Vai esat kādreiz mēģinājis izskaidrot izklājlapu cilvēkam, kurš ar izklājlapām nav pazīstams? Viņu acis kļūst stiklainas kaut kur starp “pivot” un “kāpēc slepena D kolonna?”. Tagad iedomājieties, ka jūs varētu pārvērst šo izklājlapu par draudzīgu tīmekļa lietotni — pogas! slīdņi! diagrammas, kas dejo, kad jūs kustināt slīdni! — neiemācoties JavaScript, CSS vai tumšo maģiju. Tas ir Streamlit, Python bibliotēka, kas pārvērš skriptus koplietojamās lietotnēs, tāpat kā blenderis pārvērš augļus brokastīs.
Bet šeit ir āķis: meklējiet “labākās Streamlit apmācības”, un jūs iekritīsiet trusī bedrē, kas daļēji ir Cūkkārpa, daļēji Ikea rokasgrāmata. Kuras no tām patiesībā palīdz jums izveidot kaut ko tādu, ko varat parādīt savam priekšniekam līdz pirmdienai? Es pavadīju nedēļu, brodējoties pa dokumentāciju, videoklipiem, kopienas ceļvežiem un dažiem YouTube videoklipiem ar kvalitāti “šis tika ierakstīts ar kartupeli”, lai izveidotu labāko Streamlit apmācību karti — pēc prasmju līmeņa un pēc tā, ko jūs izveidosiet.
Šis ir jūsu lietotājam draudzīgs, Pogue stila lauka ceļvedis: ar ko sākt, ko skatīties tālāk, kuri piemēri nesabruks, kad Streamlit atjaunināsies, un kā izvairīties no ķibelēm, kas ēd laiku kā Labradors ar zeķi.
Kas īsti ir Streamlit vienkāršā valodā?
Streamlit ir Python bibliotēka, kas paņem jūsu datu skriptus un ietin tos tūlītējā saskarnē. Tā vietā, lai rakstītu Flask lietotni vai cīnītos ar React, jūs apkaisāt savu kodu ar Streamlit izsaukumiem, piemēram, st.button, st.slider, st.line_chart, un bum — jums ir koplietojama tīmekļa lietotne.
- Streamlit apstrādā tīmekļa lapu.
- Jūs kopīgojat saiti. Jūsu priekšnieks pārtrauc sūtīt jums ekrānšāviņus pa e-pastu.
Labākās Streamlit apmācības: kurēts, nopietns saraksts
Esmu sakārtojis labākās Streamlit apmācības līmeņos. Izvēlieties savu joslu; kombinējiet un saskaņojiet, ja esat ambiciozs.
1. līmenis: Absolūts iesācējs (pirmā lietotne 60–90 minūtēs)
- Oficiālā dokumentācija “Darba sākšana ar Streamlit”
Kāpēc tas ir lieliski: tā ir aktuāla, precīza un izstrādāta Streamlit komandas. Jūs instalēsit Streamlit, uzzināsiet, kā darbojas atkārtotas palaišanas modelis (spoileris: skripts tiek palaists no augšas uz leju katru reizi, kad mijiedarbojaties), un izveidosiet sīku, apmierinošu lietotni. Sāciet šeit pirms jebkā cita. Tas ir īsākais ceļš uz mirkli “Esmu kaut ko uzbūvējis”.
- Oficiālā apmācība “Lietotnes izveide”
Kāpēc tas ir lieliski: jūs izveidosiet reālu lietotni, kas pēta Uber paņemšanas datu kopu. Tulkojums: jūs redzēsiet logrīkus, diagrammas, kartes un kešatmiņu darbībā ar skaidriem paskaidrojumiem un kopējamiem un ielīmējamiem fragmentiem, kas faktiski darbojas. Ja esat vizuāls apmācāmais, šī darbojas ātri.
- Streamlit apmācību indekss
Kāpēc tas ir lieliski: vadītu projektu centrs: autentifikācija, datu bāzes, failu augšupielādes, paplašināts izkārtojums un daudz kas cits. Tas ir kā ēdienkarte ēdnīcā — sāciet ar pankūkām, pabeidziet ar omleti ar papildu halapenjo pipariem.
Ko jūs varēsiet darīt pēc 1. līmeņa:
- Izveidojiet darbojošos lietotni no Python skripta.
- Pievienojiet logrīkus (slīdņus, atlases, pogas), renderējiet diagrammas un kešatmiņas datus.
- Saprotiet, kāpēc jūsu skripts “atkārtoti tiek palaists” un kā saglabāt stāvokli, nemetot savu klēpjdatoru.
