# Streamlit介绍
大家好，我是Frank，一直从事数据挖掘相关的工作。今天给大家分享一个快速创建机器学习应用的Python库，使用它可以简洁快速地部署自己的机器学习模型。
大家应该都有过这样的经历，根据客户的需求开发了一个模型，比如猫狗图像识别，要给客户演示效果，怎么办呢？最好的方法是创建一个Web应用，客户可以直接访问，自己上传图片，点击预测，然后看到识别结果，非常直观。如何实现呢？需要前端工程师的配合？工程师忙不过来？自学Flask HTML/JS,用Flask来实现模型加载，HTML用来调用接口，那是不是需要好几天来学习？如果你也有这样的需求，那么今天的分享就可以很容易解决这个问题。代替Flask，也不用写HTML代码，只需要知道要展示的内容，全部用Python代码来实现，而且书写逻辑和平常写数据处理的逻辑一样，按顺序写就可以了。
这里是使用Streamlit实现的应用，看起来很酷炫对吧，确实如此，我们可以很容易实现这样的应用。
# Streamlit快速上手
直接使用pip一行命令就可以安装了，由于涉及的依赖库比较多，大家可以选择用虚拟环境来安装。
安装完成后，就可以执行自带的例子，执行成功后会在默认浏览器打开应用，可以通过左侧下拉菜单选择相应的应用，后侧就会刷新，直观看到效果。
接下来介绍一个Helloworld例子，计算0到100的平方，只需要两行代码，引入滑动条控件，将变量写出，就可以了。每一个控件都是变量，可以进行调用。
# Streamlit API介绍
Api接口比较丰富，涵盖了我们常用的html元素。包括文本显示类，还有图表显示类，图表显示控件支持主流的python库，比如matplotlib，boken，plotly等，还有最常用的表单，各种输入控件，以及一些消息提示等用来展示状态，从交互输入到静态展示、丰富的图表展示，满足了大部分的需求。可以说是很强大的。
# Streamlit创建应用的步骤
简单来说，分为四步：
1、 创建python文件
2、 引入相关库
3、 编写代码实现展示逻辑
4、 使用streamlit run 执行pyhton脚本，应用就创建成功了，这里展示的是读取数据并展示数据表的例子，其实我们还可以添加筛选功能，进行画图等等，更多功能期待大家去探索实现。
最后给出了一些参考资源，目前github仓库star数到了12.7k，可以说非常受欢迎了。
好了，今天的分享就结束了。
总结一下，今天给大家介绍了一款快速创建机器学习应用的Python库，通过它，可以不进行HTML代码编写，全部使用Python代码就可以实现一个功能强大酷炫的数据应用，希望大家发挥自己的创意，创造更多实用又酷炫的应用！
谢谢大家！
