Python Streamlit快速构建交互式可视化 Web 应用的完整指南

pip install streamlit

streamlit hello

# my_first_app.py

import streamlit as st

# 设置页面标题
st.title('我的第一个 Streamlit 应用')

# 添加一个头部
st.header('欢迎来到 Streamlit 的世界！')

# 添加一些普通文本
st.write('这是一个使用 Streamlit 构建的简单 Web 页面。')
st.write('你可以在这里展示你的数据、模型结果等。')

# 使用 Markdown 格式
st.markdown('### 这是一个三级标题')
st.markdown('**加粗文字** 和 *斜体文字*')
st.markdown('你甚至可以插入链接：[Streamlit 官方网站](https://streamlit.io/)')

# 显示一个代码块
st.code("""
def greet(name):
    return f"Hello, {name}!"

print(greet("Streamlit 用户"))
""")

streamlit run my_first_app.py

# my_first_app.py (更新版)

import streamlit as st

st.title('交互式 Streamlit 应用示例')
st.header('尝试与这些组件互动吧！')

# 文本输入框 (st.text_input)
user_name = st.text_input('请输入你的名字：', '访客')
st.write(f'你好，{user_name}！欢迎使用 Streamlit。')

# 滑块 (st.slider)
age = st.slider('请选择你的年龄：', 0, 100, 25) # (标签, 最小值, 最大值, 默认值)
st.write(f'你选择的年龄是：{age} 岁。')

# 按钮 (st.button)
if st.button('点击我！'):
    st.write('你点击了按钮！')

# 下拉选择框 (st.selectbox)
option = st.selectbox(
    '你最喜欢的水果是什么？',
    ('苹果', '香蕉', '橙子', '葡萄')
)
st.write(f'你选择的水果是：{option}')

# 复选框 (st.checkbox)
show_details = st.checkbox('显示详细信息')
if show_details:
    st.write('这里是更多详细信息，只有当你勾选了复选框才会显示。')

# 单选按钮组 (st.radio)
gender = st.radio(
    "你的性别是？",
    ('男', '女', '其他')
)
st.write(f"你选择的性别是：{gender}")

# 文件上传器 (st.file_uploader)
uploaded_file = st.file_uploader("上传一个文件")
if uploaded_file is not None:
    st.write("文件已成功上传！文件名为:", uploaded_file.name)
    # 你可以在这里读取文件内容，例如：
    # import pandas as pd
    # df = pd.read_csv(uploaded_file)
    # st.dataframe(df)

# my_first_app.py (再次更新版)

import streamlit as st
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

st.title('数据与图表展示')

# --- 展示数据 ---
st.subheader('展示 DataFrame')
st.write('Streamlit 可以轻松地展示 Pandas DataFrame。')

# 创建一个示例 DataFrame
data = {
    '城市': ['北京', '上海', '广州', '深圳', '杭州'],
    '人口': [2154, 2428, 1530, 1344, 1036], # 单位：万人
    'GDP': [35371, 38701, 25019, 27670, 16106] # 单位：亿元
}
df = pd.DataFrame(data)

st.dataframe(df) # 展示交互式 DataFrame
# st.table(df) # 如果你想要一个静态表格，可以使用 st.table

# --- 绘制图表 ---
st.subheader('绘制折线图')
st.write('Streamlit 内置了简单的图表绘制功能，也支持 Matplotlib、Plotly 等。')

# 生成一些随机数据用于绘图
chart_data = pd.DataFrame(
    np.random.randn(20, 3),
    columns=['a', 'b', 'c']
)

st.line_chart(chart_data) # 使用 Streamlit 内置的折线图

st.subheader('使用 Matplotlib 绘制图表')

# 创建一个 Matplotlib 图表
fig, ax = plt.subplots()
ax.scatter(df['人口'], df['GDP'])
ax.set_xlabel('人口 (万人)')
ax.set_ylabel('GDP (亿元)')
ax.set_title('城市人口与GDP散点图')

st.pyplot(fig) # 将 Matplotlib 图表显示在 Streamlit 中

# 你也可以使用 st.bar_chart, st.area_chart 等 Streamlit 内置图表
# 或者集成 Plotly, Altair, Bokeh 等高级可视化库

# my_first_app.py (最终版)

import streamlit as st
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

st.title('Streamlit 应用布局示例')

# --- 侧边栏 (st.sidebar) ---
st.sidebar.header('侧边栏控制面板')

# 将交互组件放入侧边栏
sidebar_name = st.sidebar.text_input('侧边栏：请输入你的名字：', '访客')
st.sidebar.write(f'你好，{sidebar_name}！')

sidebar_age = st.sidebar.slider('侧边栏：选择年龄：', 0, 100, 30)
st.sidebar.write(f'你选择的年龄是：{sidebar_age} 岁。')

# --- 主区域内容 ---
st.header('主内容区域')

st.write(f'从侧边栏获取的名字是：**{sidebar_name}**')
st.write(f'从侧边栏获取的年龄是：**{sidebar_age}**')

# --- 列布局 (st.columns) ---
st.subheader('使用列布局')

# 创建两列，比例为 1:2
col1, col2 = st.columns([1, 2])

with col1:
    st.write('### 第一列')
    st.write('这是第一列的内容，通常用于放置较小的组件或描述性文本。')
    st.button('点击这里 (第一列)')

with col2:
    st.write('### 第二列')
    st.write('这是第二列的内容，可以放置图表或更复杂的数据展示。')
    # 在第二列中展示一个 DataFrame
    data_col2 = pd.DataFrame({
        '项目': ['A', 'B', 'C', 'D'],
        '值': np.random.randint(1, 100, 4)
    })
    st.dataframe(data_col2)

st.write('---') # 分隔线

# --- 展开器 (st.expander) ---
st.subheader('使用展开器')
with st.expander("点击查看更多信息"):
    st.write("这里是隐藏起来的详细内容，点击上方标题即可展开或收起。")
    st.success("你发现了一个秘密！")

# --- 状态显示 (st.info, st.success, st.warning, st.error) ---
st.subheader('信息提示')
st.info('这是一个普通的信息提示。')
st.success('操作成功！')
st.warning('请注意，这里有一个警告！')
st.error('发生了一个错误！')

st.write('---')

# --- 进度条 (st.progress) ---
st.subheader('进度条示例')
progress_text = "操作进行中，请稍候..."
my_bar = st.progress(0, text=progress_text)

for percent_complete in range(100):
    import time
    time.sleep(0.02) # 模拟耗时操作
    my_bar.progress(percent_complete + 1, text=progress_text)
st.success("任务完成！")

streamlit run your_app.py --server.port 8888