Mở khóa sức mạnh của Streamlit. Hướng dẫn toàn diện để triển khai ứng dụng web Python lên đám mây

Do sự xuất hiện của các thư viện Python thân thiện với người dùng như Streamlit và dễ dàng triển khai đám mây miễn phí, các ứng dụng web ngày càng trở nên phổ biến hơn như một phương tiện chia sẻ các dự án khoa học dữ liệu

Show

Giới thiệu về Streamlit

Xem phòng trưng bày tại (https. //www. chiếu sáng. org/) để xem có thể tạo và chia sẻ bảng thông tin tương tác và ứng dụng web dành cho máy học dễ dàng và nhanh chóng như thế nào nếu bạn đã quen thuộc với Python. Bạn có thể lấy cảm hứng từ thư viện tại (https. // luồng sáng. io/gallery) và tạo ứng dụng Streamlit trong vài phút hoặc vài giờ

(Nếu bạn quan tâm đến việc so sánh các lựa chọn khung khác nhau, hãy xem bài viết này về Flask so với. Dash vs. Streamlit tại https. //mediumcom/datadriveinvestor/flask-dash-or-streamlit- which-framework-to-use-d3b73d688d64)

Quy trình triển khai

Trong bài viết này, tôi sẽ chỉ cho bạn cách triển khai ứng dụng Streamlit cho hai nền tảng đám mây công cộng mã nguồn mở, cho bạn thấy việc triển khai ứng dụng Streamlit hiện nay khá đơn giản và giá cả phải chăng như thế nào đối với ngay cả những ứng dụng web cơ bản nhất

1. Hãy xây dựng một ứng dụng web đơn giản

Trước tiên hãy tạo một ứng dụng web đơn giản với Streamlit trước khi tìm hiểu cách triển khai nó lên ba nền tảng đám mây

1. 1. Thiết lập điều kiện tiên quyết

Cài đặt gói Python Streamlit trước bằng công cụ pip (pip install streamlit)

Sau đó, chúng tôi tạo một thư mục có tên là simple_streamlit_app để chứa các tệp cần thiết của ứng dụng

1. 2. Tập lệnh ứng dụng web

Trong thư mục, chúng tôi viết một tập lệnh có tên ứng dụng. py bao gồm một ứng dụng đơn giản trình bày cách sử dụng các tiện ích nhập văn bản và thanh trượt cũng như cách hiển thị DataFrames

_10

Đoạn mã trên in ra lời chào khi sắp xếp hợp lý và lưu trữ văn bản nhập của người dùng dưới dạng biến "user_name"

Ngoài ra, nó lưu trữ hai đầu vào thanh trượt của các số nguyên từ 0 đến 10 dưới dạng các biến có tên là "số 1" và "số 2", hiển thị giá trị và tổng của chúng trong Khung dữ liệu có tên là "data_frame. "

1. 3 Kiểm tra trên máy chủ cục bộ

Bạn phải chạy lệnh được cung cấp trong thiết bị đầu cuối trong cùng thư mục với ứng dụng. py để bắt đầu sử dụng ứng dụng. Điều đó kết thúc các thủ tục cho các ứng dụng

________Đầu tiên

Nếu bạn thành công, phần sau sẽ hiển thị

You can now view your Streamlit app in your browser.
Local URL: http://localhost: 8501
Network URL: http://192.168.0.186:8501

Trình duyệt của bạn sẽ khởi chạy và hiển thị đại diện cho những gì được hiển thị ở đây, thể hiện cách ứng dụng phản ứng

Streamlit ứng dụng trên trình duyệt

2. Trước khi lên mạng…

Trước khi phát hành ứng dụng của bạn lên nền tảng đám mây, bạn vẫn còn hai nhiệm vụ phải hoàn thành

2. 1. cài đặt git

Bằng cách nhấp vào liên kết này, bạn có thể tải xuống và cài đặt công cụ dòng lệnh git, cho phép bạn sử dụng các lệnh git trong thiết bị đầu cuối để xuất bản tệp ứng dụng của mình trực tuyến

