首页 后端开发 Python教程 直接构建:我们如何设计 Streamlit 来引导您取得进步

直接构建:我们如何设计 Streamlit 来引导您取得进步

Aug 13, 2024 pm 12:24 PM

最初由 Thiago Teixeira 在 Streamlit 博客上发布

如果您正在阅读本文,您可能已经熟悉 Streamlit。如果没有,这里有一个总结:Streamlit 是一个用于构建数据应用程序的 Python 框架。它固执己见,包含电池,并且与特定的设计系统紧密相连。

  • 它专注于数据应用。我们所做的一切都源于此。我们的目标不是手机上的通用应用程序或您最喜欢的 SaaS,而是数据科学家和机器学习工程师需要使他们的工作对组织产生影响力的应用程序类型。
  • 这是固执己见的,因为我们希望促进快速、迭代的工作流程,并坚持我们认为的工程最佳实践。
  • 它包含电池所以您开始使用所需的大部分内容都在库本身中。
  • 最后,它与设计系统相关,因此您无需花时间构建组件库、视觉语言或标识。您才刚刚开始,而且速度很快

此时,我可以告诉您我们是如何开始 Streamlit 的。根据我们之前在工业界和学术界的经验,关于它是如何从良好的预感开始的。关于我们如何深入不同的公司并观察他们的数据科学家和机器学习工程师的工作方式以塑造 Streamlit。但 Adrien 在 5 年前就已经做得很好了,我认为我无法超越!

因此,我将讨论我们对数据应用程序的深度关注如何转化为我们每天做出的产品决策。为此,我将从一个故事开始......

10 名新员工

曾几何时,一个数据科学团队为公司最重要的指标构建了一个强大的预测模型。财务团队看到了它并且很喜欢它,然后要求提供一个可以在每周会议中使用的实时版本。因此,数据团队向工具团队提出了构建数据应用程序的请求,工具团队将其放入队列中。

三个月和多次会议后,应用程序交付了,它很漂亮。

但有一个问题:当财务部门尝试时,这并不是他们所需要的。因此,他们向数据团队提出了另一个请求,数据团队将其传递给工具团队,工具团队将其放入队列中。几个月过去了。

此时,一位毫无戒心的新员工加入了数据团队,并被分配了一个启动项目:在等待工具团队的真正的应用程序时,组装一个快速数据应用程序来解锁财务团队.

经过一番谷歌搜索后,新员工发现了 Streamlit,并在一天之内就能够与同事共享一个最小的应用程序。它并不完美,但她解决了一些反馈并更新了应用程序。第二天,她向财务团队的联系人展示了该应用程序,获得了更多反馈,并相应地改进了应用程序。

三天之内,财务团队在会议中定期使用该应用程序。他们收到了更多反馈,新员工很快在新版本中解决了这个问题。

一周之内,首席执行官就开始使用该应用程序,新员工被誉为英雄?

为什么会发生这种情况

我们已经无数次看到这个故事发生了。新员工的应用程序最终获胜的原因是今天的简单应用程序比晚了三个月的过度设计的应用程序要好。

事实上,这正是最好的初创公司构建产品的方式!他们发布最小可行产品(MVP),尽快将其交到客户手中,并不断迭代。

在此过程中,他们逐渐强化底层基础设施。因为新员工的故事有一个推论:随着团队继续使用该应用程序,他们逐渐将其生产化。

那套定制的 Pandas 转换速度超级慢?他们将其拉入单独的数据管道和一些物化表中。

其他应用想要使用的复杂计算?他们将其转移到 RESTful 服务中。随着应用程序的发展,他们将其重构为多个页面。他们编写测试,建立 CI。该应用程序变得防弹。

此流程的好处是显而易见的:

  1. 您可以构建更好的应用程序,因为在尝试之前您通常不知道自己需要什么。因此,通过构建和用户测试,然后再次构建和用户测试,你最终会得到一个更好的应用程序,而不是提前计划好整个事情,但后来才意识到这不是你想象的解决方案。
  2. 从第一天起您就获得了价值。当您构建和用户测试时,您已经拥有了一个有用的应用程序。而且它只会变得越来越有用。
  3. 您不会过度构建。您不必在构建应用程序的同时构建管道,只需将应用程序拿出来,然后在证明其有用性时对其进行强化。然而,并非所有应用程序都有用,也并非所有有用的应用程序都存在足够长的时间以需要强化。因此,您只会将宝贵的大脑周期花在既有用又持久的应用程序上。

开始的方式很简单:只需构建它。

用心设计

我们认为新员工的故事发生在这么多不同的公司绝非偶然。我们喜欢认为这个故事的发生是因为我们有意设计 Streamlit 来促进前进

当您第一次开始编写应用程序时,前进进度意味着在 5 分钟内完成一份草稿,并且在某些方面已经有用。毫无疑问,让应用程序变得更有用的一件事就是交互性。因此,从一开始,我们就有一种强烈的感觉,那就是我们应该让交互性尽可能简单。

例如,您不必创建一个带有滑块的“视图”,然后创建一个带有回调函数的“控制器”来修改滑块使用的“模型”(换句话说,MVC 范例)。相反,我们想出了一个单行解决方案:

value = st.slider("选择一个数字", 0, 100)

您输入该内容并得到一个已经执行某些操作的应用程序。 前进!

然后,在两年后构建 Session State 时,我们很快了解到所提出的 API 很容易导致差一错误,而唯一有效的解决方案是回调。我们过去使用 MVC 和类似范例的经验给我们带来了创伤,我们花了相当多的时间来解决这个问题,想出了一个明确的“Streamlit-y”版本的回调,避免了所有的复杂性。而且 - 更重要的是 - 该解决方案不会强迫您从一开始就使用回调,而是允许您稍后根据需要对它们进行分层。 前进!

