Pernahkah anda cuba menjelaskan lembaran kerja kepada seseorang yang tidak biasa dengannya? Mata mereka akan terbeliak di antara “pivot” dan “kenapa Lajur D disembunyikan?” Sekarang bayangkan anda boleh menukar lembaran kerja itu menjadi aplikasi web kecil yang mesra—butang! pelaras! carta yang menari apabila anda menggerakkan pelaras!—tanpa mempelajari JavaScript, CSS atau ilmu hitam. Itulah Streamlit, pustaka Python yang menukar skrip menjadi aplikasi yang boleh dikongsi seperti mesin pengisar menukar buah menjadi sarapan.
Tetapi inilah masalahnya: cari “tutorial Streamlit terbaik,” dan anda akan jatuh ke dalam lubang arnab yang sebahagiannya Hogwarts, sebahagiannya manual Ikea. Manakah yang benar-benar membantu anda membina sesuatu yang boleh anda tunjukkan kepada bos anda menjelang hari Isnin? Saya menghabiskan masa seminggu meneliti dokumen, video, panduan komuniti dan beberapa YouTube “ini dirakam pada kentang” untuk memetakan tutorial Streamlit terbaik—mengikut tahap kemahiran dan mengikut perkara yang akan anda bina.
Ini ialah panduan lapangan mesra pengguna ala Pogue anda: perkara untuk dimulakan, perkara untuk ditonton seterusnya, contoh yang tidak akan rosak apabila Streamlit dikemas kini dan cara mengelakkan perangkap yang memakan masa seperti Labrador dengan stokin.
Apakah sebenarnya Streamlit, dalam bahasa mudah?
Streamlit ialah pustaka Python yang mengambil skrip data anda dan membungkusnya dalam antara muka segera. Daripada menulis aplikasi Flask atau bergelut dengan React, anda menaburkan kod anda dengan panggilan Streamlit seperti st.button, st.slider, st.line_chart dan boom—anda mendapat aplikasi web yang boleh dikongsi.
- Streamlit mengendalikan halaman web.
- Anda berkongsi pautan. Bos anda berhenti menghantar tangkapan skrin e-mel kepada anda.
Tutorial Streamlit Terbaik: Senarai susun atur yang ringkas
Saya telah menyusun tutorial Streamlit terbaik ke dalam peringkat. Pilih lorong anda; campur dan padankan jika anda bercita-cita tinggi.
Peringkat 1: Permulaan Mutlak (Aplikasi Pertama dalam 60–90 minit)
- Dokumen rasmi “Bermula dengan Streamlit”
Mengapa ia hebat: Ia terkini, tepat dan direka oleh pasukan Streamlit. Anda akan memasang Streamlit, mempelajari cara model larian semula berfungsi (spoiler: skrip berjalan dari atas ke bawah setiap kali anda berinteraksi) dan membina aplikasi kecil yang memuaskan. Mulakan di sini sebelum perkara lain. Ia adalah jalan terpendek ke momen “Saya membina sesuatu”.
- Tutorial rasmi “Cipta aplikasi”
Mengapa ia hebat: Anda akan membina aplikasi sebenar yang meneroka set data pengambilan Uber. Terjemahan: anda akan melihat widget, carta, peta dan penimbalan dalam tindakan, dengan penjelasan yang jelas dan cebisan boleh salin-tampal yang benar-benar berfungsi. Jika anda seorang pelajar visual, yang ini pantas difahami.
- Indeks Tutorial Streamlit
Mengapa ia hebat: Hab projek berpandu: pengesahan, pangkalan data, muat naik fail, reka letak lanjutan dan banyak lagi. Ia seperti menu di restoran—mulakan dengan penkek, lulus ke omelet dengan jalapeño tambahan.
Perkara yang boleh anda lakukan selepas Peringkat 1:
- Cipta aplikasi yang berfungsi daripada skrip Python.
- Tambahkan widget (pelaras, pilih, butang), berikan carta dan cache data.
- Fahami mengapa skrip anda “berjalan semula” dan cara mengekalkan keadaan tanpa membuang komputer riba anda.
