本书是一本从入门到实战的书籍，适合有Python基础的读者学习，如果无编程经验，则可先学习Python基础知识。为了让读者能够理解并使用各种元素和组件，每节内容都包含了使用说明和丰富示例，也包括代码思路和详细的操作步骤，实操性很强，可以加深对各种元素和组件的理解，逐渐掌握构建Streamlit应用页面的流程。
本书系统全面地讲解Streamlit的核心概念，实例项目应用和最佳实践。通过案例带你从零开始，逐步掌握Streamlit的基础知识和高级技能。你将学会如何使用Streamlit实现数据可视化、添加交互组件，构建出炫酷的Web应用。
本书分为两篇，基础篇（第1~7章）讲解Streamlitt的安装配置，以及基本的文本、数据、图表、多媒体等组件的使用和页面布局。实战篇（第8~10章）讲解开发企鹅分类项目、医疗费用预测项目、销售数据仪表板项目，帮助读者熟练掌握Streamlit的高级技能和开发流程。
本书采用理论与实践结合的方式，示例丰富。适合想快速构建机器学习和数据科学Web应用的Python使用者。配套内容有练习数据和源代码，读者可以通过阅读和编码实践快速掌握Streamlit，开发机器学习和数据科学的Web应用。
教学课件（PPT） ? 本书源码
基 础 篇
第1章 Streamlit的介绍及安装（ 35min） 3
1.1 Streamlit是什么 3
1.2 Streamlit的优势及特点 3
1.3 Streamlit的安装 4
1.3.1 Python环境安装 4
1.3.2 通过Anaconda安装 4
1.4 Streamlit演示项目介绍 6
1.4.1 启动Streamlit演示项目后端服务 6
1.4.2 欢迎页面 6
1.4.3 动画演示页面 7
1.4.4 绘图演示页面 7
1.4.5 地理数据演示页面 8
1.4.6 数据框演示页面 8
1.5 关闭项目运行 9
1.6 启动自定义的项目 9
1.7 本章小结 10
第2章 文本类和数据类展示的元素（ 88min） 11
2.1 普通文本展示元素 11
2.2 标题展示元素 12
2.3 章节展示元素 13
2.4 子章节展示元素 16
2.5 代码块展示元素 17
2.6 说明文字展示元素 19
2.7 Markdown语法展示元素 21
2.8 LaTeX公式文本展示元素 23
2.9 数据框展示元素 24
2.10 Table数据框展示元素 26
2.11 Metric指标类展示元素 27
2.12 JSON数据展示元素 28
2.13 超级方法write()展示各类元素 30
第3章 数据可视化和图表元素（ 113min） 33
3.1 内置折线图 33
3.2 内置条形图 37
3.3 内置面积图 40
3.4 内置带点的地图 44
3.5 展示Graphviz库图像 45
3.6 展示Matplotlib库图像 47
3.6.1 折线图 48
3.6.2 条形图 49
3.6.3 面积图 51
3.7 展示Seaborn库图像 52
3.8 展示Vega-Altair库图像 54
3.8.1 折线图 54
3.8.2 热力图 55
3.9 展示Plotly库图像 57
3.10 展示Bokeh库图像 58
3.11 展示Pydeck库图像 60
第4章 多媒体展示元素（ 39min） 64
4.1 图像 64
4.1.1 单个图像 65
4.1.2 多个图像 67
4.1.3 操作图像 68
4.2 音频 69
4.2.1 播放本地音频 69
4.2.2 播放生成的音频 69
4.3 视频 70
4.4 表情符号 71
第5章 用户输入类组件（ 162min） 73
5.1 普通按钮 73
5.2 单选按钮 75
5.3 复选框 77
5.4 下拉按钮 79
5.5 多选下拉按钮 81
5.6 数值滑块组件 84
5.7 范围选择滑块组件 86
5.8 下载按钮 88
5.9 单行文本输入框组件 90
5.10 数字输入框组件 92
5.10.1 简单示例 93
5.10.2 计算身体质量指数 94
5.11 多行文本输入框组件 95
5.12 日期选择组件 97
5.13 时间选择组件 99
5.14 文件上传组件 101
5.14.1 上传单个文件 102
5.14.2 上传多个文件 103
5.15 拍照组件 104
5.16 颜色捡拾组件 105
第6章 布局和容器组件（ 76min） 107
6.1 侧边栏 107
6.1.1 往侧边栏添加组件的语法 107
6.1.2 使用示例 107
6.1.3 使用侧边栏实现多页面应用 108
6.1.4 使用侧边栏实现山西旅游助手 109
6.2 列容器 110
6.2.1 使用示例 111
6.2.2 使用列容器构成栅格布局 112
6.3 选项卡 113
6.3.1 使用示例 113
6.3.2 使用选项卡介绍机器学习流程 114
6.4 扩展器 116
6.4.1 使用示例 116
6.4.2 使用扩展器介绍NumPy库 117
6.5 容器 119
6.6 占位容器 120
6.7 多页面应用 122
第7章 状态显示、流程控制及高级特性（ 122min） 125
7.1 状态显示 125
7.1.1 进度条组件 125
7.1.2 旋转等待组件 126
7.1.3 错误信息框 127
7.1.4 警告信息框 128
7.1.5 提示信息框 129
7.1.6 成功信息框 129
7.1.7 异常信息框 130
7.2 控制流程 131
7.2.1 停止执行 131
7.2.2 提交表单 132
7.3 高级特性 134
7.3.1 页面设置 134
7.3.2 回显代码 136
7.3.3 显示帮助信息 138
7.3.4 会话状态 142
7.3.5 优化性能 145
实 战 篇
第8章 企鹅分类项目（ 116min） 153
8.1 标准的机器学习工作流程 153
8.1.1 数据收集 153
8.1.2 数据预处理 154
8.1.3 构建数据集 154
8.1.4 模型的训练 155
8.1.5 模型的优化 155
8.1.6 模型的评估 156
8.1.7 模型的部署 156
8.2 企鹅分类Web应用 157
8.2.1 数据集介绍 157
8.2.2 创建基于机器学习的企鹅分类Web应用 158
第9章 医疗费用预测Web应用（ 61min） 174
9.1 数据集介绍 174
9.2 数据预处理 176
9.3 选择回归算法创建模型 177
9.4 将模型保存到文件中 179
9.5 在Streamlit Web应用中使用预先训练的模型 180
9.5.1 构建用户输入的Web页面 180
9.5.2 将用户输入数据转换为数据预处理的数据格式 182
9.5.3 根据输入数据预测医疗费用 184
9.5.4 优化医疗费用预测Web应用 185
第10章 销售数据仪表板Web应用（ 83min） 191
10.1 数据集介绍 191
10.2 读取超市销售数据 192
10.3 创建筛选维度的侧边栏 194
10.4 创建可视化图表 197
10.4.1 创建按产品类型划分的横向条形图 197
10.4.2 创建按小时划分的纵向条形图 200
10.5 创建关键指标信息 203
10.6 组织信息调整布局 206
10.6.1 实现整体布局 207
10.6.2 替换各区域内容 209
VI
VII
温馨提示：请使用浙江图书馆的读者帐号和密码进行登录
