Alguna vegada has intentat explicar un full de càlcul a algú que no n'entén? Se li perden els ulls entre “pivot” i “per què s'amaga la columna D?”. Ara imagina't que pots convertir aquest full de càlcul en una petita aplicació web amigable—botons! reguladors! gràfics que ballen quan mous un regulador!—sense aprendre JavaScript, CSS o les arts fosques. Això és Streamlit, la biblioteca de Python que converteix els scripts en aplicacions compartibles com una màquina de batuts converteix la fruita en esmorzar.
Però aquí hi ha la trampa: si busques “els millors tutorials de Streamlit”, cauràs en un cau de conills que és part Hogwarts, part manual d'Ikea. Quins t'ajuden realment a construir alguna cosa que puguis ensenyar al teu cap dilluns? Vaig passar una setmana vadant per documents, vídeos, guies de la comunitat i alguns YouTubes de “això es va gravar amb una patata” per traçar els millors tutorials de Streamlit—per nivell d'habilitat i per allò que construiràs.
Aquesta és la teva guia de camp fàcil d'utilitzar, estil Pogue: amb què començar, què veure a continuació, quins exemples no es trencaran quan s'actualitzi Streamlit i com esquivar les trampes que consumeixen temps com un labrador amb un mitjó.
Què és exactament Streamlit, en llenguatge planer?
Streamlit és una biblioteca de Python que agafa els teus scripts de dades i els embolcalla en una interfície instantània. En comptes d'escriure una aplicació Flask o lluitar amb React, ruixes el teu codi amb crides de Streamlit com st.button, st.slider, st.line_chart, i bum—tens una aplicació web compartible.
- Streamlit gestiona la pàgina web.
- Comparteixes un enllaç. El teu cap deixa d'enviar-te correus electrònics amb captures de pantalla.
Els millors tutorials de Streamlit: Una llista seleccionada i sense tonteries
He organitzat els millors tutorials de Streamlit en nivells. Tria el teu camí; combina'ls si ets ambiciós.
Nivell 1: Principiant absolut (Primera aplicació en 60–90 minuts)
- La documentació oficial de “Comença amb Streamlit”
Per què és genial: Està actualitzada, és precisa i està dissenyada per l'equip de Streamlit. Instal·laràs Streamlit, aprendràs com funciona el model de reexecució (alerta: l'script s'executa de dalt a baix cada vegada que interactues) i construiràs una aplicació petita i satisfactòria. Comença aquí abans que res. És el camí més curt cap a un moment de “He construït alguna cosa”.
- Tutorial oficial “Crea una aplicació”
Per què és genial: Construiràs una aplicació real que explora un conjunt de dades de recollides d'Uber. Traducció: veuràs widgets, gràfics, mapes i emmagatzematge en memòria cau en acció, amb explicacions clares i fragments que es poden copiar i enganxar que realment s'executen. Si ets un aprenent visual, aquest fa clic ràpidament.
- Índex de tutorials de Streamlit
Per què és genial: Un centre de projectes guiats: autenticació, bases de dades, càrrega de fitxers, disseny avançat i molt més. És com un menú en un restaurant—comença amb creps, gradua't a la truita amb bitxos extres.
Què podràs fer després del nivell 1:
- Crear una aplicació funcional a partir d'un script de Python.
- Afegir widgets (reguladors, seleccions, botons), renderitzar gràfics i emmagatzemar dades en memòria cau.
- Entendre per què el teu script es “torna a executar” i com mantenir l'estat sense llançar el teu ordinador portàtil.
Nivell 2: De principiant a intermedi (Fes-ho útil, fes-ho bonic)
4) “Domina Streamlit en un curs – 4 projectes reals inclosos” (vídeo)
Per què és genial: L'aprenentatge basat en projectes enganxa. Aquest curs et porta des dels conceptes bàsics fins a connectar bases de dades i patrons més avançats. Si vols sentir-te com un constructor d'aplicacions real, no només un scriptor amb botons, aquest és el carril ràpid.
- “Tutorial complet de Streamlit: De zero a preparat per a producció” (article)
Per què és genial: És una visió general honesta i moderna sobre la construcció de panells de control el 2025 i les compensacions. Obtindràs tàctiques sobre l'empaquetatge, el desplegament i quan recórrer a altres eines. Si estàs pensant: “Streamlit aguantarà sota un ús real?”—aquesta és la teva prova de realitat.
- Xerrada de bones pràctiques d'un usuari avançat de Streamlit (vídeo)
Per què és genial: Patrons, patrons, patrons. Aprendràs com els professionals estructuren les aplicacions, gestionen el rendiment i polixen la UX. És com espiar el garatge immaculat del teu veí i decidir que tu també et mereixes contenidors etiquetats.