另一个对我们(当然还有社区)来说很亲近的例子是造型。一方面,我们要做的最简单的事情就是直接在 Streamlit 中添加对 CSS 的支持,例如 st.css(...) 或 st.write(..., style="css 位于此处”)。但当我们尝试它时,我们注意到不受限制的样式访问很快就会成为前进的障碍。人们并没有将第一个版本提供给利益相关者,而是陷入了梳理 MDN、对抗级联、调整选择器以及痴迷于单个像素的困境。而且,最糟糕的是,最终结果往往是不稳定且分散注意力的。

因此,我们通过问自己以下问题来解决这些请求:

  • “人们试图解决的根本问题是什么?”
  • “这个问题有多常见?”
  • “我们可以自己解决这个问题并帮助解放开发者吗?”

根据这些问题的答案,我们采用以下两种方法之一:

  1. 为问题提供单行、固执己见的解决方案

    这件事发生在几个月前。我们注意到大量开发人员使用 CSS hacks 将徽标放置在应用程序的左上角,因此我们决定为他们提供 st.logo() 的单行解决方案。这个新命令绘制他们的自定义徽标,使其响应侧边栏的状态,确保它不重叠任何内容,并且默认情况下看起来不错。

    这也是我们添加文本颜色、标题下的线条、容器周围的边框、垂直对齐、材质图标等的方式。它们在视觉和行为方面当然是固执己见的解决方案,但优点是您只需说出您想要的内容,Streamlit 就会做到,然后您就可以继续进行下一件事。 前进!

  2. 提供一组精选的旋钮……然后观看

    当单行固执己见的解决方案无法解决问题时,我们会引入一组最小的“旋钮”,观察结果并进行迭代。由于我们不想破坏兼容性,因此我们的大多数功能都是单向门,这意味着我们必须谨慎行事。

    一个例子是主题。每个人都希望他们的应用程序与公司的颜色相匹配,当然,确切的颜色因公司而异。但 Streamlit 的界面由几十种颜色组成,选择一种视觉上令人愉悦的组合可能会花费几个小时。因此,我们解决这个问题的第一个尝试是让您只选择 4 种颜色,Streamlit 会为您计算所有其他颜色。 前进!

    我们现在正忙于在幕后思考针对这个问题的第二次尝试——一个扩展的解决方案,为您提供更多的旋钮(甚至超越颜色!)而不牺牲迭代速度。同样,我们也在考虑除列之外的新的、更灵活的布局选项。

    我们现在没有什么要宣布的,但请务必留意?

总之,我们不希望任何事情分散您对前进的注意力。我们采取的每一步,都尽最大努力提供一个框架,抽象出 HTML、JS、CSS、HTTP、路由、序列​​化、回调和各种工程细节。这样,您就可以专注于让利益相关者掌握数据的力量,这样他们也可以取得进展

Just build it: How we design Streamlit to bias you toward forward progress

迭代成就完美

在 Streamlit,我们自己就是 Streamlit 的狂热用户,这意味着我们有自己的烦恼和功能请求。我们分享您的痛点,并且我们始终对库进行迭代。我们永远不想停止迭代!我们对此的承诺体现在我们每月发布新版本的方式上。

Streamlit 社区和您的聪明才智也给我们带来了启发。我们不断遇到应用程序和自定义组件,它们以我们从未想过的方式突破了 Streamlit 的界限,为我们提供了将事物引入核心库的新想法。社区无疑是这项工作中最好的部分!

因此,我们为您准备了更多内容。我们的开发是开放的,因此您始终可以在 roadmap.streamlit.app 上找到我们的路线图,或者参加下一季度展示会,我们的产品经理将在其中讨论 Streamlit 的最新动态,例如垂直对齐和高级主题。

迭代的美妙之处在于,最好的日子总是在前方。我们很荣幸能与您同行。

流媒体快乐! ?

以上是直接构建:我们如何设计 Streamlit 来引导您取得进步的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

Video Face Swap

Video Face Swap

使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

<🎜>:泡泡胶模拟器无穷大 - 如何获取和使用皇家钥匙
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
北端:融合系统,解释
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora:巫婆树的耳语 - 如何解锁抓钩
3 周前 By 尊渡假赌尊渡假赌尊渡假赌

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

热门话题

Java教程
1673
14
CakePHP 教程
1429
52
Laravel 教程
1333
25
PHP教程
1278
29
C# 教程
1257
24
Python与C:学习曲线和易用性 Python与C:学习曲线和易用性 Apr 19, 2025 am 12:20 AM

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

学习Python:2小时的每日学习是否足够? 学习Python:2小时的每日学习是否足够? Apr 18, 2025 am 12:22 AM

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python vs.C:探索性能和效率 Python vs.C:探索性能和效率 Apr 18, 2025 am 12:20 AM

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python vs. C:了解关键差异 Python vs. C:了解关键差异 Apr 21, 2025 am 12:18 AM

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

Python标准库的哪一部分是:列表或数组? Python标准库的哪一部分是:列表或数组? Apr 27, 2025 am 12:03 AM

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python:自动化,脚本和任务管理 Python:自动化,脚本和任务管理 Apr 16, 2025 am 12:14 AM

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

科学计算的Python:详细的外观 科学计算的Python:详细的外观 Apr 19, 2025 am 12:15 AM

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

Web开发的Python:关键应用程序 Web开发的Python:关键应用程序 Apr 18, 2025 am 12:20 AM

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

See all articles