Peringkat 2: Permulaan-ke-Pertengahan (Jadikannya berguna, jadikannya cantik)
4) “Kuasai Streamlit dalam Satu Kursus – 4 Projek Sebenar Termasuk” (video)
Mengapa ia hebat: Pembelajaran berasaskan projek melekat. Kursus ini membawa anda daripada asas kepada memasang pangkalan data dan corak yang lebih maju. Jika anda ingin berasa seperti pembina aplikasi sebenar, bukan sekadar penulis skrip dengan butang, ini ialah lorong pantas.
- “Tutorial Streamlit Lengkap: Dari Sifar ke Sedia Pengeluaran” (artikel)
Mengapa ia hebat: Ia merupakan gambaran keseluruhan yang jujur dan moden tentang membina papan pemuka pada tahun 2025 dan tolak ansur. Anda akan mendapat taktik tentang pembungkusan, penggunaan dan masa untuk mencapai alatan lain. Jika anda berfikir: “Adakah Streamlit akan bertahan di bawah penggunaan sebenar?”—ini ialah realiti anda.
- Ceramah amalan terbaik daripada pengguna berkuasa Streamlit (video)
Mengapa ia hebat: Corak, corak, corak. Anda akan mempelajari cara profesional menyusun aplikasi, mengurus prestasi dan menggilap UX. Ia seperti mengintai garaj bersih jiran anda dan memutuskan anda juga berhak mendapat tong berlabel.
Perkara yang boleh anda lakukan selepas Peringkat 2:
- Bina aplikasi berbilang halaman dengan struktur yang bersih.
- Urus keadaan aplikasi tanpa spageti.
- Percepatkan aplikasi yang perlahan dengan penimbalan dan strategi data.
- Gunakan dengan yakin, dengan senarai semak mental.
Peringkat 3: Projek Praktikal, Dunia Sebenar (Tunjukkan pasukan anda sesuatu yang menarik)
7) Aplikasi transkripsi audio dengan AI + Streamlit (video)
Mengapa ia hebat: Contoh “AI bertemu UI” yang kukuh: muat naik fail, panggilan model, paparan hasil. Walaupun anda tidak membina aplikasi transkripsi, anda akan meleret corak untuk sebarang projek yang didayakan AI—bar kemajuan, pengendalian ralat, tugas yang berjalan lama.
- Demo aplikasi praktikal yang menggabungkan pembersihan data, visualisasi dan penukaran fail
Mengapa ia hebat: Utiliti dunia sebenar. Aplikasi yang menerima data yang hodoh, membersihkannya, memvisualisasikannya dan mengeksportnya ke format yang betul-betul bos anda inginkan (CSV ke Excel, sesiapa?). Ia merupakan langkah yakin ke dalam “Saya sebenarnya boleh menggantikan separuh daripada tugas manual pasukan saya dengan papan pemuka yang boleh mereka klik”.
Lencongan pantas: perkara yang Streamlit hebat—dan di mana ia tidak
Hebat dalam:
- Prototaip pantas yang terasa seperti aplikasi sebenar.
- Alat dalaman dan papan pemuka yang boleh digunakan oleh pasukan anda.
- Demo sains data: carta, peta, pelaras model, eksperimen “bagaimana jika?”
Tidak begitu hebat dalam:
- Aplikasi berbilang pengguna yang kompleks dengan pengesahan yang berat, peranan dan aliran kerja perusahaan.
- Bahagian hadapan artisanal yang sempurna piksel.
- Aplikasi awam yang besar dan konkurensi tinggi tanpa beberapa kejuruteraan tambahan di sekelilingnya.
Jika aplikasi anda ialah “kami memerlukan UI mesra melalui kod Python,” Streamlit ialah impian. Jika aplikasi anda ialah “kami membina semula Airbnb,” mungkin tidak.
Lawatan lembut model mental Streamlit
Jika anda datang daripada timbunan web tradisional, Streamlit terasa… pelik pada mulanya. Anda tidak memasang laluan dan templat; anda menulis skrip Python yang melukis semula dirinya setiap kali pengguna berinteraksi.
- Skrip berjalan dari atas ke bawah pada setiap interaksi.
- Nilai widget dibaca pada setiap larian.
- Gunakan keadaan sesi untuk mengingati pilihan merentas larian.
