"Python streamlit dashboard"의 두 판 사이의 차이

DB CAFE

2024년 8월 21일 (수) 12:44 판

추천메뉴 바로가기

DBA { Oracle DBA 명령어 > DBA 초급 과정 > DBA 고급 과정 }
튜닝 { 오라클 튜닝 목록 }
모델링 { 데이터 모델링 가이드 }

1 파이썬 Streamlit 대시보드 개발[편집]

1.1 설치[편집]

- Install command

$ pip install streamlit
$ streamlit hello

- 사용통계 출력시 아래 위치 옵션 변경

~/.streamlit/config.toml, creating that file if necessary:

[browser]
gatherUsageStats = false

github repository: https://github.com/streamlit/streamlit
document: https://docs.streamlit.io/
tutorial: https://docs.streamlit.io/en/stable/getting_started.html

1.2 실행 방법[편집]

streamlit run test.py

Local URL: http://localhost:8501
Network URL: http://192.168.35.186:8501

1.3 Streamlit 샘플[편집]

샘플 소스

import streamlit as st
st.title('Hello Streamlit')

실행

streamlit run app.py

1.4 Streamlit 샘플2[편집]

=== first_app.py 생성 === import streamlit as st import pandas as pd

1.4.1 타이틀 생성[편집]

st.title('My first app')

st.write("Here's our first attempt at using data to create a table:")

st.write(pd.DataFrame({
    'first column': [1, 2, 3, 4],
    'second column': [10, 20, 30, 40]
}))

st.write()는 str 타입뿐만 아니라 pandas의 DataFrame 도 write 가능.

1.4.2 스트림릿 실행[편집]

$ streamlit run first_app.py

1.5 문자열 관련[편집]

import streamlit as st

# 타이틀
st.title('this is title')
# 헤더 
st.header('this is header')
# 서브헤더
st.subheader('this is subheader')

1.6 레이아웃 만들기[편집]

레이아웃으로 웹페이지 분할
columns 함수

import streamlit as st

col1,col2 = st.columns([2,3])
# 공간을 2:3 으로 분할하여 col1과 col2 컬럼 생성.  

with col1 :
  # column 1 에 담을 내용
  st.title('here is column1')
with col2 :
  # column 2 에 담을 내용
  st.title('here is column2')
  st.checkbox('this is checkbox1 in col2 ')


# with 구문 말고 다르게 사용 가능 
col1.subheader(' i am column1  subheader !! ')
col2.checkbox('this is checkbox2 in col2 ') 
# => 위에 with col2: 안의 내용과 같은 기능

1.7 Data Visualization[편집]

1.7.1 line chart 그리기[편집]

* st.line_chart() 메서드로 line chart 추가

chart_data = pd.DataFrame(
     np.random.randn(20, 3),
     columns=['a', 'b', 'c'])

st.line_chart(chart_data)

1.7.2 map 그리기[편집]

* st.map() 메서드 사용.

map_data = pd.DataFrame(
    np.random.randn(1000, 2) / [50, 50] + [37.76, -122.4],
    columns=['lat', 'lon'])

st.map(map_data)

1.7.3 Checkbox show/hide data[편집]

* st.checkbox() 이용, 체크박스를 이용해서 데이터 show/hide 설정.

st.checkbox()는 위젯명을 argument로 받아서 처리.

if st.checkbox('Show dataframe'):
    chart_data = pd.DataFrame(
       np.random.randn(20, 3),
       columns=['a', 'b', 'c'])

    chart_data

1.7.4 Selectbox[편집]

* st.selectbox()는 pandas.Series를 입력으로 받아서 옵션 선택.

import streamlit as st
import pandas as pd

st.title('TUNiBerse')
option = st.selectbox(
    '당신의 직책을 선택해주세요.',
     pd.Series(['CEO', 'AI Engineer', 'Intern', 'Product Manager']))

'You selected: ', option

1.7.4.1 Selectbox를 사이드로 이동[편집]

import streamlit as st
import pandas as pd

st.title('TUNiBerse')
option = st.sidebar.selectbox(
    '당신의 직책을 선택해주세요.',
     pd.Series(['CEO', 'AI Engineer', 'Intern', 'Product Manager']))

'You selected: ', option

streamlit에서 제공하는 대부분의 element는 st.sidebar. [element_name]() 포맷으로 사용 가능.
위의 위젯 외에도 button, expander 등 여러 위젯 사용 가능.

