「本文參與少數(shù)派 2019 年度征文 + 效率有心得」

不用學(xué)前端編程，你就能用 Python 簡(jiǎn)單高效寫出漂亮的交互式 Web 應(yīng)用，將你的數(shù)據(jù)分析成果立即展示給團(tuán)隊(duì)和客戶。

痛點(diǎn)

從我開(kāi)始折騰數(shù)據(jù)分析工具的那一天，就沒(méi)有想明白一件事兒 —— 為什么我打算把數(shù)據(jù)分析的成果做成一個(gè)應(yīng)用，這么難？

其實(shí)我需要的核心功能，無(wú)非是在網(wǎng)頁(yè)上接收用戶輸入，然后做分析處理，把分析結(jié)果反饋給用戶，完事兒。

可是這談何容易？

很多人都會(huì)笑著告訴你，這得學(xué)前端編程， HTML + Javascript 了解一下吧！

什么？你還需要在后臺(tái)做數(shù)據(jù)分析？那你就得學(xué) Web 框架了。

你說(shuō)喜歡 Python ？那就學(xué)個(gè) Django 或者 Flask 好了。

我也不是沒(méi)有看過(guò) Django 和 Flask 的教程，還曾經(jīng)付費(fèi)學(xué)習(xí)過(guò)。光是配置環(huán)境，就得循序漸進(jìn)學(xué)一堆東西。作為學(xué)習(xí)的中間成果，我還寫了這篇《如何用 Python 做 Web 開(kāi)發(fā)？——Django 環(huán)境配置》分享給你。

問(wèn)題是我在學(xué)習(xí)中，提不起真正的興趣。

因?yàn)榻坛汤镏v的那些功能，我根本不關(guān)心。

核心的功能，我早已實(shí)現(xiàn)了。我只是希望把輸入輸出弄成網(wǎng)頁(yè)形式，方便用戶來(lái)用。

我為什么要理解那么多的概念？為什么一定要跟那么繁重的數(shù)據(jù)庫(kù)操作打交道？為什么幾乎所有的樣例，都要教我如何做一個(gè) blog ？

我要是想用 blog ，可以直接注冊(cè)一個(gè)免費(fèi)的啊！難道我要自己開(kāi)發(fā)？

你的教程為什么不干脆教我怎么把數(shù)據(jù)科學(xué)的分析結(jié)果，利用這些技術(shù)快速變成一個(gè)產(chǎn)品？

但是人家寫書和做教程的人，就是不疾不徐，堅(jiān)持一定要教會(huì)你，如何做一個(gè) blog 出來(lái)……

我仿佛看見(jiàn)達(dá)芬奇的老師教學(xué)生畫雞蛋一樣。

我相信，這絕不僅僅是我一個(gè)人的痛點(diǎn)。

我們都希望盡快把數(shù)據(jù)分析結(jié)果，或是其他的交互功能發(fā)布出來(lái)，和用戶交流。但是因?yàn)槿狈@樣的簡(jiǎn)單 Web 包裹，我們不得不每次都給別人展示一個(gè)包含了代碼的 Jupyter Notebook 。

那些不懂編程的用戶，看到代碼，就會(huì)覺(jué)得不適。再看到改變一個(gè)輸入都需要編程(其實(shí)就是改語(yǔ)句中的一個(gè)賦值)，立刻就決定不玩兒了。

萬(wàn)萬(wàn)沒(méi)想到，這個(gè)痛點(diǎn)，如此容易就解決了。

嘗試

我用純 Python 腳本寫了個(gè) Web 應(yīng)用。

我編寫的程序里，沒(méi)有一絲半毫的 Web 框架，Javascript，甚至是 HTML 。

這玩意兒能用嗎？

你自己來(lái)試試看。

請(qǐng)你打開(kāi)瀏覽器，輸入以下鏈接：

你會(huì)看到下面的初始化界面。

初始化完畢之后，頁(yè)面會(huì)分成左右兩欄。左面是兩個(gè)下拉候選框，分別讓你指定需要分析的數(shù)據(jù)范圍。

上面一個(gè)，是事件類型；

下面一個(gè)，是事件發(fā)生歸屬地。

只不過(guò)，當(dāng)時(shí)我們更注重的，是用循環(huán)神經(jīng)網(wǎng)絡(luò)搭建了一個(gè)嚴(yán)重?fù)矶率录A(yù)測(cè)模型。