- Cache kerja yang mahal (memuat turun data, memuatkan model) supaya aplikasi anda tidak merangkak.
Fikirkannya seperti PowerPoint yang mengemas kini dirinya berdasarkan perkara yang diklik oleh khalayak anda—tetapi anda mengawal slaid dengan Python dan bukannya menyeret kotak di sekeliling.
Laluan belajar sambil melakukan: bina hujung minggu ini, kagumkan pada hari Isnin
Berikut ialah kurikulum praktikal yang boleh dimakan—dua petang paling banyak.
Pagi Sabtu: Aplikasi pertama anda dan momen “aha”
- Pasang Streamlit dan jalankan aplikasi Hello. Ikuti panduan rasmi “Bermula” untuk membina UI dan carta yang ringkas. Ia adalah sumber kebenaran yang paling segar.
- Kerja melalui “Cipta aplikasi”—pengambilan Uber, peta, penapis. Anda akan menyentuh st.cache_data, yang akan membuatkan diri masa depan anda menitiskan air mata kesyukuran.
Petang Sabtu: Widget dan reka letak yang sebenarnya akan anda gunakan
- Tambahkan st.sidebar untuk mengalih keluar kawalan daripada aliran utama.
- Buat panel pembersihan data kecil: file_uploader untuk CSV, kotak pilih untuk pilihan lajur, kotak pilihan untuk menggugurkan pengepala NA atau huruf kecil dan butang untuk mengeksport hasil. Gunakan contoh seperti aplikasi utiliti yang menukar CSV kepada Excel.
- Belajar untuk menunjukkan kemajuan: st.progress, st.spinner dan mesej st.status. Orang ramai benci merenung skrin senyap.
Pagi Ahad: Tingkatkan ke berbilang halaman dan keadaan
- Bahagikan aplikasi anda kepada halaman. Cipta halaman “Data”, halaman “Visualisasikan” dan halaman “Eksport”. Ia membuatkan anda kelihatan profesional tanpa banyak kerja.
- Gunakan st.session_state untuk mengingati pilihan (lajur terpilih, penapis) semasa pengguna melantun di sekeliling.
- Tambahkan penghias penimbalan pada mana-mana fungsi yang mendapatkan data atau memuatkan model.
Petang Ahad: Penggunaan dan gilap
- Gunakan ke perkhidmatan pengehosan atau bekas; sertakan requirements.txt.
- Tambahkan st.toast untuk pengesahan mesra dan st.error untuk rel pengadang.
- Bonus: Membenamkan tindakan AI kecil—meringkaskan jadual, membersihkan teks yang bersepah atau menjana tajuk carta secara automatik daripada nama lajur—menukar “aplikasi yang bagus” menjadi “penarik perhatian.” Panduan transkripsi berkuasa AI menunjukkan corak untuk mengendalikan operasi yang panjang dan mengemas kini UI apabila hasil tiba.
Senarai semak: lima konsep Streamlit yang membalas anda selama-lamanya
- Widget ialah pembolehubah: Simpan nilainya dan gunakannya semula.
- Penimbalan ialah oksigen: Cache muatan data, muatan model dan pengiraan yang panjang.
- Keadaan sesi ialah memori: Kekalkan pilihan pengguna merentas larian semula.
- Reka letak ialah komunikasi: Bar sisi, lajur, tab—gunakannya untuk memudahkan.
- Maklum balas mengalahkan kesunyian: Pemutar, bar kemajuan, roti bakar. Sentiasa beritahu pengguna perkara yang berlaku.
Perangkap biasa (dan cara mengelakkannya)
- “Pembolehubah saya ditetapkan semula apabila saya mengklik butang!” Itulah model larian semula; gunakan st.session_state untuk mengekalkan perkara penting.
- “Ia perlahan pada klik pertama.” Cache fungsi berat anda. Juga pertimbangkan untuk memulakan model pada permulaan aplikasi.
- “Mengapa carta saya kosong?” Jika lalai widget berubah antara larian, anda mungkin menapis data anda. Tetapkan lalai yang waras.
- “Ia rosak selepas kemas kini.” Sematkan keperluan anda atau baca nota migrasi. Tutorial rasmi cenderung untuk kekal segerak.
