データサイエンス

StreamlitはPythonで手軽にインタラクティブなWebアプリを作れる便利なフレームワークです。この記事では、Streamlitの概要、使い方、そして私が作成したアプリの実例をお伝えします。 Streamlitとは？ Streamlitは、データサイエンスや機械学習の結果を視覚化するために設計されたPythonライブラリです。以下の特徴があり、初心者でも非常に扱いやすいです： シンプルな構文: PythonだけでWebアプリが作れる リアルタイムのインタラクション: インタラクティブなウィジェットを簡単に追加可能 オープンソース: 無料で利用できる Pythonの知識があれば、複雑なWeb開発の知識がなくても短時間で美しいアプリを作成できます。 Streamlitの始め方 Streamlitを始めるには、まずインストールが必要です。以下のコマンドを使ってインストールしてください： pip install streamlit 次に、以下のようなPythonスクリプトを作成します： import streamlit as st st.title('Hello, Streamlit!') st.write('これは初めてのStreamlitアプリです。') このスクリプトを保存し、以下のコマンドで実行します： streamlit run your_script_name.py これだけで、ブラウザにアプリが表示されます！ 私が作成したアプリ例 今回作成したアプリは、筋トレの日付、トレーニング内容、セット数、レップスを記録するシンプルなアプリです。選択ボックスやスライドバーを簡単なコードで作成できました。 import pandas as pd import streamlit as st import os # タイトルを表示 st.title('Training journal app') # ユーザー入力を受け取る date = st.date_input('日付') train_name = st.selectbox('トレーニング内容', ['ベンチプレス', 'スクワット', 'デッドリフト']) set_num = st.number_input('セット数', min_value=1) set_reps = st.slider('レップス', min_value=0, max_value=50, step=1, value=10) # 空のデータフレームを作成 if 'training_log.csv' not in os.listdir(): df = pd.DataFrame(columns=['日付', 'トレーニング内容', 'セット数', 'レップス']) df.to_csv('training_log.csv', index=False) # ボタンが押されたらデータフレームに追加 if st.button('保存'): # データフレームを読み込む df = pd.read_csv('training_log.csv') # 新しいデータを追加 new_data = pd.DataFrame({ '日付': [date], 'トレーニング内容': [train_name], 'セット数': [set_num], 'レップス': [set_reps] }) df = pd.concat([df, new_data], ignore_index=True) # データフレームを保存 df.to_csv('training_log.csv', index=False) # データフレームを表示 st.write(df) アプリの機能 このアプリでは、以下の機能を提供しています： 選択ボックス、スライドバーで記録 保存ボタンでデータをcsv保存 シンプルなインターフェースで誰でも操作可能 まとめ Streamlitは、Pythonユーザーにとって非常に便利なツールです。データを共有したり、インタラクティブなアプリを簡単に作成したりできます。 質問やコメントがあれば、お気軽にお寄せください。

データサイエンス

ダミー変数化とダミートラップを徹底解説！Pythonコード付き

Pythonで簡単に作れる！Streamlitを使ったWebアプリ開発