而今天，我們是要進(jìn)行探索性數(shù)據(jù)分析，也就是根據(jù)我們感興趣的目標(biāo)，對(duì)數(shù)據(jù)進(jìn)行整理操作，然后可視化顯示。

選定之后，你會(huì)看到右側(cè)提示兩個(gè)信息：

你篩選之后，數(shù)據(jù)框包含行數(shù)；

在層疊地圖上的可視化結(jié)果。

怎么樣？

麻雀雖小，五臟俱全。

雖然咱們這個(gè) Web 應(yīng)用很簡(jiǎn)單，不過(guò)交互分析該有的功能和流程，基本上都涵蓋了。

你可能會(huì)問(wèn)：

王老師，編這么一個(gè)應(yīng)用出來(lái)，不簡(jiǎn)單吧？

學(xué)完這篇教程，你就能自己開(kāi)發(fā)出這樣一個(gè)應(yīng)用來(lái)。

幕后

我把這個(gè)應(yīng)用的全部源代碼，都為你存儲(chǔ)到了 Github 上。請(qǐng)你訪問(wèn)這個(gè)網(wǎng)址獲取。

可以看到，一共包含了 4 個(gè)文件。

有意思的是，其中 3 個(gè)，包括：

Procfile

setup.sh

requirements.txt

都只是部署到遠(yuǎn)程服務(wù)器時(shí)，需要用到的配置文件而已。

這些文件的具體使用方法，咱們后面會(huì)說(shuō)明。

也就是說(shuō)，只有最后一個(gè) helloworld.py 是主角，它包含了實(shí)現(xiàn)咱們?nèi)拷换ナ綌?shù)據(jù)分析功能的 Python 腳本文件。

這代碼，少說(shuō)也得有幾百行吧？

別擔(dān)心，打開(kāi)來(lái)看看：

上面這張截圖，就已經(jīng)包含了實(shí)現(xiàn)交互數(shù)據(jù)分析功能的全部代碼。

神奇吧？

解讀

這么短的代碼，為什么能有如此強(qiáng)大的功能？

這是因?yàn)樗澈笫褂玫囊粋€(gè)軟件包，叫做 streamlit 。

下面我通過(guò)實(shí)際操作，帶你初步領(lǐng)略一下 streamlit 的威力。

首先請(qǐng)你安裝 Anaconda ，這個(gè)請(qǐng)參考我為你做的視頻教程《如何安裝 Python 運(yùn)行環(huán)境 Anaconda？》

然后，你需要打開(kāi)終端，執(zhí)行：

pip?install?streamlit

你可以創(chuàng)建一個(gè)新目錄。然后在目錄下新建一個(gè) helloworld.py 文件，并且用任意編輯器打開(kāi)它。

我這里用 Visual Studio Code 編輯器，來(lái)編輯和制作 Python 腳本文件。

然后，回到終端下，執(zhí)行：

streamlit?run?helloworld.py

如果一切順利，你就會(huì)看到如下圖的提示。

一般來(lái)說(shuō)，你的瀏覽器會(huì)自動(dòng)開(kāi)啟，并且訪問(wèn)上圖中紅色標(biāo)識(shí)出的網(wǎng)址。

如果瀏覽器沒(méi)有自動(dòng)開(kāi)啟，你手動(dòng)開(kāi)啟一個(gè)，并且輸入上述網(wǎng)址即可。

為了演示方便，我這里把 Visual Studio Code 編輯器縮小到屏幕左側(cè)半部；右邊放置 Chrome 瀏覽器，來(lái)顯示 Web 應(yīng)用效果。

我們可以開(kāi)始嘗試了。

首先在 helloworld.py 中輸入這些內(nèi)容：

import?streamlit?as?st

import?numpy?as?np

import?pandas?as?pd

st.title("my?first?app")