2. līmenis: no iesācēja līdz vidējam līmenim (padariet to noderīgu, padariet to skaistu)
4) “Apgūstiet Streamlit vienā kursā — iekļauti 4 reāli projekti” (video)
Kāpēc tas ir lieliski: uz projektiem balstīta apmācība iestrēgst. Šis kurss aizved jūs no pamatiem līdz datu bāzu savienošanai un sarežģītākiem modeļiem. Ja vēlaties justies kā īsts lietotņu veidotājs, nevis tikai skriptētājs ar pogām, šis ir ātrs ceļš.
- “Pilna Streamlit apmācība: no nulles līdz ražošanai gatavam produktam” (raksts)
Kāpēc tas ir lieliski: tas ir godīgs, mūsdienīgs pārskats par informācijas paneļu veidošanu 2025. gadā un kompromisiem. Jūs iegūsit taktiku par iepakošanu, izvietošanu un to, kad izmantot citus rīkus. Ja jūs domājat: “Vai Streamlit izturēs reālu lietošanu?” — šī ir jūsu realitātes pārbaude.
- Labākās prakses saruna no Streamlit pieredzējuša lietotāja (video)
Kāpēc tas ir lieliski: modeļi, modeļi, modeļi. Jūs uzzināsiet, kā profesionāļi strukturē lietotnes, pārvalda veiktspēju un pulē UX. Tas ir kā ieskatīties kaimiņa nevainojamā garāžā un nolemt, ka arī jūs esat pelnījis marķētus konteinerus.
Ko jūs varēsiet darīt pēc 2. līmeņa:
- Izveidojiet daudzlapu lietotnes ar tīru struktūru.
- Pārvaldiet lietotnes stāvokli bez spageti.
- Paātriniet lēnas lietotnes ar kešatmiņas un datu stratēģijām.
- Izvietojiet pārliecinoši, ar garīgu kontrolsarakstu.
3. līmenis: praktiski, reāli projekti (parādiet savai komandai kaut ko foršu)
7) Audio transkripcijas lietotne ar AI + Streamlit (video)
Kāpēc tas ir lieliski: stabils piemērs “AI satiekas ar UI”: failu augšupielāde, modeļa izsaukums, rezultātu displejs. Pat ja jūs neveidojat transkripcijas lietotni, jūs nozagsiet modeļus jebkuram ar AI iespējotu projektam — progresa joslas, kļūdu apstrāde, ilgstoši uzdevumi.
- Praktiskas lietotņu demonstrācijas, kas apvieno datu tīrīšanu, vizualizāciju un failu konvertēšanu
Kāpēc tas ir lieliski: reāla lietderība. Lietotnes, kas pieņem neglītus datus, notīra tos, vizualizē tos un eksportē tos tieši tajā formātā, kādu vēlas jūsu priekšnieks (CSV uz Excel, kādam?). Tas ir pārliecināts solis uz “Es faktiski varu aizstāt pusi savas komandas manuālo darbu ar informācijas paneli, uz kura viņi var noklikšķināt”.
Īsa atkāpe: ko Streamlit ir lielisks — un ko tas nav
Lielisks:
- Ātri prototipi, kas šķiet kā īstas lietotnes.
- Iekšējie rīki un informācijas paneļi, ko jūsu komanda faktiski var izmantot.
- Datu zinātnes demonstrācijas: diagrammas, kartes, modeļu slīdņi, “kas būtu, ja?” eksperimenti.
Ne tik lielisks:
- Sarežģītas daudzlietotāju lietotnes ar smagu autentifikāciju, lomām un uzņēmuma darbplūsmām.
- Pikseļu perfekti, amatnieciski priekšgali.
- Masīvas, augstas vienlaicības publiskas lietotnes bez papildu inženierijas ap tām.
Ja jūsu lietotne ir “mums ir nepieciešams draudzīgs UI Python kodam”, Streamlit ir sapnis. Ja jūsu lietotne ir “mēs atjaunojam Airbnb”, iespējams, nē.
Maiga ekskursija pa Streamlit garīgo modeli
Ja jūs nākat no tradicionālām tīmekļa kaudzēm, Streamlit sākumā šķiet... dīvains. Jūs nesavienojat maršrutus un veidnes; jūs rakstāt Python skriptu, kas pārvelk sevi katru reizi, kad lietotājs mijiedarbojas.
- Skripts tiek palaists no augšas uz leju katrā mijiedarbībā.
- Logrīku vērtības tiek nolasītas katrā palaišanas reizē.
- Izmantojiet sesijas stāvokli, lai atcerētos izvēles starp palaišanas reizēm.
