streamlit - 데이터분석 /ML을 위한 웹앱

결과물

https://app-jx7bm2zg5gncr6xvtuxbsp.streamlit.app/

iris

streamlit 이란?

• python으로 데이터 분석을 위한 웹앱을 만들어주는 라이브러리
• 모델 배포, 그래프 시각화 등 웹어플리케이션을 배포할 수 있는 패키지
• 데이터/ML 앱을 만들기 위한 가장 빠른 방법
• 공식 사이트: https://docs.streamlit.io/library/get-started

 

장점

• 백엔드 개발 HTTP 요청 필요 없음
• 다양한 입력 위젯 (컴포넌트) 제공
• 간단히 배포 가능
• 빠르고 쉽게 배울 수 있음

 

단점

• Django, Flask 등과 같은 웹 프레임워크를 대체하지는 못한다
• 기본적으로 제공되는 기능을 초월하기가 어려움
• 실행이 효율적이지는 않다

 

가상환경 만들기 및 삭제하기

* 가상환경을 만들면 프로젝트 별로 필요한 버전의 파이썬과 라이브러리를 설치할 수 있음

 

1. base 환경으로 가기

(STR) C:\Users\Streamlit> conda deactivate
(base) C:\Users\Streamlit>

 

2. 가상환경 목록 보기

conda env list

 

3. 가상환경 STR 만들기

(base) C:\Users\Streamlit> conda create -n STR python=3.9.13
(base) C:\Users\Streamlit> conda activate STR
(STR) C:\Users\Streamlit>

 

4. 필요한 라이브러리들을 일괄 설치

• ready.txt: 가상환경에 설치할 라이브러리들의 이름과 버전을 정리해둔 text 파일

(STR) C:\Users\UStreamlit> pip install -r ready.txt

 

5. 가상환경 삭제

(base) C:\Users\Streamlit> conda env remove -n STR

 

6. 가상환경 STR에 Streamlit 설치하기

(STR) C:\Users\USER> pip install streamlit

 

7. 앱 실행하기

• myApp.py: 가상환경을 만든 폴더에 myApp이라는 파이썬 파일
• 만약 아래 코드를 실행할 때, myApp에 적혀진 코드가 웹에 그대로 실행 

(STR) C:\Users\Streamlit> streamlit run myApp.py

 

Text elements (.py에 넣을 코드)

 

1. 타이틀, 헤더, 서브헤더

st.title('Title *Markdown* 인식')
st.header('Title *Markdown* 인식')
st.subheader('Title *Markdown* 인식')

 

2. 텍스트, 마크다운

st.text('title *Markdown* 인식 못함')
st.markdown('*Markdown* 출력')

 

3. 텍스트 또는 다양한 Python 변수/객체 출력

# 변수
st.text('This is some text.')
x = 10
y = 20
st.write('x =', x, 'y =', y)

# 객체
df = pd.DataFrame({'col1': [1,2,3]})
df
st.write('데이터프레임', df)

** 위의 코드 실행 결과 **

 

** 터미널 종료는 ctrl + c

 

사용 데이터

app.py

0.00MB

iris.py

0.00MB

ready.txt

0.00MB