包邮Streamlit实战指南——使用Python创建交互式数据应用

第1章 Streamlit简介技术要求 002 为什么选择Streamlit 002 安装Streamlit 003 组织Streamlit应用程序 004 Streamlit绘图演示 005 从头开始创建一个应用程序 008 在Streamlit应用中使用用户输入 015 在Streamlit中添加文本 018 本章小结 020 第2章 上传、下载和操作数据技术要求 021 环境设置：使用Palmer的Penguins 数据集 022 探索Palmer的Penguins数据集 023 Streamlit中的流程控制 034 调试Streamlit应用程序 037 在Streamlit中开发 038 在Jupyter中探索，然后复制到 Streamlit中 038 Streamlit中的数据操作 039 缓存简介 040 会话状态的持久性 044 本章小结 048 第3章 数据可视化技术要求 050 旧金山树木（SF Tree）数据集： 一个新的数据集 050 Streamlit可视化用例 052 Streamlit的内置图表函数 052 Streamlit的内置可视化选项 058 Plotly 059 Matplotlib和Seaborn 060 Bokeh 062 Altair 064 PyDeck 066 配置选项 067 本章小结 074 第4章 Streamlit中的机器学习和人工智能技术要求 076 标准机器学习工作流程 076 预测企鹅的种类 077 在Streamlit中利用预训练的 机器学习模型 081 在Streamlit应用程序中训练模型 085 理解机器学习结果 090 集成外部机器学习库： Hugging Face示例 094 集成外部AI库：OpenAI示例 096 在OpenAI中进行身份验证 097 OpenAI API的成本 097 Streamlit和OpenAI 097 本章小结 103 第5章 使用Streamlit社区云部署Streamlit技术要求 105 使用Streamlit社区云 105 GitHub快速入门 106 使用Streamlit社区云进行部署 112 调试Streamlit社区云 115