輸入完之后，你不需要去找什么執(zhí)行按鈕。只需要保存一下你對(duì) helloworld.py 文件的修改即可。

之后你會(huì)立即在右側(cè)看到 Web 應(yīng)用的運(yùn)行效果。

這里前幾行語(yǔ)句，只是引入了幾個(gè)軟件包，然后設(shè)置了一下標(biāo)題。

下面我們嘗試點(diǎn)兒好玩兒的。

x?=?st.slider("x")

y?=?x?+?3

y

這時(shí)候網(wǎng)頁(yè)上出現(xiàn)了滑動(dòng)條，告訴你這是 x 的取值。

我們定義了一個(gè)式子，讓 y 總比 x 大 3 ，并且顯示 y 。

你可以試試，在滑動(dòng)條拖拽 x 的效果。

Jan-14-2020-18-39-15.gif

y 值緊隨你的拖動(dòng)變化，對(duì)吧？

從這個(gè)簡(jiǎn)單的例子里，你可以看到 streamlit 響應(yīng)用戶的輸入和輸出是多么方便。

而且應(yīng)用上的控件一直運(yùn)行。你輸入的變化，會(huì)實(shí)時(shí)帶來(lái)輸出的變化。

下面我們還是步入正題吧。先注釋掉剛才這三條語(yǔ)句，免得礙事兒。

#?x?=?st.slider("x")

#?y?=?x?+?3

#?y

我們定義一個(gè)函數(shù)：

@st.cache

def?load_data():

df?=?pd.read_csv("data.csv")

df?=?df

df.columns?=?['event_type',?'time',?'county',?'lat',?'lon']

return?df

如果你學(xué)過(guò)那篇《如何用 Python 和 Pandas 分析犯罪記錄開(kāi)放數(shù)據(jù)？》，里面的其他語(yǔ)句你應(yīng)該都認(rèn)得。無(wú)非就是 Pandas 讀入我們的 CSV 數(shù)據(jù)之后，取其中的 5 個(gè)列，包括：

EVENT_TYPE ： 事件類型；

CREATE_TIME： 事件創(chuàng)建時(shí)間；

COUNTY：事件發(fā)生位置所在郡名稱；

LAT：事件發(fā)生位置的緯度；

LON：事件發(fā)生位置的經(jīng)度

然后，我們把這幾個(gè)列分別用小寫的名稱來(lái)命名。

值得一提的，是 @st.cache ，這是一個(gè)新玩意兒。

它是什么呢？

這在 Python 里面，叫做裝飾器(decorator) 。其實(shí)這里沒(méi)有什么魔法，它只是 streamlit 軟件包里，一個(gè)預(yù)先定義的函數(shù)。

只不過(guò)這樣寫，相當(dāng)于是你在自己的 load_data() 函數(shù)之外，又包裹了一個(gè) st.cache() 函數(shù)的功能。每次執(zhí)行的時(shí)候， st.cache() 都會(huì)參與進(jìn)來(lái)。

st.cache() 這個(gè)函數(shù)做什么用呢？

那作用可太大了。

因?yàn)槟忝看胃麓a，或者用戶更新輸入，整個(gè)兒 Python 腳本都相當(dāng)于被重新執(zhí)行了一遍。

而 st.cache() 裝飾器可以告訴 Python ：

查查看，我包裹的這個(gè)函數(shù)，內(nèi)容或者輸入改過(guò)沒(méi)有？如果沒(méi)有，就用已存儲(chǔ)的上次調(diào)用結(jié)果好了，別再費(fèi)事重新執(zhí)行一遍了。

我們這里是從一個(gè)外部文件讀入數(shù)據(jù)。就這樣一個(gè) 300MB 的文件，每次讀起來(lái)也得花上近 10 秒鐘。更別說(shuō)是那些上 GB 規(guī)模，甚至更大的文件了。

所以，如果 Streamlit 能夠幫助我們跳過(guò)一些無(wú)意義的重復(fù)操作，將節(jié)省大量的用戶等待時(shí)長(zhǎng)。

不過(guò)這一步，你也看到了，輸出沒(méi)有變化。

因?yàn)槲覀兪裁匆矝](méi)有輸出啊。

下面我們讓 Python 實(shí)際讀數(shù)據(jù)，并且把讀后的數(shù)據(jù)框前 5 行用列表形式(st.table())展示給用戶。

這一讀數(shù)據(jù)不要緊，右上角會(huì)出現(xiàn)一個(gè)小人兒，做各種健身運(yùn)動(dòng)。

這就是告訴我們，程序在忙著呢。

忙完之后，這是結(jié)果：

下面我們要讓程序給用戶選項(xiàng)，首先是選擇觀察哪一種事件類型。

event_list?=?df["event_type"].unique()

event_type?=?st.sidebar.selectbox(

"Which?kind?of?event?do?you?want?to?explore?",

event_list

)

