ഒരു സ്പ്രെഡ്ഷീറ്റ് സ്പ്രെഡ്ഷീറ്റ് ഉപയോഗിക്കാത്ത ഒരാൾക്ക് വിശദീകരിക്കാൻ ശ്രമിച്ചിട്ടുണ്ടോ? “pivot”നും “എന്തുകൊണ്ടാണ് D കോളം മറഞ്ഞിരിക്കുന്നത്?” എന്ന ചോദ്യത്തിനും ഇടയിൽ എവിടെയോ അവരുടെ കണ്ണുകൾ മങ്ങുന്നു. JavaScript, CSS അല്ലെങ്കിൽ മറ്റ് വിദ്യകളൊന്നും പഠിക്കാതെ തന്നെ ആ സ്പ്രെഡ്ഷീറ്റിനെ ബട്ടണുകൾ, സ്ലൈഡറുകൾ, നിങ്ങൾ ഒരു സ്ലൈഡർ ഇളക്കുമ്പോൾ നൃത്തം ചെയ്യുന്ന ചാർട്ടുകൾ എന്നിവയുള്ള ഒരു വെബ് ആപ്ലിക്കേഷനാക്കി മാറ്റാൻ കഴിഞ്ഞിരുന്നെങ്കിലോ! ഇതാണ് Streamlit. ഒരു സ്മൂത്തി മെഷീൻ പഴങ്ങളെ രാവിലത്തെ ഭക്ഷണമാക്കുന്നതുപോലെ, സ്ക്രിപ്റ്റുകളെ പങ്കിടാൻ കഴിയുന്ന ആപ്പുകളാക്കി മാറ്റുന്ന ഒരു Python ലൈബ്രറിയാണിത്.
പക്ഷേ ഒരു കാര്യമുണ്ട്: “മികച്ച Streamlit ട്യൂട്ടോറിയലുകൾ” എന്ന് തിരഞ്ഞാൽ, നിങ്ങൾ ഒരു കുഴിയിൽ വീഴും. അതിൽ കുറച്ച് ഹോഗ്വാർട്സും കുറച്ച് Ikea മാനുവലും ഉണ്ടാകും. തിങ്കളാഴ്ച നിങ്ങളുടെ ബോസിനെ കാണിക്കാൻ കഴിയുന്ന എന്തെങ്കിലും നിർമ്മിക്കാൻ സഹായിക്കുന്ന ട്യൂട്ടോറിയലുകൾ ഏതാണ്? ഡോക്യുമെന്റുകൾ, വീഡിയോകൾ, കമ്മ്യൂണിറ്റി ഗൈഡുകൾ, കുറച്ച് “ഇതൊരു ഉരുളക്കിഴങ്ങിൽ റെക്കോർഡ് ചെയ്തതാണ്” എന്ന രീതിയിലുള്ള YouTube വീഡിയോകൾ എന്നിവയിലൂടെ ഒരാഴ്ച ഞാൻ മികച്ച Streamlit ട്യൂട്ടോറിയലുകൾ കണ്ടെത്താനായി ചിലവഴിച്ചു.
ഇതൊരു Pogue-ശൈലിയിലുള്ള ഫീൽഡ് ഗൈഡാണ്: എവിടെ നിന്ന് തുടങ്ങണം, അടുത്തതായി എന്താണ് കാണേണ്ടത്, Streamlit അപ്ഡേറ്റ് ചെയ്യുമ്പോൾ ഏത് ഉദാഹരണങ്ങളാണ് തകരാത്തത്, സമയം കളയുന്ന അപകടങ്ങളെ എങ്ങനെ ഒഴിവാക്കാം എന്നതിനെക്കുറിച്ചുള്ള വിവരങ്ങൾ ഇതിൽ അടങ്ങിയിരിക്കുന്നു.
എന്താണ് Streamlit? ലളിതമായ ഭാഷയിൽ പറഞ്ഞാൽ, Streamlit എന്നത് നിങ്ങളുടെ ഡാറ്റാ സ്ക്രിപ്റ്റുകളെ തൽക്ഷണ ഇന്റർഫേസിലേക്ക് മാറ്റുന്ന ഒരു Python ലൈബ്രറിയാണ്. ഒരു Flask ആപ്പ് എഴുതുന്നതിനുപകരം അല്ലെങ്കിൽ React-മായി മല്ലിടുന്നതിനുപകരം, st.button, st.slider, st.line_chart പോലുള്ള Streamlit കോളുകൾ നിങ്ങളുടെ കോഡിൽ ചേർക്കുക, നിങ്ങൾക്ക് പങ്കിടാൻ കഴിയുന്ന ഒരു വെബ് ആപ്പ് ലഭിക്കും.
- Streamlit വെബ് പേജ് കൈകാര്യം ചെയ്യുന്നു.
- നിങ്ങൾ ഒരു ലിങ്ക് പങ്കിടുന്നു. നിങ്ങളുടെ ബോസ് നിങ്ങൾക്ക് സ്ക്രീൻഷോട്ടുകൾ ഇമെയിൽ ചെയ്യുന്നത് നിർത്തുന്നു.
മികച്ച Streamlit ട്യൂട്ടോറിയലുകൾ: ശ്രദ്ധാപൂർവ്വം തിരഞ്ഞെടുത്ത ഒരു ലിസ്റ്റ് ഇതാ. നിങ്ങളുടെ താൽപര്യമനുസരിച്ച് തിരഞ്ഞെടുക്കുക.
Tier 1: തുടക്കക്കാർക്കുള്ള ട്യൂട്ടോറിയൽ (60-90 മിനിറ്റിനുള്ളിൽ ആദ്യത്തെ ആപ്പ്)
- Streamlit-ൽ എങ്ങനെ തുടങ്ങാം എന്നതിനെക്കുറിച്ചുള്ള ഔദ്യോഗിക രേഖകൾ.
