파이썬 Streamlit 를 사용해서 간편하게 Web UI를 작성해보자!

Streamlit은 웹 애플리케이션을 구축하기 위한 Python 라이브러리입니다. 웹 개발 경험 없이도 빠르고 쉽게 웹 애플리케이션을 만들고 공유할 수 있습니다.

Streamlit의 주요 이점은 단순성과 사용 편의성입니다. Streamlit을 사용하면 몇 줄의 Python 코드만으로 데이터 기반 웹 애플리케이션을 구축하고 배포할 수 있습니다. 웹 개발의 많은 복잡성을 추상화하여 데이터와 분석에 집중할 수 있습니다.

Streamlit은 웹 콘텐츠를 생성하는 파이썬 코드를 작성할 수 있게 동작합니다. 데이터 분석 및 기계 학습을 위해 표준 Python 라이브러리를 사용한 다음 Streamlit을 사용하여 대화형 웹 앱에 결과를 표시할 수 있습니다. 슬라이더, 드롭다운 및 텍스트 상자와 같은 위젯을 포함하여 사용자가 앱과 상호 작용하고 데이터를 탐색할 수 있습니다.

Streamlit의 주요 기능 중 일부는 다음과 같습니다:

대화형 위젯: Streamlit은 슬라이더, 드롭다운 및 확인란과 같은 웹 앱에 대한 대화형 위젯을 만드는 간단한 방법을 제공합니다.

실시간 업데이트: 스트림라이트는 코드를 변경할 때 실시간으로 앱을 자동으로 업데이트하므로 변경 결과를 즉시 볼 수 있습니다.

사용자 정의 가능한 레이아웃: CSS와 HTML을 사용하거나 미리 작성된 테마를 사용하여 웹 앱의 레이아웃과 디자인을 쉽게 사용자 지정할 수 있습니다.

데이터 과학 라이브러리와의 통합: Streamlit은 Panda, scikit-learn 및 TensorFlow와 같은 인기 있는 데이터 과학 라이브러리와 완벽하게 통합됩니다.

전반적으로 Streamlit은 데이터 과학 및 기계 학습을 위한 대화형 웹 애플리케이션을 구축하기 위한 강력하고 유연한 도구입니다. 웹 개발보다는 분석과 통찰력에 초점을 맞출 수 있어 빠르고 쉽게 웹 앱을 만들고 공유하고자 하는 데이터 과학자와 개발자에게 이상적인 라이브러리입니다.

사용방법

아래와 같이 패키지를 설치해줍니다.

pip install streamlit

설치가 완료되면, 아래와 같이 간단한 명령어로 웹UI를 만들어 낼수 있습니다.

import streamlit as st

st.write('Hello, *World!* :sunglasses:')

import streamlit as st
import pandas as pd

st.write(1234)
st.write(pd.DataFrame({
    'first column': [1, 2, 3, 4],
    'second column': [10, 20, 30, 40],
}))

아래처럼, pandas 데이터프레임을 차트로 간단하게 나타낼수도 있습니다.

import streamlit as st
import pandas as pd
import numpy as np
import altair as alt

df = pd.DataFrame(
    np.random.randn(200, 3),
    columns=['a', 'b', 'c'])

c = alt.Chart(df).mark_circle().encode(
    x='a', y='b', size='c', color='c', tooltip=['a', 'b', 'c'])

st.write(c)

참고URL:https://docs.streamlit.io/library/api-reference/write-magic/st.write

Streamlit Docs

프런트엔드 개발자가 아니면 간단한 웹UI도 쉽게 만들기 어렵습니다. 이럴때 Streamlit을 이용해서 간단한 데모사이트를 만드는데 유용하게 쓸수 있을것 같습니다.