買這商品的人也買了...
-
$454區塊鏈財稅管理與 Corda 開發指南 -
圖解 RPA 機器人流程自動化入門：10堂基礎課程+第一線導入實證，從資料到資訊、從人工操作到數位勞動力，智慧化新技術的原理機制、運作管理、效益法則$499$394 -
Docker 專業養成 ─ 活用基礎與實踐技能 (暢銷回饋版)$450$351 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$493 -
材料熱力學, 6/e$1,250$1,188 -
可程式控制快速進階篇 (含乙級機電整合術科解析)(附範例光碟)$390$351 -
核心開發者親授！PyTorch 深度學習攻略 (Deep Learning with Pytorch)$1,000$850 -
跟著 Docker 隊長，修練 22天就精通 - 搭配 20小時作者線上教學，無縫接軌 Microservices、Cloud-native、Serverless、DevOps 開發架構$880$695 -
深入理解企業級區塊鏈 Quorum 和 IPFS$474$450 -
RPA 實施方法論$534$507 -
精通區塊鏈開發技術, 2/e$894$849 -
$305RPA 落地指南 -
低代碼打造RPA——Power Automate Desktop基礎實戰$479$455 -
Node.js 量化投資全攻略：從資料收集到自動化交易系統建構實戰（iThome鐵人賽系列書）【軟精裝】$760$570 -
圖解元宇宙｜核心技術 x 商業應用 x 未來發展$480$379 -
幫員工自己變優秀的神奇領導者：能問會聽、不靠權力，今日企業最需要的教練型主管（經典新版）$650$514 -
LLM 的瑞士刀 - 用 LangChain 極速開發可擴充大型應用程式$880$695 -
AI 助攻 Python 超級入門 創意設計 x AI 程式實作$580$458 -
$336Python Streamlit 從入門到實戰 — 快速構建機器學習和數據科學 Web 應用 (微課視頻版) -
C的快速 + Python 的易學 - Go語言全功能開發養成書$880$695 -
RPA 機器人與商務應用$330$314 -
LLM 大型語言模型的絕世祕笈：27路獨步劍法，帶你闖蕩生成式 AI 的五湖四海 （iThome鐵人賽系列書）$650$507 -
穿戴式裝置：引領人類走向元宇宙的智慧技術$450$351 -
輕量又漂亮的 Python Web 框架 - Streamlit AI 時代非學不可$690$545 -
$378人人都能開發 RPA 機器人：UiPath 從入門到實戰
相關主題
商品描述
當數據科學家使用Python處理數據，並希望創建展示ML模型的數據應用程序，以及進行易於創建的交互式可視化時，那麽Streamlit將是最理想的選擇。Streamlit for Data Science(第2版)向數據科學家展示瞭如何在Python內快速創建和部署小部件和儀表板。這可以幫助他們在幾小時內而不是幾天內創建原型。 為了掌握Streamlit這項技術，需要通過大量的實際案例來學習。本書由一個富有創造力的Streamlit用戶編寫，他在第一版發布後就一直使用該技術，本選題建立在前一版的實用性基礎上，帶來大量的更新，包括將Streamlit連接到Snowflake數據倉庫，部署在Hugging Face上，以及在GitHub上提供完全更新的代碼庫，通過這些內容可以幫助讀者練習新發布的技能。 讀者將從Streamlit的基礎知識開始Streamlit的學習，並通過使用機器學習模型和製作高質量的交互式應用程序逐漸熟悉Streamlit的使用技巧。本書通過實際示例幫讀者掌握許多更具挑戰性的主題，如Streamlit組件、美化應用程序和快速部署。 通過本書，讀者將能夠輕鬆快速地在Streamlit中創建動態web應用程序。
目錄大綱
第1章 Streamlit簡介技術要求 002
為什麽選擇Streamlit 002
安裝Streamlit 003
組織Streamlit應用程序 004
Streamlit繪圖演示 005
從頭開始創建一個應用程序 008
在Streamlit應用中使用用戶輸入 015
在Streamlit中添加文本 018
本章小結 020
第2章 上傳、下載和操作數據技術要求 021
環境設置：使用Palmer的Penguins
數據集 022
探索Palmer的Penguins數據集 023
Streamlit中的流程控制 034
調試Streamlit應用程序 037
在Streamlit中開發 038