എന്തുകൊണ്ട് ഇത് മികച്ചതാണ്: ഇത് പുതിയതും കൃത്യവുമാണ്, കൂടാതെ Streamlit ടീം രൂപകൽപ്പന ചെയ്തതുമാണ്. നിങ്ങൾ Streamlit ഇൻസ്റ്റാൾ ചെയ്യും, റീറൺ മോഡൽ എങ്ങനെ പ്രവർത്തിക്കുമെന്ന് പഠിക്കും (ശ്രദ്ധിക്കുക: നിങ്ങൾ ഓരോ തവണയും പ്രവർത്തിക്കുമ്പോൾ സ്ക്രിപ്റ്റ് മുകളിൽ നിന്ന് താഴേക്ക് പ്രവർത്തിക്കും), കൂടാതെ ചെറിയതും നല്ലതുമായ ഒരു ആപ്പ് നിർമ്മിക്കും. മറ്റെന്തിനെക്കാളും മുൻപ് ഇവിടെ നിന്ന് ആരംഭിക്കുക. “ഞാൻ എന്തോ ഒന്ന് നിർമ്മിച്ചു” എന്ന തോന്നൽ ഉണ്ടാക്കുന്നതിനുള്ള ഏറ്റവും എളുപ്പ വഴി ഇതാണ്.
- ഔദ്യോഗിക “ഒരു ആപ്പ് ഉണ്ടാക്കുക” ട്യൂട്ടോറിയൽ.
എന്തുകൊണ്ട് ഇത് മികച്ചതാണ്: Uber-ൻ്റെ ഒരു ഡാറ്റാ സെറ്റ് ഉപയോഗിച്ച് നിങ്ങൾ ഒരു ആപ്പ് നിർമ്മിക്കും. വിഡ്ജറ്റുകൾ, ചാർട്ടുകൾ, മാപ്പുകൾ, കൂടാതെ വ്യക്തമായ വിശദീകരണങ്ങളോടുകൂടിയ കാഷിംഗ് എന്നിവ എങ്ങനെ പ്രവർത്തിക്കുമെന്നും കാണാനാകും. നിങ്ങൾ ഒരു വിഷ്വൽ ലേണർ ആണെങ്കിൽ, ഇത് വേഗത്തിൽ മനസ്സിലാക്കാൻ സാധിക്കും.
- Streamlit ട്യൂട്ടോറിയൽ സൂചിക
എന്തുകൊണ്ട് ഇത് മികച്ചതാണ്: ഗൈഡഡ് പ്രോജക്ടുകളുടെ ഒരു കേന്ദ്രം: ആധികാരികത, ഡാറ്റാബേസുകൾ, ഫയൽ അപ്ലോഡുകൾ, വിപുലമായ ലേഔട്ട് എന്നിവയും അതിൽ കൂടുതലും. ഇത് ഒരു ഡൈനറിലെ മെനു പോലെയാണ് - പാൻകേക്കുകളിൽ നിന്ന് ആരംഭിച്ച്, കൂടുതൽ എരിവുള്ള ഓംലെറ്റിലേക്ക് പോകുക.
Tier 1-നു ശേഷം നിങ്ങൾക്ക് ചെയ്യാൻ കഴിയുന്ന കാര്യങ്ങൾ:
- ഒരു Python സ്ക്രിപ്റ്റിൽ നിന്ന് ഒരു ആപ്പ് ഉണ്ടാക്കുക.
- വിഡ്ജറ്റുകൾ (സ്ലൈഡറുകൾ, സെലക്ടുകൾ, ബട്ടണുകൾ) ചേർക്കുക, ചാർട്ടുകൾ റെൻഡർ ചെയ്യുക, ഡാറ്റ കാഷെ ചെയ്യുക.
- എന്തുകൊണ്ടാണ് നിങ്ങളുടെ സ്ക്രിപ്റ്റ് വീണ്ടും പ്രവർത്തിക്കുന്നതെന്നും നിങ്ങളുടെ ലാപ്ടോപ്പ് തകരാതെ എങ്ങനെ നിലനിർത്താമെന്നും മനസിലാക്കുക.
Tier 2: ബിഗിനർ-ടു-ഇന്റർമീഡിയറ്റ് (ഉപകാരപ്രദമാക്കുക, മനോഹരമാക്കുക)
4) “ഒരു കോഴ്സിൽ Streamlit പഠിക്കുക - 4 റിയൽ പ്രോജക്ടുകൾ ഉൾപ്പെടുന്നു” (വീഡിയോ)
എന്തുകൊണ്ട് ഇത് മികച്ചതാണ്: പ്രോജക്റ്റ് അടിസ്ഥാനമാക്കിയുള്ള പഠനം എപ്പോഴും നല്ലതാണ്. ഈ കോഴ്സ് നിങ്ങളെ ഡാറ്റാബേസുകളും കൂടുതൽ വിപുലമായ പാറ്റേണുകളും പഠിപ്പിക്കുന്നു. നിങ്ങൾ വെറും ബട്ടണുകളുള്ള ഒരു സ്ക്രിപ്റ്റർ മാത്രമല്ല, ഒരു യഥാർത്ഥ ആപ്പ് നിർമ്മാതാവാണെന്ന് തോന്നണമെങ്കിൽ, ഇതാണ് എളുപ്പ വഴി.
- “Streamlit ട്യൂട്ടോറിയൽ പൂർത്തിയാക്കുക: സീറോയിൽ നിന്ന് പ്രൊഡക്ഷൻ-റെഡിയായി” (ലേഖനം)
എന്തുകൊണ്ട് ഇത് മികച്ചതാണ്: 2025-ൽ ഡാഷ്ബോർഡുകൾ നിർമ്മിക്കുന്നതിനെക്കുറിച്ചും അതിലെ നല്ലതും മോശവുമായ കാര്യങ്ങളെക്കുറിച്ചുമുള്ള സത്യസന്ധമായ ഒരു അവലോകനമാണിത്. പാക്കേജിംഗ്, വിന്യാസം, മറ്റ് ടൂളുകൾ ഉപയോഗിക്കേണ്ട സമയം എന്നിവയെക്കുറിച്ചുള്ള തന്ത്രങ്ങൾ നിങ്ങൾക്ക് ലഭിക്കും. “Streamlit യഥാർത്ഥ ഉപയോഗത്തിൽ നിലനിൽക്കുമോ?” എന്ന് നിങ്ങൾ ചിന്തിക്കുന്നുണ്ടെങ്കിൽ, ഇതാണ് നിങ്ങളുടെ ഉത്തരം.
