Python库巡礼 | streamlit:无需前端知识的数据应用开发

import streamlit as stimport pandas as pdimport numpy as npimport plotly.express as px# 页面配置st.set_page_config(page_title="Streamlit 交互式示例", layout="wide", initial_sidebar_state="expanded")st.title("Streamlit 交互式数据应用示例")st.markdown("修改左侧参数，主界面将实时更新结果。演示缓存、布局、可视化与状态管理。")# 侧边栏控件with st.sidebar:    st.header("参数设置")    n_samples = st.slider("样本数量", 100, 5000, 1000, step=100)    noise_level = st.slider("噪声水平", 0.0, 1.0, 0.2, step=0.05)    chart_type = st.selectbox("图表类型", ["散点图", "折线图", "柱状图"])    show_raw_data = st.checkbox("显示原始数据")    if st.button("强制刷新"):        st.rerun()  # 替代已废弃的 st.experimental_rerun()# 缓存数据生成（避免每次交互重复计算）@st.cache_datadef generate_data(n: int, noise: float) -> pd.DataFrame:    np.random.seed(42)    x = np.linspace(0, 10, n)    y = np.sin(x) + np.random.normal(0, noise, n)    return pd.DataFrame({"X": x, "Y": y})df = generate_data(n_samples, noise_level)# 主区域布局col1, col2 = st.columns([2, 1])with col1:    st.subheader("数据可视化")    if chart_type == "散点图":        fig = px.scatter(df, x="X", y="Y", title="正弦信号 + 高斯噪声")    elif chart_type == "折线图":        fig = px.line(df, x="X", y="Y", title="趋势拟合（Plotly）")    else:        fig = px.bar(df.head(50), x="X", y="Y", title="前 50 个样本柱状图")    st.plotly_chart(fig, use_container_width=True)with col2:    st.subheader("统计摘要")    st.dataframe(df.describe(), use_container_width=True)    st.metric("样本均值 (Y)", f"{df['Y'].mean():.3f}")    st.metric("样本标准差", f"{df['Y'].std():.3f}")if show_raw_data:    st.subheader("原始数据预览")    st.dataframe(df.head(20), use_container_width=True)st.caption("提示：Streamlit 采用“脚本自上而下执行”模型，每次交互都会重新运行脚本，但 `@st.cache_data` 会跳过重复计算。")

pip install streamlit pandas plotlystreamlit run app.py