Почему я влюбился в Streamlit
И почему вы тоже. Если вы просто уделите 5 минут, чтобы прочитать эту статью.
Так что, если вы такой фанат бэкенда, как я, вы знаете, насколько сложно создать внешний интерфейс, дополняющий ваш бэкенд. После того, как вы создадите API, останется только позволить клиенту использовать его. Но создать хороший UI/UX очень сложно, тем более для бэкэнд-разработчика. Стримлит приходит на помощь.
Streamlit — это библиотека Python с открытым исходным кодом, которая упрощает размещение приложений и сценариев, управляемых данными, в качестве веб-приложения. Но есть кое-что, о чем они вам не говорят. Он не ограничивается только информационными панелями и моделями машинного обучения. Вы также можете просто использовать его в качестве внешнего интерфейса для своих обычных внутренних приложений.
И самое лучшее. Вы можете сделать это, не написав ни строчки HTML, CSS или JavaScript. Всего лишь на python вы можете создать минималистичный интерфейс для своего приложения с динамическим рендерингом, формами, графиками и многим другим.
Streamlit — это надежная платформа, которая сэкономила мне значительное количество времени в процессе SDLC. Используя streamlit, я могу запустить интерактивный клиентский интерфейс за 5 минут и подключить к нему свой бэкенд еще за 5.
Streamlit позволяет вам работать с любыми данными или входными данными. Таким образом, вы можете очень легко создавать динамические формы с файловыми входами. Что, если вы попытаетесь сделать это традиционным способом, используя фреймворк JavaScript, такой как React или Vue, или pythonic, используя что-то вроде Flask или FastAPI, потребует много работы.
Вот некоторые из приложений, которые я создал с помощью Streamlit.
Но Streamlit не всемогущ. Есть некоторые ограничения на его использование. Наиболее очевидным является тот факт, что с его помощью можно создавать только одностраничные приложения. Так что это может быть полезно для создания небольшого проекта колледжа или просто для демонстрации некоторых данных. Конечно, создавать с его помощью сервис для ведения блогов — не лучшая идея.
Кроме того, пользовательский интерфейс с потоковой подсветкой довольно минималистичный. Так что для более творческих людей это может стать неудачей. Но если у вас нет такой творческой жилки, как у меня, она может стать вашим лучшим другом.
Но с помощью шаблонов компонентов Streamlit вы вполне можете создать свою собственную тему для использования в будущих проектах. Или вы можете просто использовать готовый шаблон. Есть много красивых, которые вы можете проверить здесь.
Вот руководство о том, как вы можете использовать Streamlit для размещения модели машинного обучения классификации изображений.
Итак, вперед, создайте собственное приложение или модель машинного обучения и разместите его с помощью Streamlit. А также проверьте их организацию на Github.
Я надеюсь, что этот блог был вам полезен и подтолкнул вас к использованию Streamlit.