2. 2Thêm một tệp có tên "yêu cầu. chữ"

một yêu cầu. txt, chỉ định các gói Python phải được cài đặt, phải được tạo để ứng dụng chạy trên bất kỳ nền tảng đám mây nào được liệt kê

streamlit
pandas

Bạn hiện đã sẵn sàng phát hành ứng dụng của mình ra công chúng

3. Nền tảng đầu tiênPhát hành ứng dụng của bạn đến các khu vực ôm sát khuôn mặt

3. 1Tạo tài khoản với Hugging Face

Đăng ký tài khoản Ôm Mặt tại đây. //ôm mặt. đồng/

3. 2Thiết lập một khu vực mới

Nhấp vào nút "Tạo không gian mới" sau khi chọn Không gian từ thanh điều hướng trên cùng

Hoàn thành biểu mẫu xuất hiện

  • Nhập 'Tên không gian' bạn muốn (e. 'simple_streamlit_app')
  • SDK không gian có thể được chọn bằng cách nhấp vào "Streamlit. "
  • Nhấn nút 'Tạo không gian'

3. 3Đối với không gian ôm sát khuôn mặt mới của bạn, hãy tải tệp ứng dụng lên

  • Sao chép kho lưu trữ của bạn tại địa phương trước bằng cách sử dụng _15
  • Trên máy tính của bạn, một thư mục có _16 sẽ được tạo
  • Đặt các tệp của bạn từ năm 2017 và 2018 vào thư mục mới này
  • Các lệnh sau sẽ khiến Git nhận ra hai tệp mới mà bạn vừa thêm, lưu những thay đổi đó và gửi chúng đến Không gian ôm mặt của bạn. Mở terminal của bạn và gõ các lệnh bên dưới, thay thế tên thư mục
cd name_of_your_new_folder
git add .
git commit -m "first commit"
git push

3. 4Hugging Face Spaces hiện đã có trên ứng dụng công khai của bạn

Truy cập trang chứa ứng dụng Hugging Face Space của bạn, đợi một lúc rồi làm mới trang để xem ứng dụng của bạn đang hoạt động. Để sử dụng ứng dụng của bạn, bạn có thể gửi cho mọi người một liên kết đến trang này

Xin chúc mừng, ứng dụng Streamlit của bạn hiện đang hoạt động. Hãy điều tra nền tảng đám mây thứ hai

4. Nền tảng thứ hai. Đám mây chiếu sáng hợp lý

Ngoài ra, Streamlit cung cấp nền tảng triển khai đám mây rất riêng của mình

4. 1Tạo một tài khoản trên GitHub

Đăng ký tài khoản GitHub tại đây. //github. com/

4. 2Tạo kho lưu trữ GitHub mới

  • Chọn tùy chọn "Kho lưu trữ mới" từ trình đơn thả xuống ở góc trên cùng bên phải của bất kỳ trang nào
  • Để nguyên các cài đặt khác và nhập tên bạn muốn cho kho lưu trữ của mình vào hộp, sau đó cuộn xuống và nhấp vào "Tạo kho lưu trữ. "

4. 3Kéo và thả để thêm tệp vào kho lưu trữ GitHub

  • Chọn "tải lên tệp hiện có" bên cạnh
  • Kéo và thả tệp của bạn từ phiên bản 17 và 18 vào trang sau đó

4. 4Tạo tài khoản với Streamlit Cloud

Nhấp vào đây để đăng ký tài khoản đám mây Streamlit. // luồng sáng. io/đám mây

4. 5Liên kết tài khoản GitHub của bạn với một ứng dụng mới mà bạn tạo

  • Sau khi đăng nhập, bạn sẽ có thể thấy một nút nổi bật và có nội dung "Ứng dụng mới. "
  • Đăng nhập vào tài khoản bạn đã tạo khi màn hình mở ra và bạn sẽ được nhắc liên kết tài khoản GitHub của mình