1.7.5 progress 진행현황표시[편집]

* st.progress()이용, 웹이지에 진행현황을 표시.

import time

'Starting a long computation...'

# Add a placeholder
latest_iteration = st.empty()
bar = st.progress(0)

for i in range(100):
  # Update the progress bar with each iteration.
  latest_iteration.text(f'Iteration {i+1}')
  bar.progress(i + 1)
  time.sleep(0.1)

'...and now we\'re done!

1.7.6 APP Deploy , Manage , Share[편집]

streamlit으로 개발한 app은 Streamlit Cloud로 deploy, manage, share 가능.
현재 Streamlit Cloud는 초대를 받은 멤버에 한해서 사용이 가능합니다.
Request an invite에 몇 가지 사항을 제출하고 사용.

1.7.6.1 3스텝으로 구현 가능[편집]

1. Put your app in a public Github repo (and make sure it has a requirements.txt!) 2. Sign into share.streamlit.io 3. Click ‘Deploy an app’ and then paste in your GitHub URL

1.8 참조 사이트[편집]

https://docs.kanaries.net/topics/Streamlit/streamlit-dashboard

https://analyticsindiamag.com/ai-mysteries/build-and-deploy-your-first-real-time-dashboard-with-streamlit/

https://www.geeksforgeeks.org/create-interactive-dashboard-in-python-using-streamlit/

원본 주소 "http://dbcafe.co.kr/wiki/index.php?title=Python_streamlit_dashboard&oldid=12526"

