Python 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)
王鑫
- 出版商: 清華大學
- 出版日期: 2024-04-01
- 定價: $354
- 售價: 9.5 折 $336
- 語言: 簡體中文
- 頁數: 228
- ISBN: 730265753X
- ISBN-13: 9787302657538
-
相關分類:
Python、程式語言、Machine Learning、Data Science
-
相關翻譯:
輕量又漂亮的 Python Web 框架 - Streamlit AI 時代非學不可 (繁中版)
立即出貨 (庫存=1)
買這商品的人也買了...
-
$499$394 -
$324Go 專家編程
-
$450$405 -
$458Flutter 內核源碼剖析
-
$414$393 -
$454最優試驗設計 — 案例分析
-
$534$507 -
$305RPA 落地指南
-
$509Elasticsearch 數據搜索與分析實戰
-
$305網絡攻防實訓 (微課視頻版)
-
$479$455 -
$479$455 -
$834$792 -
$403Python 量化交易實戰 — 使用 vn.py 構建交易系統
-
$480$360 -
$653車規級芯片技術
-
$650$514 -
$708$673 -
$454ChatGLM3大模型本地化部署、應用開發與微調
-
$580$458 -
$520$390 -
$330$314 -
$450$351 -
$690$545 -
$888$844
相關主題
商品描述
本書系統全面地講解Streamlit的核心概念,實例項目應用和**實踐。通過案例帶你從零開始,逐步掌握Streamlit的基礎知識和高級技能。你將學會如何使用Streamlit實現數據可視化、添加交互組件,構建出炫酷的Web應用。 本書分為兩篇,基礎篇(第1~7章)講解Streamlitt的安裝配置,以及基本的文本、數據、圖表、多媒體等組件的使用和頁面佈局。實戰篇(第8~10章)講解開發企鵝分類項目、醫療費用預測項目、銷售數據儀表板項目,幫助讀者熟練掌握Streamlit的高級技能和開發流程。 本書採用理論與實踐結合的方式,示例豐富。適合想快速構建機器學習和數據科學Web應用的Python使用者。配套內容有練習數據和源代碼,讀者可以通過閱讀和編碼實踐快速掌握Streamlit,開發機器學習和數據科學的Web應用。
目錄大綱
??????? ??? ???????????????
教學課件(PPT) ? 本書源碼
基 礎 篇
第1章 Streamlit的介紹及安裝( 35min) 3
1.1 Streamlit是什麽 3
1.2 Streamlit的優勢及特點 3
1.3 Streamlit的安裝 4
1.3.1 Python環境安裝 4
1.3.2 通過Anaconda安裝 4
1.4 Streamlit演示項目介紹 6
1.4.1 啟動Streamlit演示項目後端服務 6
1.4.2 歡迎頁面 6
1.4.3 動畫演示頁面 7
1.4.4 繪圖演示頁面 7
1.4.5 地理數據演示頁面 8
1.4.6 數據框演示頁面 8
1.5 關閉項目運行 9
1.6 啟動自定義的項目 9
1.7 本章小結 10
第2章 文本類和數據類展示的元素( 88min) 11
2.1 普通文本展示元素 11
2.2 標題展示元素 12
2.3 章節展示元素 13
2.4 子章節展示元素 16
2.5 代碼塊展示元素 17
2.6 說明文字展示元素 19
2.7 Markdown語法展示元素 21
2.8 LaTeX公式文本展示元素 23
2.9 數據框展示元素 24
2.10 Table數據框展示元素 26
2.11 Metric指標類展示元素 27
2.12 JSON數據展示元素 28
2.13 超級方法write()展示各類元素 30
第3章 數據可視化和圖表元素( 113min) 33
3.1 內置折線圖 33
3.2 內置條形圖 37
3.3 內置面積圖 40
3.4 內置帶點的地圖 44
3.5 展示Graphviz庫圖像 45
3.6 展示Matplotlib庫圖像 47
3.6.1 折線圖 48
3.6.2 條形圖 49
3.6.3 面積圖 51
3.7 展示Seaborn庫圖像 52