4. 6. Triển khai ứng dụng của bạn

  • Nhập tên của kho lưu trữ GitHub đã tạo trước đó của bạn trong "Kho lưu trữ" để tìm thấy nó trên màn hình sau
  • Thay thế "Đường dẫn tệp chính" bằng "ứng dụng. py"
  • Nhấp vào Triển khai

4. 7Trên Streamlit Cloud, Ứng dụng công cộng của bạn hiện đang hoạt động

Ứng dụng của bạn sẽ xuất hiện sau một thời gian

Kết luận với những ưu điểm và nhược điểm

Ứng dụng Streamlit của bạn hiện có thể được gửi đến hai dịch vụ đám mây khác nhau và bạn có thể chọn sử dụng dịch vụ nào dựa trên tùy chọn của mình khi bạn đã biết cách thực hiện. Dưới đây là một số ý tưởng để xem xét

Không gian ôm mặt

Mặc dù biểu tượng Hugging Face ở trên cùng trông rất đẹp, nhưng Hugging Face Spaces không cung cấp cho bạn một ứng dụng toàn trang;

Đám mây chiếu sáng hợp lý

Cả Hugging Face Spaces và Streamlit Cloud đều cho phép người dùng xem mã nguồn của các ứng dụng công khai, mặc dù người đọc phải tìm hiểu cách thực hiện. Streamlit Cloud cung cấp thời gian tải nhanh nhất khi nó được truy cập. Ứng dụng Heroku là một lựa chọn thay thế tốt nếu bạn muốn bảo vệ mã nguồn

Ứng dụng Streamlit không chỉ giới hạn ở các đám mây HuggingFace hoặc Streamlit;

Tận hưởng Streamlit và có một sự bùng nổ trong việc tạo và triển khai, và tôi hy vọng bài viết này hữu ích cho bạn

Sự phổ biến ngày càng tăng của các ứng dụng web như một cách để chia sẻ các dự án khoa học dữ liệu được thúc đẩy bởi sự xuất hiện của các thư viện Python thân thiện với người dùng như Streamlit và sự tiện lợi khi triển khai các ứng dụng này lên đám mây mà không mất bất kỳ chi phí nào

Giới thiệu về Streamlit

Nếu bạn biết Python, thì Streamlit là một khung Python miễn phí, mã nguồn mở mà bạn có thể sử dụng để tạo và chia sẻ các bảng điều khiển và ứng dụng web tương tác một cách nhanh chóng và dễ dàng cho máy học. Hãy xem thư viện (https. // luồng sáng. io/gallery) để biết một số ý tưởng và bạn sẽ có thể tạo ứng dụng Streamlit trong vài phút hoặc vài giờ

(Nếu bạn muốn so sánh giữa nhiều tùy chọn khung, hãy xem bài viết này về Flask vs Dashvs Streamlit https. //vừa phải. com/datadriveinvestor/flask-dash-or-streamlit- which-framework-to-use-d3b73d688d64)

Quy trình triển khai

Gần đây, quá trình triển khai ngay cả một ứng dụng web cơ bản lên đám mây đã trở nên tương đối đơn giản và tiết kiệm chi phí. Trong bài viết này, tôi sẽ hướng dẫn bạn cách triển khai ứng dụng Streamlit lên hai nền tảng đám mây công cộng có sẵn miễn phí

1. Hãy xây dựng một ứng dụng web Streamlit đơn giản

Trước khi tìm hiểu cách triển khai nó lên ba nền tảng đám mây, hãy tạo một ứng dụng web cơ bản với Streamlit

1. 1. Thiết lập điều kiện tiên quyết

Để bắt đầu, hãy sử dụng công cụ pip để cài đặt gói Python Streamlit. pip cài đặt streamlit

Sau đó, chúng tôi tạo một thư mục có tên là simple_streamlit_app để chứa các tệp cần thiết cho ứng dụng

