©2020-2024 ioDraw All rights reserved,
Privacy Policy
Python的界面神器Streamlit初使用,一个漂亮的界面有多简单,超乎想象
废话不多说,直接上干货
* 首先安装好所需要的库 pip install streamlit
* 新建一个 Python 文件(test.py)，导入所需要的库， import streamlit as st import pandas as pd
* 打开命令，行输入命令， streamlit run test.py
*
启动服务，可以看到输出信息证明已经成功启动了一个服务，浏览器会自动打开这个地址。
*
现在页面什么东西都没有，加一句代码，打印一些文字
import streamlit as st import pandas as pd st.text("走过路过不要错过")
保存文件，此时页面右上角出现了一些选项按钮，选择总是返回，回到代码修改内容，现在页面可以自动刷新了。
*
接下来添加一个文件上传的组件参数type，指定接受的文件后缀名可以指定多种文件类型，所以是一个列表函数返回的是一个文件对象。我们可以直接使用 Pandas
读取数据，然后试试输出到界面上，这里有一个快捷方式，直接把变量 df写在这里，就会在界面上显示成一个表格。不过保存文件后发现页面出现报错信息。
uploaded_file = st.file_uploader('excel文件',type=['xlsx']) df = pd.read_excel(
uploaded_file) st.dataframe(df)
streamlit每次页面更新都会执行一遍代码，我们还没有选择任何文件，所以文件上传组件的函数返回了一个None，到了 Pandas 加载数据就会报错。
这里要划重点了。 streamlit与其他框架非常不一样的地方就在于，我们写的代码就像一个描述了整个界面的文档， streamlit
每次都要从头到尾执行一次，才能知道画面上应该描绘出哪些内容。因此每当调用一个组件函数，就要注意判断空的情况。这里在上传组件函数之后，判断返回的文件对象是否有东西。这里有一个技巧，逻辑，尽可能描述空的情况下，然后跳出执行有专门的函数
stop 做这个事情，这样可以避免我们的代码出现大量的判断嵌套。
uploaded_file= st.file_uploader('excel文件',type=['xlsx']) if uploaded_file is
None: st.stop()
选择一个文件看看效果，可以正常显示。接着我们让 Pandas
一次性加载所有的工作表，不需要直接显示数据，而是做一个下拉列表框，让用户选择工作表名字，看看页面效果。
为了让大家更好理解其过程，我们再次分解其显示过程。第一次执行时，上传文件组件函数由于没有选择任何文件，所以返回了none，从而在下面的判断中执行了stop。因此这次执行只收集到上传文件组件的描绘，页面只显示这个组件。在页面上点击组件，选择了一个文件，页面上的上传文件组件数据有了变化，于是页面通知后台重新执行一遍代码，同时页面把上传文件组件的文件数据返回给后台，代码开始重新执行第一句代码时，函数返回了页面给的文件数据，因此函数有了返回值，不再是None。后续的创建，下拉选择框的代码也顺利被执行。本次执行结果收集到两个组件的创建信息，所以页面上创建了下拉框。接下来使用多选下拉框函数返回的列表创建页签，每个页签内创建表格即可。千万别忘了，如果没有选择任何工作表，要提前跳出执行看看，效果，很不错。
dfs=pd.read_excel(uploaded_file,None) names = list(dfs.keys()) sheet_selected =
st.multiselect('工作表',names,[]) if len(sheet_selected) == 0: st.stop() tabs = st
.tabs(sheet_selected) for tab,name in zip(tabs,sheet_selected): with tab: df =
dfs[name] st.dataframe(df)
根据streamlit的更新规则,不管页面上的任何组件有变化,整个代码都会被重新执行,那就意味着意味着 Pandas
加载数据的代码会被重复执行很多次。实际上数据文件根本没有变化，有没有什么办法可以让它只在我们重新选择其他文件的时候才执行？加载数据？方法很简单，独定义一个函数，接收文件对象，函数里面就是
Pandas 加载数据的代码，然后在函数上方打上装饰器，表明这是一个缓存函数，为了证明其缓存函数生效，我们在函数里面打印内容，到控制台。
@st.cache_data def load_data(file): print("正在执行加载数据......") return pd.
read_excel(file,None) dfs=pd.read_excel(uploaded_file,None) names = list(dfs.
keys()) sheet_selected = st.multiselect('工作表',names,[]) if len(sheet_selected)
== 0: st.stop() tabs = st.tabs(sheet_selected) for tab,name in zip(tabs,
sheet_selected): with tab: df = dfs[name] st.dataframe(df)