在Jupyter中探索，然後復制到
Streamlit中 038
Streamlit中的數據操作 039
緩存簡介 040
會話狀態的持久性 044
本章小結 048
第3章 數據可視化技術要求 050
舊金山樹木（SF Tree）數據集：
一個新的數據集 050
Streamlit可視化用例 052
Streamlit的內置圖表函數 052
Streamlit的內置可視化選項 058
Plotly 059
Matplotlib和Seaborn 060
Bokeh 062
Altair 064
PyDeck 066
配置選項 067
本章小結 074
第4章 Streamlit中的機器學習和人工智能技術要求 076
標準機器學習工作流程 076
預測企鵝的種類 077
在Streamlit中利用預訓練的
機器學習模型 081
在Streamlit應用程序中訓練模型 085
理解機器學習結果 090
集成外部機器學習庫：
Hugging Face示例 094
集成外部AI庫：OpenAI示例 096
在OpenAI中進行身份驗證 097
OpenAI API的成本 097
Streamlit和OpenAI 097
本章小結 103
第5章 使用Streamlit社區雲部署Streamlit技術要求 105
使用Streamlit社區雲 105
GitHub快速入門 106
使用Streamlit社區雲進行部署 112
調試Streamlit社區雲 115
Streamlit Secrets 116
本章小結 119
第6章 美化Streamlit應用程序技術要求 121
設置舊金山（SF）樹木數據集 121
在Streamlit中使用列 122
探索頁面配置 127
使用Streamlit標簽 130
使用Streamlit側邊欄 132
使用顏色選擇器輸入顏色 137
創建多頁應用程序 139
可編輯的DataFrame 143
本章小結 146
第7章 探索Streamlit組件技術要求 149
使用streamlit-aggrid添加可編輯的 DataFrame 150
使用streamlit-plotlyevents
創建可鑽取的圖表 154
使用Streamlit組件——streamlit-lottie 158
使用Streamlit組件
——streamlit-pandas-profiling 160
使用st-folium創建交互式地圖 163
使用streamlit-extras創建輔助函數 167
查找更多組件 168
本章小結 168
第8章 使用Hugging Face和Heroku部署
Streamlit應用程序技術要求 170
在Streamlit Community Cloud、Hugging Face和Heroku之間進行選擇 170
使用Hugging Face部署
Streamlit應用程序 171
使用Heroku部署Streamlit
應用程序 175
設置並登錄Heroku 176
克隆並配置本地存儲庫 176
部署到Heroku 178
本章小結 179
第9章 連接數據庫
技術要求 181
使用Streamlit連接到Snowflake 182
使用Streamlit連接到BigQuery 187
向查詢鏈接添加用戶輸入 191
組織查詢 193
本章小結 195
第10章 使用Streamlit優化求職申請
技術要求 196
Streamlit技能展示項目 197
機器學習-企鵝應用程序 198
可視化-美觀的樹木應用 200
在Streamlit中優化求職申請 201
問題 202
回答問題1 203
回答問題2 212
本章小結 215
第11章 數據項目——在Streamlit中製作項目原型
技術要求 217
數據科學創意 217
收集和清理數據 219
創建最小可行產品（MVP） 221
我每年閱讀多少本書 222
我通常需要多長時間讀完一本書 223
我讀的書都有多少頁 225
我所讀的書籍都是哪一年出版的 226
如何比較我與其他Goodreads
用戶的書評 229
迭代改進 232
通過動畫進行美化 233
通過文本和額外的統計數據
構建敘述 234
通過文本和附加統計數據
構建敘事 236
托管和推廣 238
本章小結 238
第12章 Streamlit資深用戶
Fanilo Andrianasolo 240
Adrien Treuille 244
Gerard Bentley 247
Arnaud Miribel和Zachary
Blackwood 251
Yuichiro Tachibana 257
本章小結 261
