買這商品的人也買了...
-
$403數據決策：企業數據的管理、分析與應用 -
$507中台實踐：數字化轉型方法論與解決方案 -
標簽類目體系：面向業務的數據資產設計方法論$594$564 -
Python 金融市場賺大錢聖經：寫出你的專屬指標, 2/e$780$616 -
Python 爬蟲從菜鳥到高手$714$678 -
$659機器學習高級實踐：運算廣告、供需預測、智慧行銷、動態定價
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
