新書推薦：
《
周易大全
》
售價：HK$
147.2
《
元和十四年 ： 大唐中兴与沉沦的十字路口
》
售價：HK$
79.4
《
思考的技术：珍藏版
》
售價：HK$
90.9
《
琥珀之夏（《镜之孤城》作者、推理小说家辻村深月新长篇；能治愈童年创伤的，也许唯有长大成人的自己）
》
售價：HK$
59.8
《
流人系列02：亡狮
》
售價：HK$
90.9
《
希腊小史
》
售價：HK$
112.7
《
中国古代的谣言与谶语
》
售價：HK$
112.7
《
战役图文史：改变世界历史的50场战役 （彩印典藏版）
》
售價：HK$
147.2
|
| 編輯推薦： |
|
本书是一本从入门到实战的书籍，适合有Python基础的读者学习，如果无编程经验，则可先学习Python基础知识。为了让读者能够理解并使用各种元素和组件，每节内容都包含了使用说明和丰富示例，也包括代码思路和详细的操作步骤，实操性很强，可以加深对各种元素和组件的理解，逐渐掌握构建Streamlit应用页面的流程。
|
| 內容簡介： |
本书系统全面地讲解Streamlit的核心概念，实例项目应用和最佳实践。通过案例带你从零开始，逐步掌握Streamlit的基础知识和高级技能。你将学会如何使用Streamlit实现数据可视化、添加交互组件，构建出炫酷的Web应用。
本书分为两篇，基础篇（第1~7章）讲解Streamlitt的安装配置，以及基本的文本、数据、图表、多媒体等组件的使用和页面布局。实战篇（第8~10章）讲解开发企鹅分类项目、医疗费用预测项目、销售数据仪表板项目，帮助读者熟练掌握Streamlit的高级技能和开发流程。
本书采用理论与实践结合的方式，示例丰富。适合想快速构建机器学习和数据科学Web应用的Python使用者。配套内容有练习数据和源代码，读者可以通过阅读和编码实践快速掌握Streamlit，开发机器学习和数据科学的Web应用。
|
| 關於作者： |
|
王鑫 数据分析工程师，是一名终身学习者，拥有丰富的Python知识，精通Streamlit、Django、Pygame、Pandas、NumPy、scikit-learn、TensorFlow、Matplotlib、Vega-Altair、Pyomo、Ray等Python库，擅于通过编程学习新知识，热爱编程技术。
|
| 目錄：
|
教学课件（PPT） 本书源码
基 础 篇
第1章 Streamlit的介绍及安装（ 35min） 3
1.1 Streamlit是什么 3
1.2 Streamlit的优势及特点 3
1.3 Streamlit的安装 4
1.3.1 Python环境安装 4
1.3.2 通过Anaconda安装 4
1.4 Streamlit演示项目介绍 6
1.4.1 启动Streamlit演示项目后端服务 6
1.4.2 欢迎页面 6
1.4.3 动画演示页面 7
1.4.4 绘图演示页面 7
1.4.5 地理数据演示页面 8
1.4.6 数据框演示页面 8
1.5 关闭项目运行 9
1.6 启动自定义的项目 9
1.7 本章小结 10
第2章 文本类和数据类展示的元素（ 88min） 11
2.1 普通文本展示元素 11
2.2 标题展示元素 12
2.3 章节展示元素 13
2.4 子章节展示元素 16
2.5 代码块展示元素 17
2.6 说明文字展示元素 19
2.7 Markdown语法展示元素 21
2.8 LaTeX公式文本展示元素 23
2.9 数据框展示元素 24
2.10 Table数据框展示元素 26
2.11 Metric指标类展示元素 27
2.12 JSON数据展示元素 28
2.13 超级方法write()展示各类元素 30
第3章 数据可视化和图表元素（ 113min） 33
3.1 内置折线图 33
3.2 内置条形图 37
3.3 内置面积图 40
3.4 内置带点的地图 44
3.5 展示Graphviz库图像 45
3.6 展示Matplotlib库图像 47
3.6.1 折线图 48
3.6.2 条形图 49
3.6.3 面积图 51
3.7 展示Seaborn库图像 52
3.8 展示Vega-Altair库图像 54
3.8.1 折线图 54
3.8.2 热力图 55
3.9 展示Plotly库图像 57
3.10 展示Bokeh库图像 58
3.11 展示Pydeck库图像 60
第4章 多媒体展示元素（ 39min） 64