- ഒരു Streamlit പവർ യൂസറുടെ മികച്ച രീതികളെക്കുറിച്ചുള്ള സംഭാഷണം (വീഡിയോ)
എന്തുകൊണ്ട് ഇത് മികച്ചതാണ്: പാറ്റേണുകൾ, പാറ്റേണുകൾ, പാറ്റേണുകൾ. പ്രൊഫഷണലുകൾ എങ്ങനെ ആപ്പുകൾ രൂപകൽപ്പന ചെയ്യുന്നു, പ്രകടനം എങ്ങനെ കൈകാര്യം ചെയ്യുന്നു, UX എങ്ങനെ മെച്ചപ്പെടുത്തുന്നു എന്നതിനെക്കുറിച്ച് നിങ്ങൾ പഠിക്കും. നിങ്ങളുടെ അയൽക്കാരൻ്റെ ഗാരേജ് കണ്ടിട്ട് നിങ്ങൾക്ക് തോന്നുന്നില്ലേ എനിക്കും ഇതുപോലെ ഉണ്ടായാൽ കൊള്ളാമെന്ന്, അതുപോലെയാണിത്.
Tier 2-നു ശേഷം നിങ്ങൾക്ക് ചെയ്യാൻ കഴിയുന്ന കാര്യങ്ങൾ:
- വൃത്തിയുള്ള ഘടനയുള്ള മൾട്ടി-പേജ് ആപ്പുകൾ നിർമ്മിക്കുക.
- ഒരു കുഴപ്പവുമില്ലാതെ ആപ്പ് സ്റ്റേറ്റ് കൈകാര്യം ചെയ്യുക.
- കാഷിംഗും ഡാറ്റാ തന്ത്രങ്ങളും ഉപയോഗിച്ച് വേഗത കുറഞ്ഞ ആപ്പുകൾ വേഗത്തിലാക്കുക.
- ആത്മവിശ്വാസത്തോടെ വിന്യസിക്കുക, ഒരു മാനസിക checklist-ഓടെ.
Tier 3: പ്രായോഗികവും യഥാർത്ഥ ലോകവുമായ പ്രോജക്ടുകൾ (നിങ്ങളുടെ ടീമിന് കാണിക്കാൻ രസകരമായ എന്തെങ്കിലും)
7) AI + Streamlit ഉപയോഗിച്ച് ഓഡിയോ ട്രാൻസ്ക്രിപ്ഷൻ ആപ്പ് (വീഡിയോ)
എന്തുകൊണ്ട് ഇത് മികച്ചതാണ്: ഇതൊരു “AI meets UI” ഉദാഹരണമാണ്: ഫയൽ അപ്ലോഡ്, മോഡൽ കോൾ, ഫലങ്ങൾ പ്രദർശിപ്പിക്കുക. നിങ്ങൾ ഒരു ട്രാൻസ്ക്രിപ്ഷൻ ആപ്പ് നിർമ്മിക്കുന്നില്ലെങ്കിൽ പോലും, AI ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്ന ഏതൊരു പ്രോജക്റ്റിനുമുള്ള പാറ്റേണുകൾ നിങ്ങൾക്ക് ഇതിൽ നിന്ന് ലഭിക്കും - പ്രോഗ്രസ് ബാറുകൾ, എറർ കൈകാര്യം ചെയ്യൽ, ദീർഘകാലത്തേക്ക് പ്രവർത്തിക്കുന്ന ടാസ്ക്കുകൾ.
- ഡാറ്റ ക്ലീനിംഗ്, വിഷ്വലൈസേഷൻ, ഫയൽ മാറ്റം എന്നിവ സംയോജിപ്പിക്കുന്ന ഹാൻഡ്സ്-ഓൺ ആപ്പ് ഡെമോകൾ.
എന്തുകൊണ്ട് ഇത് മികച്ചതാണ്: റിയൽ-വേൾഡ് യൂട്ടിലിറ്റി. മോശം ഡാറ്റ സ്വീകരിച്ച്, അത് വൃത്തിയാക്കി, വിഷ്വലൈസ് ചെയ്ത്, നിങ്ങളുടെ ബോസിന് ആവശ്യമുള്ള ഫോർമാറ്റിലേക്ക് (CSV മുതൽ Excel വരെ) എക്സ്പോർട്ട് ചെയ്യുന്ന ആപ്പുകൾ. “എൻ്റെ ടീമിന്റെ പകുതി ജോലികൾ ഒരു ഡാഷ്ബോർഡ് ഉപയോഗിച്ച് എനിക്ക് മാറ്റാൻ കഴിയും” എന്നതിലേക്കുള്ള ഒരു ഉറച്ച ചുവടുവയ്പ്പാണിത്.
ഒരു ചെറിയ വഴിത്തിരിവ്: Streamlit എവിടെയാണ് മികച്ചതെന്നും എവിടെയല്ലെന്നും നോക്കാം.
Streamlit മികച്ചത്:
- റിയൽ ആപ്പുകൾ പോലെ തോന്നുന്ന റാപ്പിഡ് പ്രോട്ടോടൈപ്പുകൾ.
- നിങ്ങളുടെ ടീമിന് ഉപയോഗിക്കാൻ കഴിയുന്ന ഇന്റേണൽ ടൂളുകളും ഡാഷ്ബോർഡുകളും.
- ഡാറ്റാ സയൻസ് ഡെമോകൾ: ചാർട്ടുകൾ, മാപ്പുകൾ, മോഡൽ സ്ലൈഡറുകൾ, “എന്തായിരിക്കും?” പരീക്ഷണങ്ങൾ.
അത്ര മികച്ചതല്ലാത്തത്:
- тяжелый ഓതന്റിക്കേഷനും റോളുകളും എന്റർപ്രൈസ് വർക്ക്ഫ്ലോകളുമുള്ള കോംപ്ലెక్സ് മൾട്ടി-യൂസർ ആപ്പുകൾ.
- കൃത്യമായ പിക്സൽ-പെർഫെക്റ്റ് ഫ്രണ്ട്-എൻഡുകൾ.
- ചില എക്സ്ട്രാ എഞ്ചിനീയറിംഗ് ഇല്ലാതെ വലിയ, ഉയർന്ന കൺകറൻസി പബ്ലിക് ആപ്പുകൾ.