解釋一下，第一句是在 event_type 里面尋找全部事件類型列表。

下面一段，采用了 st.sidebar.selectbox() 構(gòu)造了一個(gè)左邊欄里的下拉選擇框。里面兩個(gè)參數(shù)，第一個(gè)是顯示給用戶的提示語(yǔ)句，第二個(gè)，是選擇列表內(nèi)容。

問(wèn)題是，我們存儲(chǔ)了之后，好像什么也沒(méi)有發(fā)生啊。

沒(méi)關(guān)系，看到上圖里面紅色標(biāo)出的這個(gè)箭頭沒(méi)有？

點(diǎn)擊它，選項(xiàng)就出現(xiàn)了。

照葫蘆畫瓢，我們順便把事件發(fā)生所在郡的下拉選擇框一并做出來(lái)。

county_list?=?df["county"].unique()

county_name?=?st.sidebar.selectbox(

"Which?county?",

county_list

)

這是效果：

然后，我們根據(jù)用戶的輸入做出反應(yīng)，提示給用戶經(jīng)過(guò)他的選擇，現(xiàn)在符合要求的行數(shù)還有多少。

part_df?=?df[(df["event_type"]==event_type)?&?(df['county']==county_name)]

st.write(f"根據(jù)你的篩選，數(shù)據(jù)包含{len(part_df)}行")

第一句里面用了個(gè)聯(lián)合篩選，必須同時(shí)滿足兩個(gè)條件的數(shù)據(jù)，才會(huì)被保留在結(jié)果 part_df 中。

然后，我們把一個(gè)格式化后的字符串，用 st.write() 直接輸出在網(wǎng)頁(yè)上。

運(yùn)行結(jié)果如下圖所示。

Jan-14-2020-19-04-42.gif

好了，下面可能是你最關(guān)心的一刻了。

老師，別賣關(guān)子了，那張標(biāo)示了事件位置的疊層地圖怎么畫啊？一共都沒(méi)有多少行語(yǔ)句，你都講了這么多了，怎么還沒(méi)講到？

請(qǐng)你輸入下面這一行語(yǔ)句：

st.map(part_df)

然后保存。你就會(huì)看到下面的效果了。

是不是很驚訝？

我第一次用的時(shí)候，也是這感覺(jué)。

在 HackNTX 2018 編程馬拉松競(jìng)賽中，我曾經(jīng)找不同的編程高手學(xué)了若干種地理信息可視化的工具。每一種都得花上很多時(shí)間學(xué)習(xí)演練。

沒(méi)想到，短短一年的時(shí)間，這樣的功能居然可以用一行代碼就實(shí)現(xiàn)了。

還是集成在 Web 應(yīng)用里，可以發(fā)布給全球用戶與合作者，進(jìn)行展示。

不是我不明白，這世界變化快啊。

部署

我知道，你又開(kāi)始著急了。

老師，這么好的東西，我可不想在本地一個(gè)人玩兒。我也想把結(jié)果發(fā)布到網(wǎng)絡(luò)上，讓別人看到我的成果。快告訴我怎么辦！

別急。

咱們部署( deploy )一下它就行。

雖然你寫了半天，只是 Python 腳本。但是 Streamlit 已經(jīng)把它轉(zhuǎn)換成了一個(gè)動(dòng)態(tài)的 Web 應(yīng)用。