1. 2. Tập lệnh ứng dụng web

Chúng tôi tạo một tập lệnh có tên ứng dụng. py bên trong thư mục chứa một ứng dụng đơn giản cho biết cách sử dụng các tiện ích nhập văn bản và thanh trượt cũng như cách hiển thị DataFrames

import streamlit as st
import pandas as pd

st.title("A Simple Streamlit Web App")

user_name = st.text_input("Please enter your name", '')

st.write(f"Hello {user_name}!")

number1 = st.slider("Choose an integer for x", 0, 10, 1)
number2 = st.slider("Choose an integer for y", 0, 10, 1)
data_frame = pd.DataFrame({"x": [number1], "y": [number2], "x + y": [number1 + number2]}, index = ["addition row"])

st.write(data_frame)

Đoạn mã trên rất đơn giản. Nó lưu trữ đầu vào văn bản của người dùng dưới dạng biến “user_name” và in ra văn bản lời chào trên tinh giản

Nó cũng lưu trữ hai đầu vào thanh trượt của các số nguyên từ 0 đến 10 dưới dạng biến “số 1” và “số 2”, hiển thị giá trị và tổng của chúng trong Khung dữ liệu có tên là “data_frame”

1. 3 Kiểm tra trên máy chủ cục bộ

Để bắt đầu sử dụng ứng dụng, bạn sẽ phải thực hiện lệnh đã cho trong cùng thư mục chứa ứng dụng. tập tin py trong thiết bị đầu cuối. Đó là tất cả các bước cần thiết cho ứng dụng

streamlit run app.py

Nếu bạn thành công, thông báo sau sẽ xuất hiện

You can now view your Streamlit app in your browser.
Local URL: http://localhost: 8501
Network URL: http://192.168.0.186:8501

Trình duyệt của bạn sẽ mở và hiển thị một cái gì đó tương tự như những gì được hiển thị ở đây. Để minh họa cách ứng dụng phản hồi, tôi đã nhập một số thông tin đầu vào

Streamlit ứng dụng trên trình duyệt

2. Trước khi lên mạng…

Bạn cần hoàn thành thêm hai nhiệm vụ trước khi triển khai ứng dụng của mình lên nền tảng đám mây

2. 1. cài đặt git

Cài đặt công cụ dòng lệnh git từ liên kết này. Điều này cho phép bạn chạy các lệnh git trên thiết bị đầu cuối để tải các tệp ứng dụng của bạn lên web

2. 2. Thêm một 'yêu cầu. tập tin văn bản

Để ứng dụng chạy trên bất kỳ nền tảng đám mây nào được liệt kê, yêu cầu. txt phải được tạo có chứa thông tin về gói Python nào cần được cài đặt

streamlit
pandas

Bạn hiện đã sẵn sàng cung cấp ứng dụng của mình cho mọi người

3. Nền tảng đầu tiên. Triển khai ứng dụng của bạn vào các không gian ôm sát khuôn mặt

3. 1. Thiết lập tài khoản ôm mặt

Tạo tài khoản Ôm Mặt tại đây. https. //ôm mặt. đồng/

3. 2. Tạo một không gian mới

Nhấp vào Spaces ở thanh điều hướng trên cùng. Sau đó nhấp vào nút 'Tạo không gian mới'

Điền vào biểu mẫu xuất hiện

  • Nhập 'Tên không gian' mong muốn của bạn (e. g. 'simple_streamlit_app')
  • Chọn SDK không gian bằng cách nhấp vào 'Streamlit'
  • Nhấn nút 'Tạo không gian'

3. 3. Tải tệp ứng dụng lên Không gian ôm mặt mới của bạn

  • Bắt đầu bằng cách sao chép repo của bạn tại địa phương bằng cách sử dụng git clone
  • Một thư mục có name of your new space sẽ được tạo cục bộ trên máy tính của bạn
  • Sao chép tệp
    streamlit
    pandas
    0 và
    streamlit
    pandas
    1 của bạn vào thư mục mới này
  • Mở terminal của bạn và gõ các lệnh sau, thay thế tên thư mục. Điều này sẽ khiến Git nhận ra hai tệp mới mà bạn vừa thêm, lưu những thay đổi đó và gửi chúng đến Không gian ôm mặt của bạn
cd name_of_your_new_folder
git add .
git commit -m "first commit"
git push