നിങ്ങളുടെ ആപ്പ് “Python കോഡിന് മുകളിലുള്ള ഒരു UI” ആണെങ്കിൽ, Streamlit ഒരു സ്വപ്നമാണ്. നിങ്ങളുടെ ആപ്പ് “ഞങ്ങൾ Airbnb പുനർനിർമ്മിക്കുകയാണ്” എന്നാണെങ്കിൽ, ഒരുപക്ഷേ Streamlit അതിന് പറ്റിയതല്ല.
Streamlit മെന്റൽ മോഡലിലേക്കുള്ള ഒരു യാത്ര.
നിങ്ങൾ വെബ് സ്റ്റാക്കുകളിൽ നിന്ന് വരുന്ന ആളാണെങ്കിൽ, Streamlit ആദ്യമൊക്കെ વિચિત્રമായി തോന്നും. നിങ്ങൾ റൂട്ടുകളും ടെംപ്ലേറ്റുകളും ഉണ്ടാക്കേണ്ടതില്ല; യൂസർ പ്രവർത്തിക്കുമ്പോഴെല്ലാം സ്വയം വരയ്ക്കുന്ന ഒരു Python സ്ക്രിപ്റ്റ് എഴുതുക.
- ഓരോ പ്രവർത്തിയിലും സ്ക്രിപ്റ്റ് മുകളിൽ നിന്ന് താഴേക്ക് പ്രവർത്തിക്കുന്നു.
- ഓരോ തവണ പ്രവർത്തിക്കുമ്പോഴും വിഡ്ജറ്റ് വാല്യുകൾ റീഡ് ചെയ്യപ്പെടുന്നു.
- ഓരോ പ്രവർത്തിയിലും ചോയ്സുകൾ ഓർമ്മിക്കാൻ സെഷൻ സ്റ്റേറ്റ് ഉപയോഗിക്കുക.
- ആപ്ലിക്കേഷൻ മന്ദഗതിയിലാകാതിരിക്കാൻ ഡാറ്റ ഡൗൺലോഡ് ചെയ്യുന്നതും മോഡലുകൾ ലോഡ് ചെയ്യുന്നതും പോലുള്ള ചിലവേറിയ ജോലികൾ കാഷെ ചെയ്യുക.
നിങ്ങളുടെ പ്രേക്ഷകർ ക്ലിക്ക് ചെയ്യുന്നതിനനുസരിച്ച് സ്വയം അപ്ഡേറ്റ് ചെയ്യുന്ന ഒരു പവർപോയിന്റായി ഇതിനെക്കുറിച്ച് ചിന്തിക്കുക - പക്ഷേ നിങ്ങൾ ബോക്സുകൾ വലിച്ചിടുന്നതിനുപകരം Python ഉപയോഗിച്ച് സ്ലൈഡുകൾ നിയന്ത്രിക്കുന്നു.
ചെയ്ത് പഠിക്കുന്നതിനുള്ള വഴി: ഈ വാരാന്ത്യത്തിൽ നിർമ്മിക്കുക, തിങ്കളാഴ്ച മതിപ്പുളവാക്കുക.
ഇതാ ഒരു എളുപ്പവഴിയുള്ള കരിക്കുലം - പരമാവധി രണ്ട് ഉച്ചതിരിഞ്ഞ നേരങ്ങൾ.
ശനിയാഴ്ച രാവിലെ: നിങ്ങളുടെ ആദ്യത്തെ ആപ്പും “ആഹാ” നിമിഷങ്ങളും
- Streamlit ഇൻസ്റ്റാൾ ചെയ്ത് ഹലോ ആപ്പ് പ്രവർത്തിപ്പിക്കുക. ഒരു UIയും ചാർട്ടും നിർമ്മിക്കാൻ ഔദ്യോഗിക “Get started” ഗൈഡ് പിന്തുടരുക. അതാണ് ഏറ്റവും പുതിയ ഉറവിടം.
- Uber पिकअप्स, മാപ്പുകൾ, ഫിൽട്ടറുകൾ എന്നിവ ഉപയോഗിച്ച് “Create an app” പൂർത്തിയാക്കുക. നിങ്ങളുടെ ഭാവിയിലെ കണ്ണുനീർ തുടയ്ക്കാൻ സഹായിക്കുന്ന st.cache_data നിങ്ങൾ ഉപയോഗിക്കും.
ശനിയാഴ്ച ഉച്ചതിരിഞ്ഞ്: നിങ്ങൾ ശരിക്കും ഉപയോഗിക്കുന്ന വിജറ്റുകളും ലേഔട്ടും
- കൺട്രോളുകൾ പ്രധാന ഫ്ലോയിൽ നിന്ന് മാറ്റാൻ st.sidebar ചേർക്കുക.
- ഒരു ചെറിയ ഡാറ്റാ ക്ലീനിംഗ് പാനൽ ഉണ്ടാക്കുക: CSV-യ്ക്കായി file_uploader, കോളം തിരഞ്ഞെടുക്കുന്നതിന് ഒരു selectbox, NA അല്ലെങ്കിൽ ചെറിയക്ഷരത്തിലുള്ള ഹെഡറുകൾ ഒഴിവാക്കുന്നതിനുള്ള ചെക്ക്ബോക്സുകൾ, ഫലങ്ങൾ എക്സ്പോർട്ട് ചെയ്യുന്നതിനുള്ള ബട്ടൺ. CSVയെ Excel ആക്കി മാറ്റുന്ന യൂട്ടിലിറ്റി ആപ്പുകൾ പോലുള്ള ഉദാഹരണങ്ങൾ ഉപയോഗിക്കുക.
- പുരോഗതി കാണിക്കാൻ പഠിക്കുക: st.progress, st.spinner, st.status സന്ദേശങ്ങൾ. ആളുകൾ നിശബ്ദമായ സ്ക്രീനിലേക്ക് നോക്കുന്നത് വെറുക്കുന്നു.
ഞായറാഴ്ച രാവിലെ: മൾട്ടി-പേജിലേക്കും സ്റ്റേറ്റിലേക്കും ഉയരുക
- നിങ്ങളുടെ ആപ്പിനെ പേജുകളായി വിഭജിക്കുക. ഒരു “Data” പേജ്, ഒരു “Visualize” പേജ്, ഒരു “Export” പേജ് എന്നിവ ഉണ്ടാക്കുക. ഇത് കൂടുതൽ എളുപ്പത്തിൽ കാര്യങ്ങൾ ചെയ്യാൻ സഹായിക്കും.