- Kešatmiņā ievietojiet dārgu darbu (datu lejupielāde, modeļu ielāde), lai jūsu lietotne nerāpotu.
Padomājiet par to kā par PowerPoint prezentāciju, kas atjaunina sevi, pamatojoties uz to, ko jūsu auditorija noklikšķina, bet jūs kontrolējat slaidus ar Python, nevis velkot kastes apkārt.
Ceļš, mācoties darot: izveidojiet šajā nedēļas nogalē, atstājiet iespaidu pirmdien
Šeit ir praktisks, uzkodām piemērots mācību plāns — divi pēcpusdieni maksimums.
Sestdienas rīts: jūsu pirmā lietotne un “aha” mirkļi
- Instalējiet Streamlit un palaidiet Hello lietotni. Izpildiet oficiālo ceļvedi “Darba sākšana”, lai izveidotu vienkāršu UI un diagrammu. Tas ir svaigākais patiesības avots.
- Strādājiet ar “Lietotnes izveide” — Uber paņemšanas reizes, kartes, filtri. Jūs pieskarsieties st.cache_data, kas liks jūsu nākotnes es asarām raudāt pateicībā.
Sestdienas pēcpusdiena: logrīki un izkārtojums, ko jūs faktiski izmantosiet
- Pievienojiet st.sidebar, lai pārvietotu vadīklas ārpus galvenās plūsmas.
- Izveidojiet nelielu datu tīrīšanas paneli: file_uploader CSV failam, selectbox kolonnu izvēlei, izvēles rūtiņas, lai nomestu NA vai mazos burtus galvenēm, un pogu rezultātu eksportēšanai. Izmantojiet piemērus, piemēram, utilītu lietotnes, kas konvertē CSV uz Excel.
- Uzziniet, kā parādīt progresu: st.progress, st.spinner un st.status ziņojumi. Cilvēkiem nepatīk skatīties uz klusiem ekrāniem.
Svētdienas rīts: pārejiet uz daudzlapu un stāvokli
- Sadaliet savu lietotni lapās. Izveidojiet lapu “Dati”, lapu “Vizualizēt” un lapu “Eksportēt”. Tas liek jums izskatīties profesionālim bez lielas piepūles.
- Izmantojiet st.session_state, lai atcerētos izvēles (atlasītās kolonnas, filtrus), kad lietotājs pārvietojas.
- Pievienojiet kešatmiņas dekoratoru jebkurai funkcijai, kas ienes datus vai ielādē modeli.
Svētdienas pēcpusdiena: izvietošana un pulēšana
- Izvietojiet uz hostinga pakalpojumu vai konteineru; iekļaujiet requirements.txt.
- Pievienojiet st.toast draudzīgiem apstiprinājumiem un st.error aizsargmargām.
- Bonuss: nelielas AI darbības iegulšana — tabulas apkopošana, netīra teksta tīrīšana vai diagrammu virsrakstu automātiska ģenerēšana no kolonnu nosaukumiem — pārvērš “jauku lietotni” par “pārsteidzošu”. Ar AI darbināmā transkripcijas apmācība parāda modeli ilgstošu darbību apstrādei un UI atjaunināšanai, kad pienāk rezultāti.
Kontrolsaraksts: pieci Streamlit jēdzieni, kas jums atmaksājas mūžīgi
- Logrīki ir mainīgie: saglabājiet to vērtības un izmantojiet tos atkārtoti.
- Kešatmiņa ir skābeklis: kešatmiņā ievietojiet datu ielādes, modeļu ielādes un ilgus aprēķinus.
- Sesijas stāvoklis ir atmiņa: saglabājiet lietotāja izvēles atkārtotu palaišanu laikā.
- Izkārtojums ir saziņa: sānu joslas, kolonnas, cilnes — izmantojiet tās, lai vienkāršotu.
- Atgriezeniskā saite pārspēj klusumu: griezēji, progresa joslas, paziņojumi. Vienmēr pastāstiet lietotājam, kas notiek.
Biežākās ķibeles (un kā no tām izvairīties)
- “Mani mainīgie tiek atiestatīti, kad es noklikšķinu uz pogas!” Tas ir atkārtotas palaišanas modelis; izmantojiet st.session_state, lai saglabātu svarīgas lietas.
- “Tas ir lēns pirmajā klikšķī.” Kešatmiņā ievietojiet savas smagās funkcijas. Apsveriet arī modeļu inicializēšanu lietotnes startēšanas laikā.
- “Kāpēc mana diagramma ir tukša?” Ja logrīka noklusējuma vērtība mainās starp palaišanas reizēm, jūs, iespējams, filtrējat savus datus. Iestatiet saprātīgas noklusējuma vērtības.