@@ 1번째 줄: / 1번째 줄: @@
 = 파이썬 Streamlit 대시보드 개발 =
 == 설치 ==
-https://blog.zarathu.com/posts/2023-02-01-streamlit/
+- Install command
+<source lang=python>
+$ pip install streamlit
+$ streamlit hello
+</source>
+- 사용통계 출력시 아래 위치 옵션 변경
+<source lang=python>
+ ~/.streamlit/config.toml, creating that file if necessary:
+[browser]
+gatherUsageStats = false
+</source>
+* github repository: https://github.com/streamlit/streamlit
+* document: https://docs.streamlit.io/
+* tutorial: https://docs.streamlit.io/en/stable/getting_started.html
 == 실행 방법 ==
@@ 7번째 줄: / 26번째 줄: @@
 streamlit run test.py
 </source>
+* Local URL: http://localhost:8501
+* Network URL: http://192.168.35.186:8501
 == Streamlit 샘플 ==
@@ 18번째 줄: / 41번째 줄: @@
 <source lang=python>
 streamlit run app.py
+</source>
+== Streamlit 샘플2 ==
+=== first_app.py 생성 ===
+import streamlit as st
+import pandas as pd
+=== 타이틀 생성 ===
+<source lang=python>
+st.title('My first app')
+st.write("Here's our first attempt at using data to create a table:")
+st.write(pd.DataFrame({
+    'first column': [1, 2, 3, 4],
+    'second column': [10, 20, 30, 40]
+}))
+</source>
+* st.write()는 str 타입뿐만 아니라 pandas의 DataFrame 도 write 가능.
+=== 스트림릿 실행 ===
+<source lang=python>
+$ streamlit run first_app.py
 </source>
@@ 33번째 줄: / 80번째 줄: @@
 == 레이아웃 만들기 ==
 * 레이아웃으로 웹페이지 분할
 * columns 함수
@@ 59번째 줄: / 105번째 줄: @@
-github repository: https://github.com/streamlit/streamlit
+== Data Visualization ==
-tutorial: https://docs.streamlit.io/en/stable/getting_started.html
+=== line chart 그리기 ===
+* st.line_chart() 메서드로 line chart 추가
-streamlit는 파이썬 기반으로 손쉽게 웹 어플리케이션을 개발하는 오픈소스입니다. 웹에 대한 이해 없이도 간단한 파이썬 코드만으로 대부분의 웹 어플리케이션 구현이 가능합니다. 간단한 데이터 Visualization 혹은 인공지능 모델 시연 등 여러 분야에 활용될 수 있을 것 같습니다.
+<source lang=python>
-Installation
-- Install command
-$ pip install streamlit
-$ streamlit hello
-   👋 Welcome to Streamlit!
-  If you're one of our development partners or you're interested in getting
-  personal technical support or Streamlit updates, please enter your email
-  address below. Otherwise, you may leave the field blank.
-  Email: sh951011@gmail.com
-  Privacy Policy:
-  As an open source project, we collect usage statistics. We cannot see and do
-  not store information contained in Streamlit apps. You can find out more by
-  reading our privacy policy at: https://streamlit.io/privacy-policy
-  If you'd like to opt out of usage statistics, add the following to
-  ~/.streamlit/config.toml, creating that file if necessary:
-    [browser]
-    gatherUsageStats = false
-  Welcome to Streamlit. Check out our demo in your browser.
-  Local URL: http://localhost:8501
-  Network URL: http://192.168.35.186:8501
-  Ready to create your own Python apps super quickly?
-  Head over to https://docs.streamlit.io
-  May you create awesome apps!
-Get Started
-Create your first Streamlit app
-.  first_app.py를 만들고 streamlit를 import 합니다.
-import streamlit as st
-import pandas as pd
-. st.write()을 사용합니다.
-st.title('My first app')
-st.write("Here's our first attempt at using data to create a table:")
-st.write(pd.DataFrame({
-    'first column': [1, 2, 3, 4],
-    'second column': [10, 20, 30, 40]
-}))
- st.write()는 str 타입뿐만 아니라 pandas의 DataFrame도 손쉽게 write 할 수 있습니다.
-. Run by streamlit
-$ streamlit run first_app.py
-여기까지만 해도 streamlit을 활용하면 상당히 편리하게 데이터를 보여줄 수 있습니다. 다음으로는 streamlit을 이용해서 데이터 visualization하는 방법에 대해 살펴보겠습니다.
