作者|Chanin Nantasenamat 编译|VK 来源|Towards Data Science
在本文中,我将向你展示如何使用streamlit python库快速构建一个简单的数据驱动web应用程序,只需几行代码。
作为一名数据科学家或机器学习工程师,能够部署我们的数据科学项目是很重要的。传统的使用Django或Flask这样的框架来部署机器学习模型可能是一项艰巨和/或耗时的任务。
我们正在构建的股票网络应用程序概述
今天,我们将构建一个简单的web应用程序来显示股票价格和成交量。这将需要使用两个Python库,即streamlit和yfinance。
从概念上讲,该应用程序将从雅虎检索历史市场数据,从yfinance库得到资金信息。此数据保存到dataframe中,streamlit将使用此数据作为输入参数,以便将其显示为折线图。
安装必备库
在本教程中,我们将使用两个需要安装的Python库。其中包括streamlit和yfinance。你可以通过下面的pip install命令轻松完成此操作,以安装streamlit:
pip install streamlit
对yfinance也执行相同的操作,如下所示:
pip install yfinance
web应用程序的代码
让我们看看我们今天正在构建的web应用程序的代码。你会发现只有不到20行代码(也就是说,如果不计算注释的话,那就把代码缩减到14行,其中3行是出于美观目的的空行)。
import yfinance as yf
import streamlit as st
st.write("""
# 简单的股票价格App
Shown are the stock closing price and volume of Google!
""")
# https://towardsdatascience.com/how-to-get-stock-data-using-python-c0de1df17e75
# 定义股票代码
tickerSymbol = 'GOOGL'
# 获取这个股票的数据
tickerData = yf.Ticker(tickerSymbol)
# 为这个股票得到历史价格
tickerDf = tickerData.history(period='1d', start='2010-5-31', end='2020-5-31')
st.line_chart(tickerDf.Close)
st.line_chart(tickerDf.Volume)
代码的逐行解释
让我们花点时间来理解上面的代码。
- 1和2行
导入yfinance并赋其yf的别名,导入streamlit并赋其st的别名。
- 4-7行
使用st.write()函数打印输出文本。这些打印出来的文本是用markdown格式写的。
-
9-16行
使用yfinance库从雅虎检索历史市场数据。
- 第11行-将股票代码定义为GOOGL。
- 第13行-使用yf.Ticker()函数,顾名思义,允许访问股票代码数据。需要注意的是,tickerData是一个tickerData对象,如果我们将tickerData作为一个命令运行,我们将得到以下输出yfinance.Ticker object <GOOGL>。
- 第15行-创建tickerDf数据帧并定义日期范围(从2010年5月31日到2020年5月31日)和时间段(1天)。
- 18-19行
使用st.line_chart()函数绘制折线图(使用第15行定义Close 和Volume 列的收盘价)。
运行web应用程序
将代码保存到名为我的app.py,启动命令提示符(或Microsoft Windows中的Power Shell)并运行以下命令:
streamlit run myapp.py
接下来,我们将看到以下消息:
> streamlit run myapp.py
You can now view your Streamlit app in your browser.
Local URL: http://localhost:8501
Network URL: http://10.0.0.11:8501
在短时间内,将弹出一个internet浏览器窗口,并将你引导到已创建的web应用程序http://localhost:8501,如下所示。
你已经用Python创建了第一个web应用程序!
定制web应用程序
好吧,你可能想定制这个web应用程序的界面,请看如下代码。
import yfinance as yf
import streamlit as st
st.write("""
# Simple Stock Price App
Shown are the stock **closing price** and ***volume*** of Google!
""")
# https://towardsdatascience.com/how-to-get-stock-data-using-python-c0de1df17e75
# 定义股票代码
tickerSymbol = 'GOOGL'
# 获取这个股票的数据
tickerData = yf.Ticker(tickerSymbol)
# 为这个股票得到历史价格
tickerDf = tickerData.history(period='1d', start='2010-5-31', end='2020-5-31')
st.write("""
## Closing Price
""")
st.line_chart(tickerDf.Close)
st.write("""
## Volume
""")
让我们花点时间来理解上面的代码。
- 第6行
请注意,我们将“closing price”加粗。还请注意,我们通过在单词前面和后面使用三个星号使单词“volume”既粗体又斜体。
- 18-20行和22-25行
在这里,我们在收盘价和成交量图之前添加了一个markdown格式的标题。
现在我们有了一个更新的网络应用程序。
原文链接:https://towardsdatascience.com/how-to-build-a-data-science-web-app-in-python-61d1bed65020
欢迎关注磐创AI博客站: http://panchuang.net/
sklearn机器学习中文官方文档: http://sklearn123.com/
欢迎关注磐创博客资源汇总站: http://docs.panchuang.net/
来源:oschina
链接:https://my.oschina.net/u/4253699/blog/4461348