- “Tas salūza pēc atjaunināšanas.” Piespraudiet savas prasības vai izlasiet migrācijas piezīmes. Oficiālās apmācības parasti paliek sinhronizētas.
Salīdzināšanas stūris: Streamlit pret Parastajiem aizdomās turētajiem
- Streamlit pret Dash: Dash ir vairāk konfigurējams un gatavs uzņēmumiem, bet tā ieviešana prasa ilgāku laiku. Streamlit ir ātrāk izstrādāt prototipu; Dash ir spēcīgāks sarežģītai ražošanas darbplūsmai.
- Streamlit pret Gradio: Gradio spīd ātrām AI demonstrācijām, īpaši modeļu I/O. Streamlit ir daudzpusīgāks datu lietotnēm un informācijas paneļiem.
- Streamlit pret Flask + Front-end: Flask sniedz jums kontroli pār visu, ieskaitot daudz ko tādu, ko jūs nevēlaties kontrolēt. Streamlit ir īsceļš, ja jūsu mērķis ir “piegādāt lēmumu pieņemšanas rīku līdz otrdienai”.
Īss vārds par Sider.AI: noderīgs palīgs mācībām un veidošanai
Ja esat apmācāmais, kuram patīk ātri atkārtot un redzēt taustāmus rezultātus, AI asistenta izmantošana līdzās Streamlit var būt superspēks. Piemēram, esmu redzējis demonstrācijas, kas pārvērš netīru CSV par notīrītu, vizualizētu informācijas paneli un pēc tam eksportē uz Excel — tieši tādu “Es ietaupīju komandai stundas” lietotni, ko varat savākt kopā ar Streamlit logrīkiem un nelielu AI palīdzību datu apkopošanai vai strukturēšanai. Rīki, piemēram, Sider.AI, var arī virzīt jūs cauri klišejām un testēšanas scenārijiem, lai jūs varētu koncentrēties uz dizainu un datu loģiku. Praktiski mini projekti, ko varat nozagt (ar piezīmēm)
- Lietotne “Priekšnieka iecienītākais pārskats”
- Ievades: CSV augšupielāde, datumu diapazona atlasītājs, reģiona nolaižamā izvēlne.
- Izvade: metri (ieņēmumi, skaits), līniju diagramma un lejupielādējams Excel fails.
- Padomi: kešatmiņā ievietojiet datu tīrīšanas soli; saglabājiet filtrēto DataFrame sesijas_stāvoklī, lai jūs varētu eksportēt uzreiz.
- “Kas būtu, ja scenāriju plānotājs” pārdošanai
- Ievades: slīdnis atlaižu likmei, number_input reklāmas izdevumiem, selectbox produktu līmenim.
- Izvade: prognozēto ieņēmumu joslu diagramma un teksta kopsavilkums (“Ar 10% atlaidi jūs atgūstat 6,2 mēnešos”).
- Padomi: izmantojiet cilnes: “Pieņēmumi”, “Diagrammas”, “Lejupielādes”. Saglabājiet modeļa funkciju kešatmiņā.
- “Ar AI darbināms piezīmju apkopotājs”
- Ievades: file_uploader PDF vai tekstam, izvēles rūtiņa tonim (“oficiāls”, “draudzīgs”, “ložu stils”).
- Izvade: kopsavilkuma teksts ar kopēšanas pogu; papildu darbību vienumu CSV.
- Padomi: straumējiet rezultātus ar pakāpeniskiem atjauninājumiem; parādiet griezēju un paskaidrojiet, kas notiek.
- “Datu tīrītājs un formāta pārveidotājs”
- Ievades: file_uploader (CSV), izvēles rūtiņa atstarpes noņemšanai, selectbox datuma parsēšanai, poga “Eksportēt uz Excel”.
- Izvade: notīrītas tabulas priekšskatījums; nulles kolonnu diagramma; eksports ar vienu klikšķi.
- Padomi: šis ir ideāls projekts iesācējiem un labi atbilst šīm praktiskajām demonstrācijām.
Kā izvēlēties labākās Streamlit apmācības sev
- Ja jums ir divas stundas: veiciet oficiālo Darba sākšanas plūsmu un Lietotnes izveides apmācību. Jūs tiksiet 80% ceļa, 20% laika.
- Ja jums ir nedēļas nogale: savienojiet tos ar uz projektu balstītu video kursu un izveidojiet trīslapu lietotni, ko esmu ieskicējis. Jūs būsiet “tas cilvēks” darbā līdz pirmdienai.