Què podràs fer després del nivell 2:
- Construir aplicacions de diverses pàgines amb una estructura neta.
- Gestionar l'estat de l'aplicació sense espagueti.
- Accelerar les aplicacions lentes amb l'emmagatzematge en memòria cau i les estratègies de dades.
- Desplegar amb confiança, amb una llista de verificació mental.
Nivell 3: Projectes pràctics del món real (Mostra al teu equip alguna cosa genial)
7) Aplicació de transcripció d'àudio amb IA + Streamlit (vídeo)
Per què és genial: Un exemple sòlid de “La IA es troba amb la IU”: càrrega de fitxers, crida de model, visualització de resultats. Fins i tot si no estàs construint una aplicació de transcripció, robaràs patrons per a qualsevol projecte habilitat per la IA: barres de progrés, gestió d'errors, tasques de llarga durada.
- Demostracions pràctiques d'aplicacions que combinen neteja de dades, visualització i conversió de fitxers
Per què és genial: Utilitat del món real. Aplicacions que accepten dades lletges, les netegen, les visualitzen i les exporten exactament al format que vol el teu cap (de CSV a Excel, algú?). És un pas segur cap a “Realment puc substituir la meitat de les tasques manuals del meu equip amb un panell de control en què puguin fer clic”.
Una desviació ràpida: en què Streamlit és espectacular—i on no ho és
Espectacular en:
- Prototips ràpids que se senten com a aplicacions reals.
- Eines internes i panells de control que el teu equip pot utilitzar realment.
- Demostracions de ciència de dades: gràfics, mapes, reguladors de models, experiments de “què passaria si?”.
No tan espectacular en:
- Aplicacions complexes multiusuari amb autenticació pesada, rols i fluxos de treball empresarials.
- Front-ends artesanals i perfectes en píxels.
- Aplicacions públiques massives i d'alta concurrència sense una mica d'enginyeria addicional al seu voltant.
Si la teva aplicació és “necessitem una IU amigable sobre el codi de Python”, Streamlit és un somni. Si la teva aplicació és “estem reconstruint Airbnb”, potser no.
Un recorregut suau pel model mental de Streamlit
Si véns de piles web tradicionals, Streamlit se sent… estrany al principi. No connectes rutes i plantilles; escrius un script de Python que es redibuixa cada vegada que l'usuari interactua.
- L'script s'executa de dalt a baix en cada interacció.
- Els valors dels widgets es llegeixen en cada execució.
- Utilitza l'estat de la sessió per recordar les eleccions entre execucions.
- Emmagatzema en memòria cau el treball costós (descàrrega de dades, càrrega de models) perquè la teva aplicació no s'arrossegui.
Pensa-hi com un PowerPoint que s'actualitza en funció del que fa clic el teu públic—però tu controles les diapositives amb Python en lloc d'arrossegar caixes per aquí.
Un camí d'aprenentatge fent: construeix aquest cap de setmana, impressiona dilluns
Aquí hi ha un currículum pràctic i fàcil de consumir—dos tardes com a màxim.
Dissabte al matí: La teva primera aplicació i els moments “aha”
- Instal·la Streamlit i executa l'aplicació Hello. Segueix la guia oficial de “Comença” per construir una IU i un gràfic senzills. És la font de veritat més fresca.
- Treballa a través de “Crea una aplicació”—recollides d'Uber, mapes, filtres. Tocaràs st.cache_data, que farà que el teu futur jo vessi llàgrimes de gratitud.
Dissabte a la tarda: Widgets i disseny que realment utilitzaràs
- Afegeix st.sidebar per moure els controls fora del flux principal.
- Fes un petit panell de neteja de dades: file_uploader per a CSV, un selectbox per a l'elecció de columnes, caselles de selecció per eliminar NA o encapçalaments en minúscules i un botó per exportar resultats. Utilitza exemples com les aplicacions d'utilitat que converteixen CSV a Excel.
- Aprèn a mostrar el progrés: st.progress, st.spinner i missatges st.status. La gent odia mirar pantalles silencioses.
Diumenge al matí: Puja de nivell a diverses pàgines i estat
- Divideix la teva aplicació en pàgines. Crea una pàgina de “Dades”, una pàgina de “Visualitzar” i una pàgina d'“Exportar”. Et fa semblar professional sense gaire esforç.
- Utilitza st.session_state per recordar les eleccions (columnes seleccionades, filtres) mentre l'usuari salta per aquí.
- Afegeix un decorador d'emmagatzematge en memòria cau a qualsevol funció que recuperi dades o carregui un model.
