Streamlit實(shí)戰(zhàn)指南:使用Python創(chuàng)建交互式數(shù)據(jù)應(yīng)用
定 價(jià)：148 元
叢書(shū)名：人工智能與大數(shù)據(jù)系列
- 作者：（澳）Tyler Richards（泰勒·理查德斯）
- 出版時(shí)間：2024/8/1
- ISBN：9787121484520
- 出 版 社：電子工業(yè)出版社
- 中圖法分類(lèi)：TP311.561
- 頁(yè)碼：284
- 紙張：
- 版次：01
- 開(kāi)本：16開(kāi)
當(dāng)數(shù)據(jù)科學(xué)家使用Python處理數(shù)據(jù)，并希望創(chuàng)建展示ML模型的數(shù)據(jù)應(yīng)用程序，以及進(jìn)行易于創(chuàng)建的交互式可視化時(shí)，那么Streamlit將是最理想的選擇。Streamlit for Data Science(第2版)向數(shù)據(jù)科學(xué)家展示了如何在Python內(nèi)快速創(chuàng)建和部署小部件和儀表板。這可以幫助他們?cè)趲仔r(shí)內(nèi)而不是幾天內(nèi)創(chuàng)建原型。 為了掌握Streamlit這項(xiàng)技術(shù)，需要通過(guò)大量的實(shí)際案例來(lái)學(xué)習(xí)。本書(shū)由一個(gè)富有創(chuàng)造力的Streamlit用戶(hù)編寫(xiě)，他在第一版發(fā)布后就一直使用該技術(shù)，本選題建立在前一版的實(shí)用性基礎(chǔ)上，帶來(lái)大量的更新，包括將Streamlit連接到Snowflake數(shù)據(jù)倉(cāng)庫(kù)，部署在Hugging Face上，以及在GitHub上提供完全更新的代碼庫(kù)，通過(guò)這些內(nèi)容可以幫助讀者練習(xí)新發(fā)布的技能。 讀者將從Streamlit的基礎(chǔ)知識(shí)開(kāi)始Streamlit的學(xué)習(xí)，并通過(guò)使用機(jī)器學(xué)習(xí)模型和制作高質(zhì)量的交互式應(yīng)用程序逐漸熟悉Streamlit的使用技巧。本書(shū)通過(guò)實(shí)際示例幫讀者掌握許多更具挑戰(zhàn)性的主題，如Streamlit組件、美化應(yīng)用程序和快速部署。 通過(guò)本書(shū)，讀者將能夠輕松快速地在Streamlit中創(chuàng)建動(dòng)態(tài)web應(yīng)用程序。
泰勒·理查德斯（Tyler Richards）是Snowflake公司的一名數(shù)據(jù)科學(xué)家，專(zhuān)注于與Streamlit相關(guān)的項(xiàng)目。他于2022年春季通過(guò)Streamlit的收購(gòu)加入Snowflake。加入Snowflake之前，他在Facebook（Meta）負(fù)責(zé)完整性評(píng)估，并協(xié)助非營(yíng)利組織Protect Democracy推進(jìn)美國(guó)選舉。他接受過(guò)數(shù)據(jù)科學(xué)和工業(yè)工程的培訓(xùn)，業(yè)余時(shí)間喜歡以有趣的方式應(yīng)用數(shù)據(jù)科學(xué)，例如將機(jī)器學(xué)習(xí)應(yīng)用于校園選舉，創(chuàng)建算法來(lái)幫助寶潔公司定位使用的Tide Pod的用戶(hù)。
從2013年底開(kāi)始在美國(guó)大學(xué)作為客座教授，主持?jǐn)?shù)據(jù)分析與數(shù)據(jù)科學(xué)項(xiàng)目的研究生研修班，截止2021年已經(jīng)開(kāi)辦近20期，培訓(xùn)來(lái)自世界多個(gè)國(guó)家的數(shù)百名碩士（含博士）研究生。并獨(dú)立編寫(xiě)數(shù)據(jù)分析與數(shù)據(jù)科學(xué)教材，并設(shè)計(jì)多版實(shí)訓(xùn)教程。在甲骨文公司，作為亞太區(qū)的數(shù)據(jù)科學(xué)家參與Oracle數(shù)據(jù)科學(xué)產(chǎn)品的研發(fā)與推廣。近期的主要研究方向?yàn)闄C(jī)器視覺(jué)與高性能運(yùn)算在現(xiàn)實(shí)當(dāng)中的應(yīng)用。作為甲骨文公司官方媒體的管理員及編輯，從2016年起編寫(xiě)并發(fā)表近100篇技術(shù)文章，涵蓋數(shù)據(jù)庫(kù)技術(shù)、數(shù)據(jù)科學(xué)以及機(jī)器視覺(jué)等方面。
第1章 Streamlit簡(jiǎn)介技術(shù)要求 002
為什么選擇Streamlit 002
安裝Streamlit 003
組織Streamlit應(yīng)用程序 004
Streamlit繪圖演示 005
從頭開(kāi)始創(chuàng)建一個(gè)應(yīng)用程序 008
在Streamlit應(yīng)用中使用用戶(hù)輸入 015
在Streamlit中添加文本 018
本章小結(jié) 020
第2章 上傳、下載和操作數(shù)據(jù)技術(shù)要求 021
環(huán)境設(shè)置：使用Palmer的Penguins
數(shù)據(jù)集 022
探索Palmer的Penguins數(shù)據(jù)集 023
Streamlit中的流程控制 034
調(diào)試Streamlit應(yīng)用程序 037
在Streamlit中開(kāi)發(fā) 038
在Jupyter中探索，然后復(fù)制到
Streamlit中 038
Streamlit中的數(shù)據(jù)操作 039
緩存簡(jiǎn)介 040
會(huì)話狀態(tài)的持久性 044
本章小結(jié) 048