Sudut perbandingan: Streamlit vs. Suspek Biasa
- Streamlit vs. Dash: Dash lebih boleh dikonfigurasikan dan sedia perusahaan tetapi mengambil masa yang lebih lama untuk bermula. Streamlit lebih pantas untuk membuat prototaip; Dash lebih kuat untuk aliran kerja pengeluaran yang kompleks.
- Streamlit vs. Gradio: Gradio menyerlah untuk demo AI pantas, terutamanya model I/O. Streamlit lebih serba guna untuk aplikasi dan papan pemuka data.
- Streamlit vs. Flask + Bahagian hadapan: Flask memberi anda kawalan ke atas segala-galanya, termasuk banyak perkara yang anda tidak mahu kawal. Streamlit ialah jalan pintas apabila matlamat anda ialah “menghantar alat membuat keputusan menjelang hari Selasa.”
Sedikit perkataan tentang Sider.AI: pembantu yang berguna untuk belajar dan membina
Jika anda jenis pelajar yang suka membuat lelaran dengan cepat dan melihat hasil yang ketara, menggunakan pembantu AI bersama Streamlit boleh menjadi kuasa besar. Sebagai contoh, saya telah melihat demo yang menukar CSV yang bersepah menjadi papan pemuka yang dibersihkan dan divisualisasikan dan kemudian dieksport ke Excel—betul-betul jenis aplikasi “Saya menyelamatkan berjam-jam pasukan” yang boleh anda kumpulkan dengan widget Streamlit dan sedikit bantuan AI untuk meringkaskan atau menstruktur data. Alat seperti Sider.AI juga boleh mendorong anda melalui senario plat dandang dan ujian supaya anda boleh fokus pada reka bentuk dan logik data. Projek mini praktikal yang boleh anda curi (dengan nota)
- Aplikasi “Laporan Kegemaran Bos”
- Input: Muat naik CSV, pemilih julat tarikh, juntai bawah rantau.
- Output: Metrik (hasil, kiraan), carta garis dan fail Excel yang boleh dimuat turun.
- Petua: Cache langkah pembersihan data; simpan DataFrame yang ditapis dalam session_state supaya anda boleh mengeksport serta-merta.
- “Perancang Senario Bagaimana Jika” untuk jualan
- Input: Pelaras untuk kadar diskaun, number_input untuk perbelanjaan iklan, kotak pilih untuk peringkat produk.
- Output: Carta bar hasil yang diunjurkan dan ringkasan teks (“Pada diskaun 10%, anda pulih dalam 6.2 bulan”).
- Petua: Gunakan tab: “Andaian,” “Carta,” “Muat Turun.” Kekalkan fungsi model yang di-cache.
- “Peringkas Nota Berkuasa AI”
- Input: file_uploader untuk PDF atau teks, kotak pilihan untuk nada (“formal,” “mesra,” “gaya peluru”).
- Output: Ringkasan teks dengan butang salin; CSV pilihan item tindakan.
- Petua: Strimkan hasil dengan kemas kini tambahan; tunjukkan pemutar dan jelaskan perkara yang berlaku.
- “Pembersih Data dan Penukar Format”
- Input: file_uploader (CSV), kotak pilihan untuk melucutkan ruang putih, kotak pilih untuk menghuraikan tarikh, butang untuk “Eksport ke Excel.”
- Output: Pratonton jadual yang dibersihkan; carta nol mengikut lajur; eksport satu klik.
- Petua: Ini ialah projek permulaan yang sempurna dan memetakan dengan baik kepada demo praktikal tersebut.
Cara memilih tutorial Streamlit terbaik untuk anda
- Jika anda mempunyai dua jam: Lakukan aliran Bermula rasmi dan tutorial Cipta Aplikasi. Anda akan mendapat 80% daripada perjalanan, 20% daripada masa.
- Jika anda mempunyai hujung minggu: Gandingkan mereka dengan kursus video berasaskan projek dan bina aplikasi tiga halaman yang saya gariskan. Anda akan menjadi “orang itu” di tempat kerja menjelang hari Isnin.