- Ja vēlaties specializēties: iedziļinieties apmācību indeksā, lai iegūtu informāciju par autentifikāciju, datu bāzēm un labāko praksi. Jūs izvairīsieties no vienas un tās pašas sētas pārkrāsošanas piecas reizes.
Streamlit etiķete: padariet to patīkamu saviem lietotājiem
- Izmantojiet vienkāršus angļu valodas nosaukumus.
- Saglabājiet galvenās darbības virs redzamās daļas.
- Izmantojiet st.expander papildu opcijām.
- Pievienojiet pogu “Atiestatīt filtrus”; cilvēkiem patīk atkārtot.
- Nodrošiniet mazus, reālus datu paraugus testēšanai.
Problēmu novēršanas stūris (a.k.a. “Kāpēc šī lieta nedarbojas?”)
- Nav moduļa ar nosaukumu “streamlit”: jūs atrodaties nepareizā vidē. pip install streamlit jūsu aktīvajā venv.
- Failu augšupielādētājs nepieņem neko: pārbaudiet savus failu veidus; atcerieties arī, ka logrīki ir stāvoklīgi tikai tad, ja jūs glabājat rezultātus sesijas_stāvoklī.
- Tas darbojas lokāli, bet ne izvietošanā: piespraudiet savas versijas un iestatiet noslēpumus/vides mainīgos lielumus hostā. Pārbaudiet arī ar nelielu datu kopu.
- Tas ir lēns ar lieliem CSV failiem: izmantojiet fragmentētus lasījumus, iepriekš apkopojiet vai paraugus UI. Apsveriet kešatmiņas un smagu transformāciju izkraušanu.
Viena pēdējā lieta: lieliska rīka pazemība
Streamlit ģēnijs ir tā ambīciju pazemība. Tas necenšas būt visa platforma; tas cenšas būt kloķis, kas pārvērš jūsu Python par draudzīgu lietotni. Izmantojot labākās Streamlit apmācības iepriekš — oficiālos dokumentus pamatiem, projektu video impulsa uzturēšanai un labākās prakses sarunas pulēšanai — jūs izlaidīsiet klejošanu un nonāksiet pie daļas, kurā cilvēki saka: “Pagaidiet, jūs to uzbūvējāt?”
Un tas ir mirklis, kurā jūs dzīvojat. Vai vismaz mirklis, kad jūsu priekšnieks pārtrauc likt jums sūtīt 11 vienas un tās pašas izklājlapas versijas.
BUJ
Q1:Kuras ir labākās Streamlit apmācības pilnīgiem iesācējiem?
Sāciet ar oficiālo ceļvedi Darba sākšana un Lietotnes izveides apmācību — tās ir aktuālas, kodolīgas un garantēti darbosies ar jaunāko Streamlit laidienu. Jūs izveidosiet nelielu lietotni ar diagrammām un logrīkiem mazāk nekā divās stundās.
Q2:Kā man izvēlēties starp Streamlit un Dash savam informācijas panelim?
Izvēlieties Streamlit, kad jums ir nepieciešams ātrums un vienkāršība iekšējiem rīkiem vai ātriem prototipiem; izvēlieties Dash, kad jums ir nepieciešama dziļāka pielāgošana un uzņēmuma darbplūsmas. Vispirms izmēģiniet nedēļas nogales prototipu Streamlit — tas bieži vien aptver 90% no vajadzībām.
Q3:Kāds ir ātrākais ceļš uz ražošanai gatavu Streamlit lietotni?
Izpildiet oficiālās apmācības, pēc tam pārejiet uz uz projektu balstītu kursu un labākās prakses sarunu, lai iegūtu struktūras un veiktspējas padomus. Kešatmiņā ievietojiet smagas funkcijas, izmantojiet sesijas_stāvokli un piespraudiet savas pakotnes versijas, lai saglabātu izvietošanas stabilitāti.
Q4:Vai Streamlit var apstrādāt AI funkcijas, piemēram, transkripciju vai apkopošanu?
Jā — Streamlit labi darbojas ar Python AI bibliotēkām un API. Izmantojiet pārbaudītu projekta apmācību (piemēram, AI transkripcijas lietotni), lai apgūtu modeļus failu augšupielādēm, progresa indikatoriem un ilgstošiem darbiem.
Q5:Kur es varu atrast reālas Streamlit lietotņu idejas, lai praktizētu?
Izmēģiniet utilītu lietotnes: datu tīrīšanu un konvertēšanu, kas būtu, ja plānotājus un ātros ar AI darbināmus apkopotājus. Reālistiski piemēri, kas konvertē CSV uz Excel un vizualizē notīrītos datus, ir lieliska prakse un uzreiz noderīgi.