所以，只要是常見(jiàn)的 Web 應(yīng)用發(fā)布平臺(tái)，理論上你都可以用來(lái)部署你的交互式數(shù)據(jù)分析作品。

這些平臺(tái)，常見(jiàn)的包括：

EC2

Glitch

Heroku

這列表列下去就太多了。咱們這里只介紹 Heroku ，也就是前文給你展示的，樣例使用的部署平臺(tái)。

這東西的好處，就是基礎(chǔ)款免費(fèi)。

對(duì)咱們今天的教程來(lái)說(shuō)，基礎(chǔ)款就足夠了。

你需要先到 Heroku 平臺(tái)注冊(cè)一個(gè)賬號(hào)。

我這里起的名字，叫做 helloworld-streamlit 。

你可以根據(jù)自己的喜好，起名稱。

之后我們就要部署了。

部署的步驟，在上圖中，你可以參考。

注意，上圖中，右上角的 Open App 按鈕，就是你的應(yīng)用鏈接地址，你可以把它記下來(lái)。

首先你需要準(zhǔn)備一些配置文件。

全部的配置文件，我都給你展示在了前文介紹過(guò)的這個(gè) github 項(xiàng)目中，你可以下載回來(lái)復(fù)用。

這里需要說(shuō)明的是，幾個(gè)不同配置文件的用途。

setup.sh 做一些初始設(shè)置，設(shè)定一些參數(shù)。

注意你將來(lái)用的時(shí)候，需要把其中標(biāo)紅的部分，替換成自己注冊(cè) heroku 時(shí)候的郵箱。

requirements.txt 告訴機(jī)器，需要安裝哪些 Python 依賴包。

顯然，教程這里需要的依賴包不多。

Procfile 是遠(yuǎn)端服務(wù)器上， Web 應(yīng)用啟動(dòng)的時(shí)候，需要調(diào)用的腳本。其實(shí)里面只有一行。

請(qǐng)你下載，或者自行編輯上述 3 個(gè)文件后，與你的 Python 文件放在一個(gè)文件夾下面。

之后，請(qǐng)你到這里下載 heroku cli package。

下載后，根據(jù)提示安裝即可。

進(jìn)入終端。用 cd 命令切換到你的工作文件夾，也就是包含了你的 Python 腳本的目錄。

輸入：

heroku?login

因?yàn)槟阋呀?jīng)在 setup.sh 中指定了自己的郵箱，所以這里會(huì)嘗試直接用它來(lái)登錄。

這時(shí)按任意鍵，會(huì)跳出一個(gè)瀏覽器窗口。

在瀏覽器中，點(diǎn)擊確認(rèn)即可登錄。

看到上面的提示，證明登錄成功了。

下面我們來(lái)設(shè)置 git ，這是推送我們文件和更新改動(dòng)的途徑。

在終端下執(zhí)行：

git?init

之后設(shè)置一下與遠(yuǎn)端的 heroku 服務(wù)器的連接：

heroku?git:remote?-a?helloworld-streamlit

若是看到下圖，證明成功了：

然后執(zhí)行：

git?add?.

git?commit?-m?"init"

再執(zhí)行：

git?push?heroku?master

這樣就可以把全部?jī)?nèi)容推送到 heroku 了。

推送的第一步，是上傳文件。

Heroku 發(fā)現(xiàn)咱們推送的是一個(gè) Python App ，所以自動(dòng)執(zhí)行許多安裝設(shè)置工作。

這些安裝和配置做完后，會(huì)出現(xiàn)下面這樣的提示。

到這里，你的 Web 應(yīng)用部署就搞定了。

回到瀏覽器里，用下圖中標(biāo)紅的這個(gè)按鈕開(kāi)啟你自己的應(yīng)用吧。

怎么樣？

很有成就感吧？

思考

嘗試過(guò)之后，你應(yīng)該不難發(fā)現(xiàn)，Streamlit 給你帶來(lái)了什么。

如果你學(xué)過(guò) Javascript 和 Flask, Django 等 Web 應(yīng)用開(kāi)發(fā)技術(shù)，Streamlit 可以加快你的 Web 應(yīng)用開(kāi)發(fā)與測(cè)試進(jìn)程。

如果你還沒(méi)有學(xué)過(guò)上述技術(shù)， Streamlit 就可以給你賦能，讓你一下子有了把數(shù)據(jù)分析結(jié)果變成產(chǎn)品的能力。

給你講點(diǎn)兒更激進(jìn)的。

有人已經(jīng)希望能用它替代掉 Flask 用于產(chǎn)品發(fā)布了。

還有人說(shuō)，將來(lái)寫技術(shù)文檔，也應(yīng)該充分使用 Streamlit 。

甚至，還把它比作了數(shù)據(jù)科學(xué)界的 iPhone 。

這里，它是借喻 iPhone 開(kāi)啟智能手機(jī)時(shí)代，說(shuō)明 Streamlit 的劃時(shí)代性。

我不希望你也變得如此激進(jìn)。

因?yàn)檫@里提到的每一種功用，現(xiàn)在還都有非常專業(yè)的工具做的更好，而且新的工具也在不斷涌現(xiàn)。

例如說(shuō)，我們?cè)诙鄠€(gè)教程中一直使用 Jupyter Notebook 。

現(xiàn)在憑借 Voila 擴(kuò)展的加持，你也可以很輕松地把 Jupyter Notebook 變成 Web app ，而且可以免費(fèi)運(yùn)行在 mybinder 上面。