Diumenge a la tarda: Desplegament i poliment
- Desplega en un servei d'allotjament o un contenidor; inclou un requirements.txt.
- Afegeix st.toast per a confirmacions amigables i st.error per a baranes de protecció.
- Bonificació: Incrustar una petita acció d'IA—resumir una taula, netejar text desordenat o generar automàticament títols de gràfics a partir de noms de columnes—converteix una “aplicació agradable” en un “espectacle”. El recorregut de transcripció impulsat per IA mostra el patró per gestionar operacions llargues i actualitzar la IU a mesura que arriben els resultats.
Llista de verificació: els cinc conceptes de Streamlit que et recompensen per sempre
- Els widgets són variables: emmagatzema els seus valors i reutilitza'ls.
- L'emmagatzematge en memòria cau és oxigen: emmagatzema en memòria cau les càrregues de dades, les càrregues de models i els càlculs llargs.
- L'estat de la sessió és memòria: mantén les eleccions de l'usuari entre reexecucions.
- El disseny és comunicació: barres laterals, columnes, pestanyes—utilitza'ls per simplificar.
- La retroalimentació supera el silenci: filadores, barres de progrés, toasts. Digues sempre a l'usuari què està passant.
Trampes comunes (i com esquivar-les)
- “Les meves variables es restableixen quan faig clic a un botó!” Aquest és el model de reexecució; utilitza st.session_state per persistir coses importants.
- “És lent en el primer clic”. Emmagatzema en memòria cau les teves funcions pesades. També considera inicialitzar els models en l'inici de l'aplicació.
- “Per què el meu gràfic està buit?” Si el valor per defecte del widget canvia entre execucions, és possible que estiguis filtrant les teves dades. Estableix valors per defecte sensats.
- “Es va trencar després d'una actualització”. Fixa els teus requisits o llegeix les notes de migració. Els tutorials oficials tendeixen a mantenir-se sincronitzats.
Racó de comparació: Streamlit vs. Els sospitosos habituals
- Streamlit vs. Dash: Dash és més configurable i està preparat per a l'empresa, però triga més a posar-se en marxa. Streamlit és més ràpid per prototipar; Dash és més fort per a fluxos de treball de producció complexos.
- Streamlit vs. Gradio: Gradio brilla per a demostracions ràpides d'IA, especialment E/S de models. Streamlit és més de propòsit general per a aplicacions de dades i panells de control.
- Streamlit vs. Flask + Front-end: Flask et dóna control sobre tot, incloent-hi molt que no vols controlar. Streamlit és la drecera quan el teu objectiu és “lliurar una eina de decisió per dimarts”.
Una paraula ràpida sobre Sider.AI: un company útil per aprendre i construir
Si ets el tipus d'aprenent a qui li agrada iterar ràpidament i veure resultats tangibles, utilitzar un assistent d'IA al costat de Streamlit pot ser un superpoder. Per exemple, he vist demostracions que converteixen un CSV desordenat en un panell de control netejat i visualitzat i després l'exporten a Excel—exactament el tipus d'aplicació de “Vaig estalviar hores a l'equip” que pots reunir amb els widgets de Streamlit i una mica d'ajuda d'IA per resumir o estructurar dades. Eines com Sider.AI també poden empènyer-te a través de codi estàndard i escenaris de prova perquè et puguis centrar en el disseny i la lògica de dades. Mini-projectes pràctics que pots robar (amb notes)
- Aplicació “L'informe favorit del cap”
- Entrades: Càrrega de CSV, selector de rang de dates, menú desplegable de regions.
- Sortida: Mètriques (ingressos, recompte), un gràfic de línies i un fitxer d'Excel descarregable.
- Consells: Emmagatzema en memòria cau el pas de neteja de dades; desa el DataFrame filtrat a session_state perquè puguis exportar-lo instantàniament.
- “Planificador d'escenaris hipotètics” per a vendes
- Entrades: Un regulador per a la taxa de descompte, un number_input per a la despesa publicitària, un selectbox per al nivell de producte.
- Sortida: Un gràfic de barres d'ingressos previstos i un resum de text (“Amb un descompte del 10%, et recuperes en 6,2 mesos”).
- Consells: Utilitza pestanyes: “Supòsits”, “Gràfics”, “Descàrregues”. Mantén la funció de model emmagatzemada en memòria cau.
- “Resumidor de notes impulsat per IA”
- Entrades: file_uploader per a PDF o text, casella de selecció per al to (“formal”, “amigable”, “estil de punts”).
- Sortida: Text de resum amb un botó de còpia; CSV opcional d'elements d'acció.