3.8 展示Vega-Altair庫圖像 54
3.8.1 折線圖 54
3.8.2 熱力圖 55
3.9 展示Plotly庫圖像 57
3.10 展示Bokeh庫圖像 58
3.11 展示Pydeck庫圖像 60
第4章 多媒體展示元素( 39min) 64
4.1 圖像 64
4.1.1 單個圖像 65
4.1.2 多個圖像 67
4.1.3 操作圖像 68
4.2 音頻 69
4.2.1 播放本地音頻 69
4.2.2 播放生成的音頻 69
4.3 視頻 70
4.4 表情符號 71
第5章 用戶輸入類組件( 162min) 73
5.1 普通按鈕 73
5.2 單選按鈕 75
5.3 復選框 77
5.4 下拉按鈕 79
5.5 多選下拉按鈕 81
5.6 數值滑塊組件 84
5.7 範圍選擇滑塊組件 86
5.8 下載按鈕 88
5.9 單行文本輸入框組件 90
5.10 數字輸入框組件 92
5.10.1 簡單示例 93
5.10.2 計算身體質量指數 94
5.11 多行文本輸入框組件 95
5.12 日期選擇組件 97
5.13 時間選擇組件 99
5.14 文件上傳組件 101
5.14.1 上傳單個文件 102
5.14.2 上傳多個文件 103
5.15 拍照組件 104
5.16 顏色撿拾組件 105
第6章 佈局和容器組件( 76min) 107
6.1 側邊欄 107
6.1.1 往側邊欄添加組件的語法 107
6.1.2 使用示例 107
6.1.3 使用側邊欄實現多頁面應用 108
6.1.4 使用側邊欄實現山西旅游助手 109
6.2 列容器 110
6.2.1 使用示例 111
6.2.2 使用列容器構成柵格佈局 112
6.3 選項卡 113
6.3.1 使用示例 113
6.3.2 使用選項卡介紹機器學習流程 114
6.4 擴展器 116
6.4.1 使用示例 116
6.4.2 使用擴展器介紹NumPy庫 117
6.5 容器 119
6.6 占位容器 120
6.7 多頁面應用 122
第7章 狀態顯示、流程控制及高級特性( 122min) 125
7.1 狀態顯示 125
7.1.1 進度條組件 125
7.1.2 旋轉等待組件 126
7.1.3 錯誤信息框 127
7.1.4 警告信息框 128
7.1.5 提示信息框 129
7.1.6 成功信息框 129
7.1.7 異常信息框 130
7.2 控制流程 131
7.2.1 停止執行 131
7.2.2 提交表單 132
7.3 高級特性 134
7.3.1 頁面設置 134
7.3.2 回顯代碼 136
7.3.3 顯示幫助信息 138
7.3.4 會話狀態 142
7.3.5 優化性能 145
實 戰 篇
第8章 企鵝分類項目( 116min) 153
8.1 標準的機器學習工作流程 153
8.1.1 數據收集 153
8.1.2 數據預處理 154
8.1.3 構建數據集 154
8.1.4 模型的訓練 155
8.1.5 模型的優化 155
8.1.6 模型的評估 156
8.1.7 模型的部署 156
8.2 企鵝分類Web應用 157
8.2.1 數據集介紹 157
8.2.2 創建基於機器學習的企鵝分類Web應用 158
第9章 醫療費用預測Web應用( 61min) 174
9.1 數據集介紹 174
9.2 數據預處理 176
9.3 選擇回歸算法創建模型 177
9.4 將模型保存到文件中 179
9.5 在Streamlit Web應用中使用預先訓練的模型 180
9.5.1 構建用戶輸入的Web頁面 180
9.5.2 將用戶輸入數據轉換為數據預處理的數據格式 182
9.5.3 根據輸入數據預測醫療費用 184
9.5.4 優化醫療費用預測Web應用 185
第10章 銷售數據儀表板Web應用( 83min) 191
10.1 數據集介紹 191
10.2 讀取超市銷售數據 192
10.3 創建篩選維度的側邊欄 194
10.4 創建可視化圖表 197
10.4.1 創建按產品類型劃分的橫向條形圖 197
10.4.2 創建按小時劃分的縱向條形圖 200
10.5 創建關鍵指標信息 203
10.6 組織信息調整佈局 206
10.6.1 實現整體佈局 207
10.6.2 替換各區域內容 209
VI
VII