4.1 图像 64
4.1.1 单个图像 65
4.1.2 多个图像 67
4.1.3 操作图像 68
4.2 音频 69
4.2.1 播放本地音频 69
4.2.2 播放生成的音频 69
4.3 视频 70
4.4 表情符号 71
第5章 用户输入类组件（ 162min） 73
5.1 普通按钮 73
5.2 单选按钮 75
5.3 复选框 77
5.4 下拉按钮 79
5.5 多选下拉按钮 81
5.6 数值滑块组件 84
5.7 范围选择滑块组件 86
5.8 下载按钮 88
5.9 单行文本输入框组件 90
5.10 数字输入框组件 92
5.10.1 简单示例 93
5.10.2 计算身体质量指数 94
5.11 多行文本输入框组件 95
5.12 日期选择组件 97
5.13 时间选择组件 99
5.14 文件上传组件 101
5.14.1 上传单个文件 102
5.14.2 上传多个文件 103
5.15 拍照组件 104
5.16 颜色捡拾组件 105
第6章 布局和容器组件（ 76min） 107
6.1 侧边栏 107
6.1.1 往侧边栏添加组件的语法 107
6.1.2 使用示例 107
6.1.3 使用侧边栏实现多页面应用 108
6.1.4 使用侧边栏实现山西旅游助手 109
6.2 列容器 110
6.2.1 使用示例 111
6.2.2 使用列容器构成栅格布局 112
6.3 选项卡 113
6.3.1 使用示例 113
6.3.2 使用选项卡介绍机器学习流程 114
6.4 扩展器 116
6.4.1 使用示例 116
6.4.2 使用扩展器介绍NumPy库 117
6.5 容器 119
6.6 占位容器 120
6.7 多页面应用 122
第7章 状态显示、流程控制及高级特性（ 122min） 125
7.1 状态显示 125
7.1.1 进度条组件 125
7.1.2 旋转等待组件 126
7.1.3 错误信息框 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 异常信息框 130
7.2 控制流程 131
7.2.1 停止执行 131
7.2.2 提交表单 132
7.3 高级特性 134
7.3.1 页面设置 134
7.3.2 回显代码 136
7.3.3 显示帮助信息 138
7.3.4 会话状态 142
7.3.5 优化性能 145
实 战 篇
第8章 企鹅分类项目（ 116min） 153
8.1 标准的机器学习工作流程 153
8.1.1 数据收集 153
8.1.2 数据预处理 154
8.1.3 构建数据集 154
8.1.4 模型的训练 155
8.1.5 模型的优化 155
8.1.6 模型的评估 156
8.1.7 模型的部署 156
8.2 企鹅分类Web应用 157
8.2.1 数据集介绍 157
8.2.2 创建基于机器学习的企鹅分类Web应用 158
第9章 医疗费用预测Web应用（ 61min） 174
9.1 数据集介绍 174
9.2 数据预处理 176
9.3 选择回归算法创建模型 177
9.4 将模型保存到文件中 179
9.5 在Streamlit Web应用中使用预先训练的模型 180
9.5.1 构建用户输入的Web页面 180
9.5.2 将用户输入数据转换为数据预处理的数据格式 182
9.5.3 根据输入数据预测医疗费用 184
9.5.4 优化医疗费用预测Web应用 185
第10章 销售数据仪表板Web应用（ 83min） 191
10.1 数据集介绍 191
10.2 读取超市销售数据 192
10.3 创建筛选维度的侧边栏 194
10.4 创建可视化图表 197
10.4.1 创建按产品类型划分的横向条形图 197
10.4.2 创建按小时划分的纵向条形图 200
10.5 创建关键指标信息 203
10.6 组织信息调整布局 206
10.6.1 实现整体布局 207
10.6.2 替换各区域内容 209
VI
VII
|
| 內容試閱：
|
随着机器学习和数据科学的发展，将分析结果呈现给非技术人员也变得极为重要。传统的基于Flask、FastAPI或Django的Web框架需要编写大量模板和视图代码，开发效率较低。Streamlit这个迅速崛起的Python库改变了这一切，它极大地降低了构建数据Web应用的门槛，让开发者可以使用熟悉的Python语言，快速地构建交互式的机器学习和数据科学Web应用。