- ഉപയോക്താവ് ഓരോ കാര്യങ്ങൾ ചെയ്യുമ്പോളും (തിരഞ്ഞെടുത്ത കോളങ്ങൾ, ഫിൽട്ടറുകൾ) ഓർമ്മിക്കാൻ st.session_state ഉപയോഗിക്കുക.
- ഡാറ്റ എടുക്കുന്ന അല്ലെങ്കിൽ ഒരു മോഡൽ ലോഡ് ചെയ്യുന്ന ഏതൊരു ഫംഗ്ഷനും ഒരു കാഷിംഗ് ഡെക്കറേറ്റർ ചേർക്കുക.
ഞായറാഴ്ച ഉച്ചതിരിഞ്ഞ്: വിന്യാസവും മിനുക്കുപണിയും
- ഒരു ഹോസ്റ്റിംഗ് സർവീസിലേക്കോ കണ്ടെയ്നറിലേക്കോ വിന്യസിക്കുക; requirements.txt ഉൾപ്പെടുത്തുക.
- സൗഹൃദപരമായ സ്ഥിരീകരണങ്ങൾക്ക് st.toastഉം ഗാർഡ്റെയിലുകൾക്ക് st.errorഉം ചേർക്കുക.
- ബോണസ്: ഒരു ചെറിയ AI ആക്ഷൻ ചേർക്കുന്നത് - ഒരു പട്ടിക സംഗ്രഹിക്കുക, മോശം ടെക്സ്റ്റ് വൃത്തിയാക്കുക, അല്ലെങ്കിൽ കോളം പേരുകളിൽ നിന്ന് ചാർട്ട് ടൈറ്റിലുകൾ സ്വയം ഉണ്ടാക്കുക - ഒരു “നല്ല ആപ്പ്” എന്നതിനെ ഒരു “ഗംഭീര ആപ്പ്” ആക്കി മാറ്റുന്നു. AI ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്ന ട്രാൻസ്ക്രിപ്ഷൻ, UI അപ്ഡേറ്റ് ചെയ്യുന്നതിനും ദീർഘകാലത്തേക്ക് പ്രവർത്തിക്കുന്ന പ്രവർത്തനങ്ങൾ കൈകാര്യം ചെയ്യുന്നതിനുമുള്ള വഴികൾ കാണിക്കുന്നു.
Checklist: Streamlit-ൽ നിങ്ങൾ അറിഞ്ഞിരിക്കേണ്ട അഞ്ച് കാര്യങ്ങൾ
- വിഡ്ജറ്റുകൾ വേരിയബിളുകളാണ്: അവയുടെ മൂല്യങ്ങൾ സംഭരിക്കുകയും വീണ്ടും ഉപയോഗിക്കുകയും ചെയ്യുക.
- കാഷിംഗ് ഓക്സിജനാണ്: ഡാറ്റാ ലോഡുകൾ, മോഡൽ ലോഡുകൾ, വലിയ കണക്കുകൂട്ടലുകൾ എന്നിവ കാഷെ ചെയ്യുക.
- സെഷൻ സ്റ്റേറ്റ് മെമ്മറിയാണ്: ഉപയോക്താവിൻ്റെ ചോയ്സുകൾ ഓർത്തിരിക്കുക.
- Layout ആശയവിനിമയമാണ്: സൈഡ്ബാറുകൾ, കോളങ്ങൾ, ടാബുകൾ - ലളിതമാക്കാൻ അവ ഉപയോഗിക്കുക.
- സൈലൻസിനേക്കാൾ നല്ലത് ഫീഡ്ബാക്കാണ്: സ്പിന്നറുകൾ, പ്രോഗ്രസ് ബാറുകൾ, ടോസ്റ്റുകൾ. എന്താണ് സംഭവിക്കുന്നതെന്ന് ഉപയോക്താവിനോട് എപ്പോഴും പറയുക.
സാധാരണയായി വരുന്ന പ്രശ്നങ്ങളും അവ എങ്ങനെ ഒഴിവാക്കാമെന്നും
- “ഞാൻ ഒരു ബട്ടൺ ക്ലിക്ക് ചെയ്യുമ്പോൾ എന്റെ വേരിയബിളുകൾ റീസെറ്റ് ആകുന്നു!” അതാണ് റീറൺ മോഡൽ; പ്രധാനപ്പെട്ട കാര്യങ്ങൾ നിലനിർത്താൻ st.session_state ഉപയോഗിക്കുക.
- “ആദ്യ ക്ലിക്കിൽ ഇത് മന്ദഗതിയിലാണ്.” നിങ്ങളുടെ പ്രധാന ഫംഗ്ഷനുകൾ കാഷെ ചെയ്യുക. ആപ്പ് സ്റ്റാർട്ട് ചെയ്യുമ്പോൾ മോഡലുകൾ ആരംഭിക്കുന്നതും പരിഗണിക്കുക.
- “എന്തുകൊണ്ടാണ് എന്റെ ചാർട്ട് ശൂന്യമായിരിക്കുന്നത്?” റൺ ചെയ്യുന്നതിനിടയിൽ വിഡ്ജറ്റ് ഡിഫോൾട്ട് മാറുകയാണെങ്കിൽ, നിങ്ങളുടെ ഡാറ്റ ഫിൽട്ടർ ചെയ്യപ്പെടാൻ സാധ്യതയുണ്ട്. നല്ല ഡിഫോൾട്ടുകൾ സജ്ജമാക്കുക.
- “ഒരു അപ്ഡേറ്റിന് ശേഷം ഇത് തകരാറിലായി.” നിങ്ങളുടെ ആവശ്യകതകൾ ഉറപ്പിക്കുക അല്ലെങ്കിൽ കുടിയേറ്റ കുറിപ്പുകൾ വായിക്കുക. ഔദ്യോഗിക ട്യൂട്ടോറിയലുകൾ സാധാരണയായി പുതിയവയുമായി ഒരുപോലെ നിലനിർത്താൻ ശ്രമിക്കാറുണ്ട്.