- Jika anda ingin mengkhusus: Selami indeks tutorial untuk pengesahan, pangkalan data dan amalan terbaik. Anda akan mengelakkan daripada mengecat pagar yang sama lima kali.
Etika Streamlit: jadikannya menyeronokkan untuk pengguna anda
- Gunakan label bahasa Inggeris yang mudah.
- Kekalkan tindakan utama di atas lipatan.
- Gunakan st.expander untuk pilihan lanjutan.
- Tambahkan butang “Tetapkan semula penapis”; orang ramai suka melakukan semula.
- Sediakan sampel data sebenar yang kecil untuk ujian.
Sudut penyelesaian masalah (a.k.a. “Mengapa benda ini tidak berfungsi?”)
- Tiada modul bernama ‘streamlit’: Anda berada dalam persekitaran yang salah. pip install streamlit dalam venv aktif anda.
- Pemuat naik fail tidak menerima apa-apa: Semak jenis fail anda; juga ingat bahawa widget hanya bersifat stateful jika anda menyimpan hasil dalam session_state.
- Ia berfungsi secara tempatan tetapi tidak dalam penggunaan: Sematkan versi anda dan sediakan rahsia/pembolehubah persekitaran dalam hos. Juga uji dengan set data kecil.
- Ia perlahan dengan CSV yang besar: Gunakan bacaan terpotong, pra-agregat atau sampel untuk UI. Pertimbangkan penimbalan dan memunggah transformasi berat.
Satu perkara terakhir: kerendahan hati alat yang hebat
Kecemerlangan Streamlit ialah kerendahan hati cita-citanya. Ia tidak cuba menjadi keseluruhan platform; ia cuba menjadi tombol yang menukar Python anda menjadi aplikasi yang mesra. Dengan tutorial Streamlit terbaik di atas—dokumen rasmi untuk asas, video projek untuk momentum dan ceramah amalan terbaik untuk gilap—anda akan melangkau pengembaraan dan sampai ke bahagian di mana orang ramai berkata, “Tunggu, anda membina ini?”
Dan itulah saat yang anda idamkan. Atau sekurang-kurangnya, saat bos anda berhenti membuat anda menghantar 11 versi lembaran kerja yang sama.
Soalan Lazim
S1:Apakah tutorial Streamlit terbaik untuk pemula lengkap?
Mulakan dengan panduan Bermula rasmi dan tutorial Cipta Aplikasi—ia terkini, ringkas dan dijamin berfungsi dengan keluaran Streamlit terkini. Anda akan membina aplikasi kecil dengan carta dan widget dalam masa kurang daripada dua jam.
S2:Bagaimanakah cara saya memilih antara Streamlit vs Dash untuk papan pemuka saya?
Pilih Streamlit apabila anda memerlukan kelajuan dan kesederhanaan untuk alat dalaman atau prototaip pantas; pilih Dash apabila anda memerlukan penyesuaian yang lebih mendalam dan aliran kerja perusahaan. Cuba prototaip hujung minggu dalam Streamlit dahulu—ia selalunya meliputi 90% keperluan.
S3:Apakah laluan terpantas ke aplikasi Streamlit sedia pengeluaran?
Ikuti tutorial rasmi, kemudian lompat ke kursus berasaskan projek dan ceramah amalan terbaik untuk petua struktur dan prestasi. Cache fungsi berat, gunakan session_state dan sematkan versi pakej anda untuk memastikan penggunaan stabil.
S4:Bolehkah Streamlit mengendalikan ciri AI seperti transkripsi atau peringkasan?
Ya—Streamlit berfungsi dengan baik dengan pustaka dan API AI Python. Gunakan panduan projek terbukti (seperti aplikasi transkripsi AI) untuk mempelajari corak untuk muat naik fail, penunjuk kemajuan dan kerja yang berjalan lama.
S5:Di manakah saya boleh mencari idea aplikasi Streamlit dunia sebenar untuk berlatih?
Cuba aplikasi utiliti: pembersihan dan penukaran data, perancang bagaimana jika dan peringkas berkuasa AI pantas. Contoh realistik yang menukar CSV kepada Excel dan memvisualisasikan data yang dibersihkan ialah amalan yang hebat dan berguna serta-merta.