- Consells: Transmet els resultats amb actualitzacions incrementals; mostra una filadora i explica què està passant.
- “Netejador de dades i convertidor de format”
- Entrades: file_uploader (CSV), casella de selecció per eliminar espais en blanc, selectbox per a l'anàlisi de dates, botó per a “Exportar a Excel”.
- Sortida: Vista prèvia de la taula netejada; gràfic de nuls per columna; exportació amb un sol clic.
- Consells: Aquest és un projecte perfecte per a principiants i es correspon perfectament amb aquestes demostracions pràctiques.
Com triar els millors tutorials de Streamlit per a tu
- Si tens dues hores: fes el flux oficial de Comença i el tutorial de Crea una aplicació. Aconseguiràs el 80% del camí, el 20% del temps.
- Si tens un cap de setmana: combina'ls amb un curs de vídeo basat en projectes i construeix l'aplicació de tres pàgines que he descrit. Seràs “aquella persona” a la feina dilluns.
- Si vols especialitzar-te: Submergeix-te en l'índex de tutorials per a l'autenticació, les bases de dades i les millors pràctiques. Evitaràs tornar a pintar la mateixa tanca cinc vegades.
Etiqueta de Streamlit: fes-ho agradable per als teus usuaris
- Utilitza etiquetes en llenguatge planer.
- Mantén les accions principals per sobre del plec.
- Utilitza st.expander per a opcions avançades.
- Afegeix un botó de “Restableix els filtres”; a la gent li encanta tornar a començar.
- Proporciona mostres de dades reals petites per a les proves.
Racó de resolució de problemes (a.k.a. “Per què no funciona aquesta cosa?”)
- Cap mòdul anomenat 'streamlit': Estàs en l'entorn incorrecte. pip install streamlit en el teu venv actiu.
- El carregador de fitxers no accepta res: Comprova els teus tipus de fitxer; també recorda que els widgets només tenen estat si amagues els resultats a session_state.
- Funciona localment però no en el desplegament: Fixa les teves versions i configura secrets/variables d'entorn a l'amfitrió. També prova amb un conjunt de dades petit.
- És lent amb CSV grans: Utilitza lectures fragmentades, pre-agrega o mostra per a la IU. Considera l'emmagatzematge en memòria cau i la descàrrega de transformacions pesades.
Una última cosa: la humilitat d'una gran eina
El geni de Streamlit és la humilitat de la seva ambició. No intenta ser una plataforma sencera; intenta ser el pom que converteix el teu Python en una aplicació amigable. Amb els millors tutorials de Streamlit anteriors—documentació oficial per als fonaments, vídeos de projectes per a l'impuls i xerrades de bones pràctiques per al poliment—et saltaràs l'errància i arribaràs a la part on la gent diu, “Espera, has construït això?”
I aquest és el moment que vius. O almenys, el moment en què el teu cap deixa de fer-te enviar 11 versions del mateix full de càlcul.
FAQ
P1:Quins són els millors tutorials de Streamlit per a principiants absoluts?
Comença amb la guia oficial de Comença i el tutorial de Crea una aplicació—són actuals, concisos i garanteixen que funcionaran amb l'última versió de Streamlit. Construiràs una petita aplicació amb gràfics i widgets en menys de dues hores.
P2:Com triar entre Streamlit vs Dash per al meu panell de control?
Tria Streamlit quan necessitis velocitat i senzillesa per a eines internes o prototips ràpids; tria Dash quan necessitis una personalització més profunda i fluxos de treball empresarials. Prova un prototip de cap de setmana a Streamlit primer—sovint cobreix el 90% de les necessitats.
P3:Quin és el camí més ràpid cap a una aplicació Streamlit preparada per a la producció?
Segueix els tutorials oficials, després salta a un curs basat en projectes i una xerrada de bones pràctiques per a consells d'estructura i rendiment. Emmagatzema en memòria cau les funcions pesades, utilitza session_state i fixa les versions dels teus paquets per mantenir els desplegaments estables.
P4:Pot Streamlit gestionar funcions d'IA com la transcripció o el resum?
Sí—Streamlit juga bé amb les biblioteques i API d'IA de Python. Utilitza un recorregut de projecte provat (com una aplicació de transcripció d'IA) per aprendre patrons per a la càrrega de fitxers, indicadors de progrés i treballs de llarga durada.
P5:On puc trobar idees d'aplicacions Streamlit del món real per practicar?
Prova aplicacions d'utilitat: neteja i conversió de dades, planificadors d'hipòtesis i resumidors ràpids impulsats per IA. Exemples realistes que converteixen CSV a Excel i visualitzen dades netejades són una gran pràctica i immediatament útils.