താരതമ്യ കോർണർ: Streamlit vs. Dash
- Streamlit vs. Dash: Dash കൂടുതൽ ഇഷ്ടമുള്ള രീതിയിൽ മാറ്റാനും എന്റർപ്രൈസ് ആവശ്യങ്ങൾക്കായി ഉപയോഗിക്കാനും സാധിക്കും, പക്ഷേ ഇത് ഉപയോഗിക്കാൻ കൂടുതൽ സമയമെടുക്കും. Streamlit വേഗത്തിൽ ഉപയോഗിക്കാൻ സാധിക്കുന്ന ഒന്നാണ്; Dash സങ്കീർണ്ണമായ പ്രൊഡക്ഷൻ വർക്ക്ഫ്ലോയ്ക്ക് മികച്ചതാണ്.
- Streamlit vs. Gradio: Gradio AI ഡെമോകൾക്ക് വളരെ മികച്ചതാണ്, പ്രത്യേകിച്ചും മോഡൽ I/O. Streamlit ഡാറ്റാ ആപ്പുകൾക്കും ഡാഷ്ബോർഡുകൾക്കും പൊതുവായി ഉപയോഗിക്കാൻ സാധിക്കുന്ന ഒന്നാണ്.
- Streamlit vs. Flask + Front-end: Flask നിങ്ങൾക്ക് എല്ലാ കാര്യങ്ങളിലും നിയന്ത്രണം നൽകുന്നു, അതിൽ നിങ്ങൾ നിയന്ത്രിക്കാൻ ആഗ്രഹിക്കാത്ത കാര്യങ്ങളും ഉണ്ടാകാം. ചൊവ്വാഴ്ച ഒരു ടൂൾ നൽകുക എന്നതാണ് നിങ്ങളുടെ ലക്ഷ്യമെങ്കിൽ Streamlit ഒരു എളുപ്പവഴിയാണ്.
Sider.AI-യെക്കുറിച്ചുള്ള ഒരു ചെറിയ വിവരണം: പഠിക്കുന്നതിനും നിർമ്മിക്കുന്നതിനും സഹായകമായ ഒരു ടൂൾ.
നിങ്ങൾ വേഗത്തിൽ പഠിച്ച് വ്യക്തമായ ഫലങ്ങൾ കാണാൻ ആഗ്രഹിക്കുന്ന ഒരാളാണെങ്കിൽ, Streamlit-നൊപ്പം ഒരു AI അസിസ്റ്റന്റ് ഉപയോഗിക്കുന്നത് ഒരു സൂപ്പർ പവർ പോലെയാണ്. ഉദാഹരണത്തിന്, ഒരു മോശം CSVയെ വൃത്തിയാക്കിയതും വിഷ്വലൈസ് ചെയ്തതുമായ ഡാഷ്ബോർഡാക്കി മാറ്റുകയും Excel-ലേക്ക് എക്സ്പോർട്ട് ചെയ്യുകയും ചെയ്യുന്ന ഡെമോകൾ ഞാൻ കണ്ടിട്ടുണ്ട് - നിങ്ങളുടെ ടീമിന്റെ മണിക്കൂറുകൾ ലാഭിക്കാൻ കഴിയുന്ന ഒരു ആപ്പ്. Sider.AI പോലുള്ള ടൂളുകൾ രൂപകൽപ്പനയിലും ഡാറ്റാ ലോജിക്കിലും ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ നിങ്ങളെ സഹായിക്കുന്നു. നിങ്ങൾക്ക് ഉപയോഗിക്കാൻ കഴിയുന്ന ചില മിനി-പ്രോജക്ടുകൾ (കുറിപ്പുകളോടെ)
- “The Boss’s Favorite Report” ആപ്പ്
- Inputs: CSV അപ്ലോഡ്, ഡേറ്റ്-റേഞ്ച് പിക്കർ, റീജിയൻ ഡ്രോപ്പ്ഡൗൺ.
- Output: അളവുകൾ (വരുമാനം, എണ്ണം), ഒരു ലൈൻ ചാർട്ട്, ഡൗൺലോഡ് ചെയ്യാവുന്ന Excel ഫയൽ.
- Tips: ഡാറ്റാ ക്ലീനിംഗ് സ്റ്റെപ്പ് കാഷെ ചെയ്യുക; ഫിൽട്ടർ ചെയ്ത ഡാറ്റാഫ്രെയിം സെഷൻ_സ്റ്റേറ്റിൽ സേവ് ചെയ്യുക, അതുവഴി നിങ്ങൾക്ക് തൽക്ഷണം എക്സ്പോർട്ട് ചെയ്യാൻ കഴിയും.
- വിൽപ്പനയ്ക്കുള്ള “What-if Scenario Planner”
- Inputs: ഡിസ്കൗണ്ട് നിരക്കിനുള്ള ഒരു സ്ലൈഡർ, പരസ്യത്തിനായി ഒരു നമ്പർ ഇൻപുട്ട്, ഉൽപ്പന്നത്തിന്റെ തരം തിരഞ്ഞെടുക്കുന്നതിനുള്ള സെലക്ട്ബോക്സ്.
- Output: പ്രവചിക്കപ്പെടുന്ന വരുമാനത്തിന്റെ ഒരു ബാർ ചാർട്ടും ഒരു ടെക്സ്റ്റ് സംഗ്രഹവും (“10% കിഴിവ് നൽകിയാൽ, 6.2 മാസത്തിനുള്ളിൽ ഇത് തിരികെ ലഭിക്കും”).
- Tips: ടാബുകൾ ഉപയോഗിക്കുക: “Assumptions,” “Charts,” “Downloads.” മോഡൽ ഫംഗ്ഷൻ കാഷെ ചെയ്ത് സൂക്ഷിക്കുക.
- “AI-Powered Notes Summarizer”
- Inputs: PDF-കൾക്കോ ടെക്സ്റ്റിനോ file_uploader, ടോണിനായുള്ള ചെക്ക്ബോക്സ് (“formal,” “friendly,” “bullet-style”).
- Output: ഒരു കോപ്പി ബട്ടണുള്ള സംഗ്രഹ ടെക്സ്റ്റ്; പ്രവർത്തന ഇനങ്ങളുടെ CSV (ഓപ്ഷണൽ).
