PythonStreamlit库再学习st。slider和数据可视作图

　　1 说明：
　　=====
　　1.1 是一个开源Python库，可轻松构建用于机器学习的漂亮应用程序。
　　1.2 我的第一篇文章，对其介绍、安装、初步相关使用做了详细的介绍：
　　《Streamlit是python的一个机器学习、数据科学、应用开发框架》
　　1.3 纠正末尾gif的st.slider图：是下面的。
　　2 数据可视化作图：
　　==============
　　2.1 Streamlit当前支持许多用于绘图的库，其中就有Plotly, Bokeh, Matplotlib, Altair和Vega图表。
　　2.2 plotly法：
　　2.2.1 代码：import streamlit as st st.title(＂数据可视化作图＂) st.header(＂折线图＂) #导入plotly并作图 import plotly.graph_objs as go trace0 = go.Scatter(x=[1, 2, 3, 4], y=[10, 15, 13, 17]) trace1 = go.Scatter(x=[1, 2, 3, 4], y=[16, 5, 11, 9]) data = [trace0, trace1] #写入数据并显示图 st.write(data) #用st.write
　　2.2.2 效果图：
　　2.2.3 代码：3Dimport streamlit as st import plotly.graph_objs as go import numpy as np #显示标题 st.header(＂3D plot＂) #随机生成散点坐标轴 x, y, z = np.random.multivariate_normal(np.array([0, 0, 0]), np.eye(3), 400).transpose()  trace1 = go.Scatter3d(     x=x,     y=y,     z=z,     mode=＂markers＂,     marker=dict(         size=12,         color=z,  # set color to an array/list of desired values         colorscale=＂Viridis＂,  # choose a colorscale         opacity=0.8,     ), )  data = [trace1] layout = go.Layout(margin=dict(l=0, r=0, b=0, t=0)) fig = go.Figure(data=data, layout=layout)  st.write(fig) #streamlit run 6-plotly-3D.py
　　2.2.4 操作效果图：
　　2.3 matplotlib法
　　2.3.1 代码：import streamlit as st st.title(＂数据可视化作图＂) st.header(＂matplotlib-Scatter＂)  import matplotlib.pyplot as plt f = plt.figure() #附加学习python的列表及列表推导式 x=[x for x in range(9)] x1=x[1:] #x1=[1,2,3,4,5,6,7,8]  #等于上面2个 y=[3,6,2,7,4,8,5,3] plt.scatter(x1,y) #st.plotly_chart(f)  #老版matplotlib的格式 st.write(f)  #新版matplotlib
　　2.3.2 操作和效果图：
　　2.4 altair法
　　2.4.1 代码：import streamlit as st import altair as alt  from vega_datasets import data source = data.cars() #设置刷子，交互性 brush = alt.selection(type=＂interval＂) points = alt.Chart().mark_point().encode(      x=＂Horsepower:Q＂, y=＂Miles_per_Gallon:Q＂,      color=alt.condition(brush, ＂Origin:N＂, alt.value(＂lightgray＂)) ).add_selection( brush ) bars = alt.Chart().mark_bar().encode(      y=＂Origin:N＂, color=＂Origin:N＂, x=＂count(Origin):Q＂ ).transform_filter( brush ) #把点图和柱状图挂在一起 bbb=alt.vconcat(points, bars, data=source) #一起启动服务器 #bbb.serve(＂0.0.0.0＂, 8888)  #用altair启动服务器自动浏览器打开 st.write(bbb)  #streamlit run 7-altair.py  #用终端启动文件，没有上面有优势
　　2.4.2 操作效果图：
　　3 st.file_uploader和st.button
　　======================
　　3.1 代码：import streamlit as st import pandas as pd uploaded_file = st.file_uploader(＂Choose a CSV file＂, type=＂csv＂) if uploaded_file is not None:     data = pd.read_csv(uploaded_file)  if st.button(＂Say hello＂):     st.write(＂Why hello there＂)  else:     st.write(＂Goodbye＂)
　　3.2 图
　　===基础知识基本讲解完成===
　　感兴趣的可以开发自己的app