但是，你可以看到，一個(gè)新的工具，以一種簡(jiǎn)單，而不是更繁復(fù)的辦法，解決一個(gè)功能痛點(diǎn)，是一件多么令人欣喜的事兒。

看了這篇文章，可能會(huì)給你一種誤解，似乎 JavaScript 為代表的前端編程技術(shù)，再也不需要學(xué)了。

其實(shí)不是這樣的。

可以想象，開(kāi)發(fā)門檻降低以后，將來(lái)會(huì)有更多的人使用 Python 來(lái)做 Web 應(yīng)用。

用 Streamlit 這樣的方法，他們只是開(kāi)發(fā)出了一個(gè)原型。

要是想打造精品，就必須精細(xì)調(diào)控很多細(xì)節(jié)。

這時(shí)候， Javascript 是繞不過(guò)去的。

如果你精通 Javascript ，那你潛在的合作對(duì)象一下子就多了起來(lái)，你掌握的這門技術(shù)，也就有了更大的價(jià)值。

還記得嗎？我不止一次給你強(qiáng)調(diào)過(guò)，協(xié)作網(wǎng)絡(luò)更重要。忘了的話，記得復(fù)習(xí)《學(xué) Python ，能提升你的競(jìng)爭(zhēng)力嗎？》。

這就好像印刷術(shù)的發(fā)明，不是讓會(huì)寫字這件事兒變得失去價(jià)值，而是全社會(huì)都增大了對(duì)好作品的渴求。深刻的思考，加上有效的文字表達(dá)，會(huì)讓你生存得更好。

當(dāng)然，如果你不希望精通寫作技藝，只是想做一個(gè)抄書匠糊口。那么印刷術(shù)就可能會(huì)替代你的工作，結(jié)果就不那么美妙了。

小結(jié)

本文我為你介紹了 Streamlit ，它可以讓你用 Python 腳本編寫簡(jiǎn)潔實(shí)用的交互式 Web 應(yīng)用。

通過(guò)學(xué)習(xí)本文，希望你掌握了以下知識(shí)點(diǎn)：

現(xiàn)在你有了一種選擇，僅用純 Python 做一個(gè)完整的交互式數(shù)據(jù)分析產(chǎn)品出來(lái)；

如何在讀取數(shù)據(jù)等常用重復(fù)操作中，使用 st.cache 裝飾器提升速度與效率；

如何使用滑動(dòng)條、下拉框等基本組件；

如何在網(wǎng)頁(yè)上輸出文字、表格和圖像；

如何把你本地構(gòu)建和測(cè)試后的 Web 應(yīng)用部署到 Heroku 上，以發(fā)布給你的合作者與客戶。

咱們是以數(shù)據(jù)分析和可視化為例，進(jìn)行了講解。而且為了講解的清晰，我們只介紹了 Streamlit 可實(shí)現(xiàn)功能的一小部分。但請(qǐng)注意，即便是目前， Streamlit 能幫你達(dá)成的目標(biāo)，也遠(yuǎn)遠(yuǎn)不止于此。

希望你能夠舉一反三，用 Streamlit 做出令人驚艷的作品。也歡迎你把作品的鏈接在留言區(qū)分享給咱們的同學(xué)。

祝編程愉快！

讀過(guò)本文，如果覺(jué)得有收獲，請(qǐng)點(diǎn)贊。

要讀更多的文章，微信關(guān)注我的公眾號(hào) “玉樹芝蘭”(nkwangshuyi)。別忘了加星標(biāo)，以免錯(cuò)過(guò)新推送提示。

如果本文對(duì)你身邊的親友有幫助，也歡迎你把本文通過(guò)微博或朋友圈分享給他們。

延伸閱讀

你可能也會(huì)對(duì)以下話題感興趣。點(diǎn)擊鏈接就可以查看。

題圖：Photo by Luke Chesser on Unsplash

總結(jié)

以上是生活随笔為你收集整理的动态数据交换 python_如何用 Python 和 Streamlit 做交互式数据分析产品？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。