Streamlit以其惊人的高效率和强大功能，吸引了众多数据科学家和机器学习工程师。相信通过本书的学习，读者可以掌握这个优秀Python库的用法，使机器学习和数据科学Web应用的开发变得简单并富有成效。让我们开始Streamlit之旅，建造属于自己的Streamlit?Web应用吧！
本书主要内容
第1章介绍Streamlit的优势、安装、启动和关闭，展示Streamlit自带的非常漂亮的演示项目。
第2章介绍文本类和数据类的展示元素，包括标题展示元素、章节展示元素、子章节展示元素、代码块展示元素、说明文字展示元素、Markdown语法展示元素、LaTeX公式文本展示元素、数据框展示元素、Table数据框展示元素、Metric指标类展示元素、JSON数据 展示。
第3章介绍数据可视化和图表元素，不仅包括Streamlit内置的折线图、条形图、面积图和地理数据图表，还包括如何展示其他可视化库的图像，如Graphviz库图像、Matplotlib库图像、Seaborn库图像、Vega-Altair库图像、Plotly库图像、Bokeh库图像、Pydeck库图像。
第4章介绍多媒体展示元素，包括图像、音频、视频、表情符号等。
第5章介绍用户输入类组件，包括普通按钮、单选按钮、下拉按钮、多选下拉按钮、数值滑块组件、范围选择滑块组件、下载按钮、单行文本输入框组件、数字输入框组件、多行文本输入框组件、日期选择组件、时间选择组件、文件上传组件、拍照组件及颜色捡拾组件。
第6章介绍布局和容器组件，包括侧边栏、列容器、选项卡、扩展器、容器、占位容器和多页面应用。
第7章介绍状态显示、流程控制和一些高级特性。
第8章介绍标准的机器学习工作流程，以及如何构建一个基于随机森林分类算法的企鹅分类Web应用。
第9章构建一个基于随机森林回归算法的医疗费用预测Web应用，为医疗保险公司的定价提供决策依据。
第10章构建一个超市集团的销售数据仪表板Web应用，为管理人员提供漂亮的动态数据分析工具。
阅读建议
本书是一本从入门到实战的书籍，适合有Python基础的读者学习，如果无编程经验，则可先学习Python基础知识。最好可以按照书中的顺序，先学习Streamlit的各种基础元素和组件用法，如文本、图表、多媒体、视频、音频等，为了让读者能够理解并使用各种元素和组件，每节内容都包含了使用说明和丰富示例，也包括代码思路和详细的操作步骤，实操性很强，可以加深对各种元素和组件的理解，逐渐掌握构建Streamlit应用页面的流程。
第1~7章属于基础篇，可以边看书边跟着示例代码和注释实践，这样可以加深印象。每学一个元素和组件都可以实现一个小的Web应用。建议读者先按照第1章内容搭建好开发环境，并成功运行Streamlit自带的演示项目，感受Streamlit的简单和强大。别全部看完再实践，应该是逐章节学习，并配合动手实践。
第8~10章属于实战篇，读者在掌握了前面的基础知识后，再通过构建3个不同任务的Web应用来全面掌握Streamlit的开发过程。这里建议读者在开发的过程中，如果遇到不熟悉的机器学习或其他方面的知识点，则可以搁置起来，先完成整个Web应用，建立信心，后续当有意愿了解其他方面的知识时可以查阅相关资料。
资源下载提示 ??素材（源码）等资源：扫描目录上方的二维码下载。 ??视频等资源：扫描封底的文泉云盘防盗码，再扫描书中相应章节的二维码，可以在线学习。
致谢
感谢Streamlit及其社区的贡献者，为我们提供了这么简单、强大、美观的Python开 源库。
感谢我的奶奶、爸爸和妹妹，是你们一直以来的支持和鼓励，让我有动力和激情投入书籍创作中。
感谢我的朋友、同学和老师，是你们的陪伴、帮助和教导，让我树立了终身学习、勇攀知识高峰的信仰。
感谢我的领导和同事，是你们的包容和帮助，让我有机会接触到Python语言。
感谢寰球游泳健身俱乐部，为我编写本书提供了相对适宜的写作环境和健身环境。
感谢清华大学出版社赵佳霓编辑，在观看我的Streamlit相关视频后，主动联系我，邀请我编写本书，并在审稿过程中给予了许多宝贵意见和帮助。
感谢所有的读者，能与大家分享知识给我莫大的满足感，期待与读者有更多交流。
由于时间仓促，书中难免存在不妥之处，请读者见谅，并提宝贵意见。
王鑫
2024年2月
II
III
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
