müssen Sie die erforderlichen Bibliotheken installieren:
pip install streamlit pillow
Hier ist die Bildkonvertierungsfunktion:
from PIL import Image import io # Function to convert image format def convert_img_format(image_file, frmat): with Image.open(image_file) as img: output_img = io.BytesIO() img.save(output_img, format=frmat.upper()) output_img.seek(0) return output_img
Führen Sie die App mit dem folgenden Befehl aus:
streamlit run <script_name>.py
Durch den tatsächlichen Skriptnamen ersetzen.
Das ist alles für den Moment.
Codieren Sie weiter✌✌
Das obige ist der detaillierte Inhalt vonMit Streamlit ist das Erstellen einer Webanwendung so EINFACH. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code