- Tips: ഇൻക്രിമെന്റൽ അപ്ഡേറ്റുകൾ ഉപയോഗിച്ച് ഫലങ്ങൾ സ്ട്രീം ചെയ്യുക; ഒരു സ്പിന്നർ കാണിക്കുകയും എന്താണ് സംഭവിക്കുന്നതെന്ന് വിശദീകരിക്കുകയും ചെയ്യുക.
- “Data Cleaner and Format Converter”
- Inputs: file_uploader (CSV), വൈറ്റ്സ്പെയ്സ് ഒഴിവാക്കുന്നതിനുള്ള ചെക്ക്ബോക്സ്, ഡേറ്റ് parsing-നുള്ള സെലക്ട്ബോക്സ്, “Export to Excel” എന്നതിനായുള്ള ബട്ടൺ.
- Output: വൃത്തിയാക്കിയ പട്ടികയുടെ പ്രിവ്യൂ; കോളം അനുസരിച്ചുള്ള ശൂന്യമായവയുടെ ചാർട്ട്; ഒറ്റ ക്ലിക്കിൽ എക്സ്പോർട്ട് ചെയ്യാനുള്ള സൗകര്യം.
- Tips: ഇതൊരു മികച്ച തുടക്ക പ്രോജക്റ്റാണ്, കൂടാതെ ഈ ഡെമോകൾ എളുപ്പത്തിൽ മനസിലാക്കാൻ സാധിക്കുന്നതാണ്.
നിങ്ങൾക്കായി മികച്ച Streamlit ട്യൂട്ടോറിയലുകൾ എങ്ങനെ തിരഞ്ഞെടുക്കാം
- നിങ്ങൾക്ക് രണ്ട് മണിക്കൂറുണ്ടെങ്കിൽ: ഔദ്യോഗിക Get Started ഫ്ലോയും Create an App ട്യൂട്ടോറിയലും ചെയ്യുക. കുറഞ്ഞ സമയം കൊണ്ട് നിങ്ങൾക്ക് 80% കാര്യങ്ങളും മനസിലാക്കാൻ സാധിക്കും.
- നിങ്ങൾക്ക് ഒരു വാരാന്ത്യമുണ്ടെങ്കിൽ: ഒരു പ്രോജക്റ്റ് അടിസ്ഥാനമാക്കിയുള്ള വീഡിയോ കോഴ്സുമായി ചേർന്ന് ഞാൻ വിവരിച്ച മൂന്ന് പേജുള്ള ആപ്പ് നിർമ്മിക്കുക. തിങ്കളാഴ്ച ആ ഓഫീസിലെ പ്രധാന വ്യക്തി നിങ്ങളായിരിക്കും.
- നിങ്ങൾക്ക് സ്പെഷ്യലൈസ് ചെയ്യാൻ ആഗ്രഹമുണ്ടെങ്കിൽ: ആധികാരികത, ഡാറ്റാബേസുകൾ, മികച്ച രീതികൾ എന്നിവയ്ക്കായി ട്യൂട്ടോറിയൽ സൂചികയിലേക്ക് പോകുക. ഒരേ വേലി തന്നെ വീണ്ടും വീണ്ടും പെയിന്റ് ചെയ്യുന്നത് നിങ്ങൾക്ക് ഒഴിവാക്കാം.
Streamlit മര്യാദ: നിങ്ങളുടെ ഉപയോക്താക്കൾക്ക് ഇത് ആസ്വാദ്യകരമാക്കുക
- ലളിതമായ ഇംഗ്ലീഷ് ലേബലുകൾ ഉപയോഗിക്കുക.
- പ്രധാന പ്രവർത്തനങ്ങൾ മുകളിൽ കാണിക്കുക.
- വിപുലമായ ഓപ്ഷനുകൾക്കായി st.expander ഉപയോഗിക്കുക.
- ഒരു “Reset filters” ബട്ടൺ ചേർക്കുക; ആളുകൾക്ക് വീണ്ടും ചെയ്യാൻ ഇഷ്ടമാണ്.
- പരിശോധനയ്ക്കായി ചെറിയ, യഥാർത്ഥ ഡാറ്റാ സാമ്പിളുകൾ നൽകുക.
ട്രബിൾഷൂട്ടിംഗ് കോർണർ (അഥവാ “എന്തുകൊണ്ടാണ് ഇത് പ്രവർത്തിക്കാത്തത്?”)
- ‘streamlit’ എന്ന് പേരുള്ള മൊഡ്യൂളില്ല: നിങ്ങൾ തെറ്റായ എൻവയോൺമെന്റിലാണ്. നിങ്ങളുടെ ആക്റ്റീവ് venv-ൽ pip install streamlit ചെയ്യുക.
- File uploader ഒന്നും സ്വീകരിക്കുന്നില്ല: നിങ്ങളുടെ ഫയൽ തരങ്ങൾ പരിശോധിക്കുക; കൂടാതെ നിങ്ങൾ ഫലങ്ങൾ session_state-ൽ സൂക്ഷിച്ചാൽ മാത്രമേ വിഡ്ജറ്റുകൾ സ്റ്റേറ്റ്ഫുൾ ആകൂ എന്ന് ഓർമ്മിക്കുക.
- ഇത് പ്രാദേശികമായി പ്രവർത്തിക്കുന്നു, പക്ഷേ വിന്യാസത്തിൽ പ്രവർത്തിക്കുന്നില്ല: നിങ്ങളുടെ പതിപ്പുകൾ ഉറപ്പിക്കുകയും ഹോസ്റ്റിൽ രഹസ്യങ്ങൾ/എൻവയോൺമെൻ്റ് വേരിയബിളുകൾ സജ്ജീകരിക്കുകയും ചെയ്യുക. ഒരു ചെറിയ ഡാറ്റാസെറ്റ് ഉപയോഗിച്ച് പരിശോധിക്കുക.
- വലിയ CSV-കൾ ഉപയോഗിച്ച് ഇത് മന്ദഗതിയിലാണ്: chunked റീഡുകൾ ഉപയോഗിക്കുക, പ്രീ-അഗ്രഗേറ്റ് ചെയ്യുക അല്ലെങ്കിൽ UI-ക്കായി സാമ്പിൾ ചെയ്യുക. കാഷിംഗ് പരിഗണിക്കുകയും വലിയ മാറ്റങ്ങൾ ഒഴിവാക്കുകയും ചെയ്യുക.