3. 4. Ứng dụng công khai của bạn hiện đang hoạt động Không gian ôm mặt

Truy cập trang nơi bạn có ứng dụng Hugging Face Space. Đợi vài phút rồi làm mới trang để xem ứng dụng của bạn đang chạy. Bạn có thể cung cấp cho mọi người liên kết đến trang này để họ có thể sử dụng ứng dụng của bạn

Xin chúc mừng, bạn đã xuất bản ứng dụng Streamlit của mình. Bây giờ hãy khám phá nền tảng đám mây thứ hai

4. Nền tảng thứ hai. Đám mây chiếu sáng hợp lý

Streamlit cũng cung cấp nền tảng đám mây rất riêng để triển khai

4. 1. Thiết lập tài khoản GitHub

Tạo tài khoản GitHub tại đây. https. //github. com/

4. 2. Tạo Kho lưu trữ GitHub mới

  • Chuyển đến góc trên cùng bên phải của bất kỳ trang nào và nhấp vào menu thả xuống. Chọn tùy chọn 'Kho lưu trữ mới'

  • Nhập tên bạn muốn cho kho lưu trữ của mình vào hộp, sau đó cuộn xuống và nhấp vào 'Tạo kho lưu trữ'. Để nguyên các cài đặt khác

4. 3. Tải tệp lên Kho lưu trữ GitHub bằng cách kéo và thả

  • Bây giờ hãy nhấp vào 'tải lên tệp hiện có'
  • Kéo và thả các tệp
    streamlit
    pandas
    0 và
    streamlit
    pandas
    1 của bạn vào trang sau

4. 4. Thiết lập tài khoản đám mây Streamlit

Tạo tài khoản đám mây Streamlit tại đây. https. // luồng sáng. io/đám mây

4. 5. Tạo một ứng dụng mới và liên kết tài khoản GitHub của bạn

  • Khi bạn đã đăng nhập, bạn sẽ có thể thấy một nút có nhãn “Ứng dụng mới” nổi bật
  • Sau khi mở màn hình, bạn sẽ được yêu cầu liên kết tài khoản GitHub của mình. Đăng nhập vào tài khoản bạn đã tạo

4. 6. Triển khai ứng dụng của bạn

  • Trong màn hình tiếp theo, tìm kiếm kho lưu trữ GitHub mà bạn đã tạo trước đó bằng cách nhập tên của kho lưu trữ đó trong phần 'Kho lưu trữ'
  • Thay đổi 'Đường dẫn tệp chính' thành 'ứng dụng. py'
  • Nhấp vào Triển khai

4. 7. Ứng dụng công khai của bạn hiện đã hoạt động trên Streamlit Cloud

Sau khi đợi một lúc, ứng dụng của bạn sẽ xuất hiện. chúc mừng

Kết luận với những ưu điểm và nhược điểm

Bây giờ bạn đã học cách gửi ứng dụng Streamlit của mình tới hai dịch vụ đám mây khác nhau. Bạn có thể chọn sử dụng đám mây nào dựa trên những gì bạn thích. Dưới đây là một số điều cần suy nghĩ

Không gian ôm mặt

Hugging Face Spaces không cung cấp cho bạn một ứng dụng toàn trang, nó chỉ nhúng ứng dụng của bạn vào một khung với một số thanh điều hướng và công cụ ở trên cùng. Nếu bạn muốn có một ứng dụng toàn trang, bạn có thể chọn một trong hai nền tảng còn lại, mặc dù logo Ôm mặt ở trên cùng trông rất đẹp

Đám mây chiếu sáng hợp lý

Streamlit Cloud cung cấp thời gian tải nhanh nhất khi được truy cập. Cả Hugging Face Spaces và Streamlit Cloud đều cho phép người dùng xem mã nguồn của các ứng dụng công cộng, mặc dù người đọc phải tìm hiểu cách thực hiện. Nếu bạn đang muốn giữ mã nguồn ở chế độ riêng tư, Ứng dụng Heroku là một giải pháp thay thế khả thi

