Streamlit 入门使用指南及与 FastAPI 的配合使用
Streamlit 是一个用于构建数据应用的快速 Web 应用框架，它特别适合数据科学家和机器学习工程师，无需复杂的前端开发知识即可创建交互式应用。结合 FastAPI，可以轻松构建后端服务并将其与 Streamlit 前端进行配合使用，创建强大的数据应用。
1. 安装 Streamlit 和 FastAPI
首先，您需要安装 Streamlit 和 FastAPI。可以使用以下命令通过 pip 安装它们：
pip install streamlit fastapi uvicorn
2. 创建简单的 Streamlit 应用
以下是一个简单的 Streamlit 应用示例，展示了如何构建用户界面并处理用户输入。
# app.py
import streamlit as st
import requests# 设置页面标题
st.title("简单的 Streamlit 应用")# 创建文件上传控件
uploaded_file = st.file_uploader("上传文件", type=["csv", "txt"])if uploaded_file is not None:# 读取文件内容data = uploaded_file.getvalue().decode("utf-8")st.write("文件内容：")st.text(data)# 创建文本输入控件
user_input = st.text_input("输入一些文本")if st.button("提交"):# 将用户输入发送到 FastAPI 后端response = requests.post("http://127.0.0.1:8000/submit/", json={"input_text": user_input})if response.status_code == 200:st.write("后端响应：", response.json())else:st.error("请求失败！")
3. 创建 FastAPI 后端
接下来，创建一个简单的 FastAPI 后端来处理来自 Streamlit 的请求。
# main.py
from fastapi import FastAPI
from pydantic import BaseModelapp = FastAPI()class InputData(BaseModel):input_text: str@app.post("/submit/")
async def submit_data(data: InputData):return {"message": f"您提交的文本是：{data.input_text}"}# 运行应用
# 在命令行中执行 uvicorn main:app --reload
4. 运行应用
运行 FastAPI 后端：
在命令行中导航到 FastAPI 文件所在目录，然后运行以下命令：
uvicorn main:app --reload
运行 Streamlit 应用：
在另一个命令行窗口中导航到 Streamlit 文件所在目录，然后运行以下命令：
streamlit run app.py
5. 访问应用
- 访问 FastAPI 文档：
http://127.0.0.1:8000/docs - 访问 Streamlit 应用：默认在
http://localhost:8501。
6. 示例功能
- 文件上传：用户可以上传文件，应用会读取并显示文件内容。
- 文本输入：用户可以输入文本，点击提交后将数据发送到 FastAPI 后端，后端会返回处理结果。
7. 总结
Streamlit 和 FastAPI 的结合使得构建数据驱动的 Web 应用变得轻松而高效。Streamlit 负责提供用户友好的界面，FastAPI 则处理后端逻辑和数据请求。通过这种组合，您可以快速构建出强大且功能丰富的应用，无论是用于数据可视化、机器学习模型的展示，还是其他需要快速开发的应用场景。
希望这篇入门指南能帮助您快速上手 Streamlit 和 FastAPI，开启您的数据应用开发之旅！
)