-Draw charts and maps
-웹 어플리케이션에 bar chart, line chart, map을 추가하는 법을 대해 배워봅시다.
-- Draw a line chart
-파이썬에서는 matplotlib과 같은 라이브러리를 이용하면 쉽게 line chart를 그릴 수 있습니다만, 웹 어플리케이션에서 이런 이미지를 띄우려면 상황에 따라 복잡해질 수도 있습니다. 하지만 streamlit에서는 st.line_chart() 메서드로 편리하게 line chart를 추가할 수 있습니다.
 chart_data = pd.DataFrame(
       np.random.randn(20, 3),
@@ 135번째 줄: / 114번째 줄: @@
 st.line_chart(chart_data)
+</source>
-- Plot a map
+=== map 그리기 ===
-지도 역시 마찬가지입니다. 노 베이스로 지도를 그린다면 굉장히 어렵겠지만, streamlit에서는 지도 역시 st.map() 메서드로 편리하게 지원합니다.
+* st.map() 메서드 사용.
+<source lang=python>
 map_data = pd.DataFrame(
      np.random.randn(1000, 2) / [50, 50] + [37.76, -122.4],
@@ 144번째 줄: / 124번째 줄: @@
 st.map(map_data)
+</source>
-Add interactivity with widgets
-streamlit은 체크박스, 버튼, 슬라이더 등 여러 interactive 위젯 API를 제공합니다. streamlit에서 제공하는 모든 API는 여기에서 확인할 수 있습니다.
-- Checkbox show/hide data
-st.checkbox()를 이용하면 체크박스를 이용해서 데이터 show/hide 설정을 할 수 있습니다. st.checkbox()는 위젯명을 argument로 받아서 처리합니다.
+=== Checkbox show/hide data ===
+* st.checkbox() 이용, 체크박스를 이용해서 데이터 show/hide 설정.
+* st.checkbox()는 위젯명을 argument로 받아서 처리.
+<source lang=python>
 if st.checkbox('Show dataframe'):
      chart_data = pd.DataFrame(
@@ 160번째 줄: / 136번째 줄: @@
      chart_data
+</source>
-- Selectbox for options
+=== Selectbox ===
+* st.selectbox()는 pandas.Series를 입력으로 받아서 옵션 선택.
-st.selectbox()는 pandas.Series를 입력으로 받아서 옵션을 선택받게 할 수 있습니다.
+<source lang=python>
 import streamlit as st
 import pandas as pd
@@ 174번째 줄: / 154번째 줄: @@
 'You selected: ', option
+</source>
-Lay out your app
+==== Selectbox를 사이드로 이동 ====
-웹 어플리케이션을 구현할 때 중요한 점 중 하나를 레이아웃입니다. 어떻게 화면을 구성하냐에 따라서 더 깔끔하고 직관적이게 보일 수가 있습니다. streamlit은 이런 기능 또한 손쉽게 다룰 수 있습니다.
+<source lang=python>
-- Selectbox를 사이드로
-방금 앞에서 했던 selectbox를 사이드로 옮기고 싶다면 어떻게 해야할까요? streamlit에서는 아래와 같이 간단하게 구현 가능합니다.
 import streamlit as st
 import pandas as pd
@@ 191번째 줄: / 167번째 줄: @@
 'You selected: ', option
+</source>
-위와 같이 streamlit에서 제공하는 대부분의 element는 st.sidebar. [element_name]() 포맷으로 사용 가능합니다. 위의 위젯 외에도 button, expander 등 여러 위젯이 있으니 다양하게 사용해보시길 바랍니다.
+* streamlit에서 제공하는 대부분의 element는 st.sidebar. [element_name]() 포맷으로 사용 가능.
+* 위의 위젯 외에도 button, expander 등 여러 위젯 사용 가능.
-Show progress
+=== progress 진행현황표시 ===
+* st.progress()이용, 웹이지에 진행현황을 표시.
-이번에는 웹페이지에 진행현황을 표시해봅시다. st.progress()를 이용하면 아래처럼 쉽게 사용이 가능합니다.
+<source lang=python>
 import time
@@ 212번째 줄: / 191번째 줄: @@
 '...and now we\'re done!
+</source>
+=== APP Deploy , Manage , Share ===
+* streamlit으로 개발한 app은 Streamlit Cloud로 deploy, manage, share 가능.
+* 현재 Streamlit Cloud는 초대를 받은 멤버에 한해서 사용이 가능합니다.
+* Request an invite에 몇 가지 사항을 제출하고 사용.
-Share your app
+==== 3스텝으로 구현 가능 ====
+. Put your app in a public Github repo (and make sure it has a requirements.txt!)
-streamlit으로 개발한 app은 Streamlit Cloud로 deploy, manage, share가 모두 가능합니다. 현재 Streamlit Cloud는 초대를 받은 멤버에 한해서 사용이 가능합니다. Request an invite에 몇 가지 사항을 제출하고 사용해주시면 됩니다.
-다음 3 스텝으로 간단하게 구현 가능합니다.
-. Put your app in a public Github repo (and make sure it has a requirements.txt!)
 . Sign into share.streamlit.io
 . Click ‘Deploy an app’ and then paste in your GitHub URL
@@ 230번째 줄: / 209번째 줄: @@
 https://analyticsindiamag.com/ai-mysteries/build-and-deploy-your-first-real-time-dashboard-with-streamlit/
 https://www.geeksforgeeks.org/create-interactive-dashboard-in-python-using-streamlit/