Ứng dụng Streamlit không chỉ giới hạn trong không gian Streamlit cloud hoặc HuggingFace, nó có thể được triển khai cho nhiều nhà cung cấp dịch vụ đám mây khác nhau như dịch vụ Azure, AWS hoặc GCP hoặc thậm chí pythonanywhere và heroku

Tôi hy vọng bài viết này là một tìm kiếm hữu ích cho bạn. Tận hưởng Streamlit và có thời gian tuyệt vời để tạo và triển khai

Làm cách nào để tạo một ứng dụng web với streamlit?

Trước tiên, hãy tạo một ứng dụng web đơn giản với Streamlit, trước khi tìm hiểu cách triển khai nó trên ba nền tảng đám mây. 1. 1. Cài đặt và thiết lập Trước tiên, hãy cài đặt gói Python Streamlit bằng công cụ pip. pip cài đặt streamlit. Sau đó, chúng tôi tạo một thư mục simple_streamlit_app để lưu trữ các tệp cần thiết cho ứng dụng

Làm cách nào để chạy streamlit trên Ubuntu 18 04?

Bạn có thể khởi chạy một cái với Ubuntu 18. 04 trở lên và cài đặt tất cả các phụ thuộc cần thiết cho ứng dụng. Sau khi mọi thứ được thiết lập, bạn có thể chạy ứng dụng bằng lệnh – streamlit run filename. py. Tại đây, bạn sẽ nhận được một URL công khai có thể chia sẻ với mọi người

Tại sao streamlit cho máy học?

Tại sao Streamlit? . Các cách khác có sẵn để phát triển các trình bao bọc như vậy cho các mô hình ML không thuận tiện lắm. Flask là một framework python cho phép người dùng phát triển các ứng dụng web và triển khai chúng bằng ngôn ngữ python

streamlight là gì?

Streamlit là một khung nguồn mở và miễn phí để nhanh chóng xây dựng và chia sẻ các ứng dụng web khoa học dữ liệu và máy học tuyệt đẹp. Nó là một thư viện dựa trên Python được thiết kế dành riêng cho các kỹ sư máy học

Làm cách nào để triển khai ứng dụng trên đám mây Streamlit?

Để triển khai một ứng dụng, nhấp vào "Ứng dụng mới" từ góc trên bên phải của không gian làm việc của bạn, sau đó điền vào repo, nhánh và đường dẫn tệp của bạn rồi nhấp vào "Triển khai" . Là một lối tắt, bạn cũng có thể nhấp vào "Dán URL GitHub". . As a shortcut, you can also click "Paste GitHub URL".

Việc sử dụng Streamlit trong Python là gì?

Streamlit là một khung ứng dụng mã nguồn mở bằng ngôn ngữ Python. Nó giúp chúng tôi tạo các ứng dụng web cho khoa học dữ liệu và máy học trong thời gian ngắn . Nó tương thích với các thư viện Python chính như scikit-learning, Keras, PyTorch, SymPy(latex), NumPy, pandas, Matplotlib, v.v.

Đám mây Streamlit là gì?

Đám mây cộng đồng của Streamlit là một nền tảng mở và miễn phí để cộng đồng triển khai, khám phá và chia sẻ các ứng dụng và mã Streamlit với nhau . Nếu bạn mới bắt đầu và chưa xây dựng ứng dụng Streamlit đầu tiên của mình, trước tiên hãy xem trang Bắt đầu chính.

Streamlit có thể được sử dụng trong sản xuất không?

Do đó, lựa chọn tốt nhất cho các nhà khoa học dữ liệu là sử dụng Streamlit để tạo các ứng dụng web tương tác và triển khai chúng vào môi trường sản xuất khi họ . Có kiến ​​thức cơ bản về Python. Biết cách viết kịch bản để thực hiện các nhiệm vụ cụ thể.