[AWS 사전공인교육] Streamlit 활용하기 (1)

Streamlit은 Google Colab, Jupyter notebook 등 파이썬 언어를 지원하는 곳 어디에서나 활용이 가능한 시각화 툴이다. 분석 툴이 아니기 때문에, 프론트 지식이 어느 정도는 뒷받침되어야 한다고 생각함 (디자인 센스라도 ,,)
 
 

---

설치부터 실행까지 기본적인 코드는 아래와 같다. 만약 아래 기본 코드가 먹히지 않는다면 !pip install (magic command) 나 pip3 로 변경하면 된다. 
 

#1. Streamlit 모듈 설치하기
pip install streamlit
#2. 앱 폴더 및 파일 만들기
mkdir apps
cd apps
touch app.py
#3. Streamlit 모듈 import 하고 실행하기
import streamlit as st
#4. Streamlit 실행하기(터미널에 입력)
streamlit run app.py

앞서 기본적인 프론트 지식이 조금 필요할 수 있다고 했는데, 그 첫 번째 이유는 Title, Header, Subheader에서 시작한다. 말하자면 큰 제목, 중간 제목, 작은 제목이라고 할 수 있고 작은 제목에 깨알같은 내용들(Text)이 출력되는 것. 

import streamlit as st
## Title
st.title("Streamlit Tutorial")
## Header/Subheader
st.header("This is header")
st.subheader("This is subheader")
## Text
st.text("Hello Streamlit!")

Hello World 대신 Hello Streamlit 으로 변경해보았다 :)
다음은 Markdown으로, Streamlit 역시 Dash 와 마찬가지로 Markdown을 지원한다.

import streamlit as st
## Markdown syntax
st.markdown("# This is a Markdown title")
st.markdown("## This is a Markdown header")
st.markdown("### This is a Markdown subheader")
st.markdown("- item 1\n"
 " - item 1.1\n"
 " - item 1.2\n"
 "- item 2\n"
 "- item 3")
st.markdown("1. item 1\n"
 " 1. item 1.1\n"
 " 2. item 1.2\n"
 "2. item 2\n"
 "3. item 3"

5.3 Latex : 백슬래시(\)을 자주 사용하는, 논문이나 노션 등의 작성 툴에서 수식작성을 위해 쓰이는 그 라텍스이다.

import streamlit as st
## Latex
st.latex(r"Y = \alpha + \beta X_i")
## Latex-inline
st.markdown(r"회귀분석에서 잔차식은 다음과 같습니다 $e_i = y_i —
\hat{y}_i$")

6. 메시지 
: html, css 등 웹 관련 지식은 여기서도 필요하다. 알림창을 디자인하는 것도 프론트의 몫인데, 여기서는 포맷된 형태로 (알림)메시지와 에러메시지, 예외처리 메시지 기능을 제공한다. 

import streamlit as st
## Error/message text
st.success("Successful")
st.info("Information!")
st.warning("This is a warning")
st.error("This is an error!")
st.exception("NameError('Error name is not defined')"

7. 시각화 툴이라고 했으니까, 데이터를 분석한 결과를 시각화해보자. 클래식 데이터 중 하나인 iris data를 github 상에서 불러왔다. 

## Load data
import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt
# GitHub 에서 아이리스 데이터 다운로드
url = "https://raw.githubusercontent.com/uiuc-cse/data-fa14/ghpages/data/iris.csv"
iris_df = pd.read_csv(url)

이런 결과물로 데이터프레임과 테이블, 데이터를 출력하는 방법은 크게 3가지이다. 
1) st.table : 입력한 테이블 전체 return
2) st.dataframe : 10개 행을 기준으로 스크롤 가능, 그 후의 열마다 정렬하는 것도 가능!
3) st.write : st.dataframe과 같은 결과를 return

## Load data
import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt
# GitHub 에서 아이리스 데이터 다운로드
url = "https://raw.githubusercontent.com/uiuc-cse/data-fa14/ghpages/data/iris.csv"
iris_df = pd.read_csv(url)
## Return table/dataframe
# table
st.table(iris_df.head())
# dataframe
st.dataframe(iris_df)
st.write(iris_df)
st.markdown("* * *")

마크다운까지 깔끔하게 가능하다 :)
본격적인 라디오박스(select 가능한 그런)와 input은 다음 포스트에 작성해 보겠다.