第3章 數(shù)據(jù)可視化技術(shù)要求 050
舊金山樹(shù)木（SF Tree）數(shù)據(jù)集：
一個(gè)新的數(shù)據(jù)集 050
Streamlit可視化用例 052
Streamlit的內(nèi)置圖表函數(shù) 052
Streamlit的內(nèi)置可視化選項(xiàng) 058
Plotly 059
Matplotlib和Seaborn 060
Bokeh 062
Altair 064
PyDeck 066
配置選項(xiàng) 067
本章小結(jié) 074
第4章 Streamlit中的機(jī)器學(xué)習(xí)和人工智能技術(shù)要求 076
標(biāo)準(zhǔn)機(jī)器學(xué)習(xí)工作流程 076
預(yù)測(cè)企鵝的種類(lèi) 077
在Streamlit中利用預(yù)訓(xùn)練的
機(jī)器學(xué)習(xí)模型 081
在Streamlit應(yīng)用程序中訓(xùn)練模型 085
理解機(jī)器學(xué)習(xí)結(jié)果 090
集成外部機(jī)器學(xué)習(xí)庫(kù)：
Hugging Face示例 094
集成外部AI庫(kù)：OpenAI示例 096
在OpenAI中進(jìn)行身份驗(yàn)證 097
OpenAI API的成本 097
Streamlit和OpenAI 097
本章小結(jié) 103
第5章 使用Streamlit社區(qū)云部署Streamlit技術(shù)要求 105
使用Streamlit社區(qū)云 105
GitHub快速入門(mén) 106
使用Streamlit社區(qū)云進(jìn)行部署 112
調(diào)試Streamlit社區(qū)云 115
Streamlit Secrets 116
本章小結(jié) 119
第6章 美化Streamlit應(yīng)用程序技術(shù)要求 121
設(shè)置舊金山（SF）樹(shù)木數(shù)據(jù)集 121
在Streamlit中使用列 122
探索頁(yè)面配置 127
使用Streamlit標(biāo)簽 130
使用Streamlit側(cè)邊欄 132
使用顏色選擇器輸入顏色 137
創(chuàng)建多頁(yè)應(yīng)用程序 139
可編輯的DataFrame 143
本章小結(jié) 146
第7章 探索Streamlit組件技術(shù)要求 149
使用streamlit-aggrid添加可編輯的 DataFrame 150
使用streamlit-plotlyevents
創(chuàng)建可鉆取的圖表 154
使用Streamlit組件——streamlit-lottie 158
使用Streamlit組件
——streamlit-pandas-profiling 160
使用st-folium創(chuàng)建交互式地圖 163
使用streamlit-extras創(chuàng)建輔助函數(shù) 167
查找更多組件 168
本章小結(jié) 168
第8章 使用Hugging Face和Heroku部署
Streamlit應(yīng)用程序技術(shù)要求 170
在Streamlit Community Cloud、Hugging Face和Heroku之間進(jìn)行選擇 170
使用Hugging Face部署
Streamlit應(yīng)用程序 171
使用Heroku部署Streamlit
應(yīng)用程序 175
設(shè)置并登錄Heroku 176
克隆并配置本地存儲(chǔ)庫(kù) 176
部署到Heroku 178
本章小結(jié) 179
第9章 連接數(shù)據(jù)庫(kù)
技術(shù)要求 181
使用Streamlit連接到Snowflake 182
使用Streamlit連接到BigQuery 187
向查詢(xún)鏈接添加用戶(hù)輸入 191
組織查詢(xún) 193
本章小結(jié) 195
第10章 使用Streamlit優(yōu)化求職申請(qǐng)
技術(shù)要求 196
Streamlit技能展示項(xiàng)目 197
機(jī)器學(xué)習(xí)-企鵝應(yīng)用程序 198
可視化-美觀的樹(shù)木應(yīng)用 200
在Streamlit中優(yōu)化求職申請(qǐng) 201
問(wèn)題 202
回答問(wèn)題1 203
回答問(wèn)題2 212
本章小結(jié) 215
第11章 數(shù)據(jù)項(xiàng)目——在Streamlit中制作項(xiàng)目原型
技術(shù)要求 217
數(shù)據(jù)科學(xué)創(chuàng)意 217
收集和清理數(shù)據(jù) 219
創(chuàng)建最小可行產(chǎn)品（MVP） 221
我每年閱讀多少本書(shū) 222
我通常需要多長(zhǎng)時(shí)間讀完一本書(shū) 223
我讀的書(shū)都有多少頁(yè) 225
我所讀的書(shū)籍都是哪一年出版的 226
如何比較我與其他Goodreads
用戶(hù)的書(shū)評(píng) 229
迭代改進(jìn) 232
通過(guò)動(dòng)畫(huà)進(jìn)行美化 233
通過(guò)文本和額外的統(tǒng)計(jì)數(shù)據(jù)
構(gòu)建敘述 234
通過(guò)文本和附加統(tǒng)計(jì)數(shù)據(jù)
構(gòu)建敘事 236
托管和推廣 238
本章小結(jié) 238
第12章 Streamlit資深用戶(hù)
Fanilo Andrianasolo 240
Adrien Treuille 244
Gerard Bentley 247
Arnaud Miribel和Zachary
Blackwood 251
Yuichiro Tachibana 257
本章小結(jié) 261
書(shū)單推薦