ഒരു അവസാന കാര്യം: ഒരു മികച്ച ടൂളിന്റെ എളിമ.
Streamlit-ൻ്റെ പ്രത്യേകത അതിന്റെ എളിമയാണ്. ഇത് ഒരു വലിയ പ്ലാറ്റ്ഫോമാകാൻ ശ്രമിക്കുന്നില്ല; നിങ്ങളുടെ Python-നെ ഒരു നല്ല ആപ്പാക്കി മാറ്റാൻ ശ്രമിക്കുന്നു. മുകളിലുള്ള മികച്ച Streamlit ട്യൂട്ടോറിയലുകൾ ഉപയോഗിച്ച് - അടിസ്ഥാനകാര്യങ്ങൾക്കായി ഔദ്യോഗിക രേഖകൾ, ആവേശം നൽകുന്ന പ്രോജക്റ്റ് വീഡിയോകൾ, മിനുക്കുപണികൾക്കുള്ള മികച്ച സംഭാഷണങ്ങൾ - നിങ്ങൾക്ക് വഴിതെറ്റുന്നത് ഒഴിവാക്കാനും ആളുകൾ “ഇത് നിങ്ങൾ ഉണ്ടാക്കിയതാണോ?” എന്ന് ചോദിക്കുന്ന ഭാഗത്തേക്ക് എത്താനും കഴിയും.
അതാണ് നിങ്ങൾ ആഗ്രഹിക്കുന്ന നിമിഷം. അല്ലെങ്കിൽ, നിങ്ങളുടെ ബോസ് ഒരേ സ്പ്രെഡ്ഷീറ്റിന്റെ 11 പതിപ്പുകൾ അയയ്ക്കുന്നത് നിർത്തുന്ന നിമിഷം.
FAQ
Q1:തുടക്കക്കാർക്കുള്ള മികച്ച Streamlit ട്യൂട്ടോറിയലുകൾ ഏതൊക്കെയാണ്?
ഔദ്യോഗിക Get Started ഗൈഡും Create an App ട്യൂട്ടോറിയലും ഉപയോഗിച്ച് ആരംഭിക്കുക - അവ ഏറ്റവും പുതിയ Streamlit റിലീസുമായി പ്രവർത്തിക്കുമെന്ന് ഉറപ്പാണ്. രണ്ട് മണിക്കൂറിനുള്ളിൽ ചാർട്ടുകളും വിജറ്റുകളും ഉപയോഗിച്ച് നിങ്ങൾക്ക് ഒരു ചെറിയ ആപ്പ് നിർമ്മിക്കാൻ കഴിയും.
Q2:എന്റെ ഡാഷ്ബോർഡിനായി Streamlit vs Dash എന്നിവയിൽ ഏതാണ് തിരഞ്ഞെടുക്കേണ്ടത്?
നിങ്ങൾക്ക് വേഗതയും എളുപ്പവും ആവശ്യമുള്ളപ്പോൾ Streamlit തിരഞ്ഞെടുക്കുക; Dash-ന് കൂടുതൽ ഇഷ്ടമുള്ള രീതിയിൽ മാറ്റാനും എന്റർപ്രൈസ് ആവശ്യങ്ങൾക്കായി ഉപയോഗിക്കാനും സാധിക്കും. ആദ്യം Streamlit-ൽ ഒരു വാരാന്ത്യ പ്രോട്ടോടൈപ്പ് പരീക്ഷിക്കുക - ഇത് പലപ്പോഴും 90% ആവശ്യങ്ങളും നിറവേറ്റും.
Q3:പ്രൊഡക്ഷൻ-റെഡിയായ Streamlit ആപ്പിലേക്കുള്ള ഏറ്റവും വേഗത്തിലുള്ള വഴി ഏതാണ്?
ഔദ്യോഗിക ട്യൂട്ടോറിയലുകൾ പിന്തുടരുക, തുടർന്ന് ഒരു പ്രോജക്റ്റ് അടിസ്ഥാനമാക്കിയുള്ള കോഴ്സിലേക്കും ഘടനയ്ക്കും പ്രകടനത്തിനുമുള്ള മികച്ച സംഭാഷണങ്ങളിലേക്കും പോകുക. പ്രധാന ഫംഗ്ഷനുകൾ കാഷെ ചെയ്യുക, session_state ഉപയോഗിക്കുക, കൂടാതെ നിങ്ങളുടെ പാക്കേജ് പതിപ്പുകൾ ഉറപ്പുവരുത്തുക.
Q4:Streamlit-ന് ട്രാൻസ്ക്രിപ്ഷൻ അല്ലെങ്കിൽ സംഗ്രഹീകരണം പോലുള്ള AI ഫീച്ചറുകൾ കൈകാര്യം ചെയ്യാൻ കഴിയുമോ?
ഉവ്വ് - Streamlit Python AI ലൈബ്രറികളുമായും API-കളുമായും നന്നായി പ്രവർത്തിക്കുന്നു. ഫയൽ അപ്ലോഡുകൾ, പുരോഗതി സൂചകങ്ങൾ, ദീർഘകാലത്തേക്ക് പ്രവർത്തിക്കുന്ന ജോലികൾ എന്നിവയ്ക്കായുള്ള വഴികൾ പഠിക്കാൻ ഒരു AI ട്രാൻസ്ക്രിപ്ഷൻ ആപ്പ് പോലുള്ള പ്രോജക്റ്റുകൾ ചെയ്തു പഠിക്കുക.
Q5:പരിശീലിക്കുന്നതിനായി എനിക്ക് എവിടെ നിന്ന് Streamlit ആപ്പ് ആശയങ്ങൾ കണ്ടെത്താനാകും?
ഡാറ്റാ ക്ലീനിംഗ്, കൺവേർഷൻ, what-if പ്ലാനറുകൾ, AI ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്ന സംഗ്രഹീകരണം തുടങ്ങിയ യൂട്ടിലിറ്റി ആപ്പുകൾ പരീക്ഷിക്കുക. CSVയെ Excel ആക്കി മാറ്റുകയും വൃത്തിയാക്കിയ ഡാറ്റ വിഷ്വലൈസ് ചെയ്യുകയും ചെയ്യുന്ന ഉദാഹരണങ്ങൾ പരിശീലനത്തിന് നല്ലതാണ്.
