С чего начать
Новичок или опытный специалист по данным, держу пари, в какой-то момент вы подумали о том, чтобы выйти за рамки локальных машин и ноутбуков Jupyter и выпустить свои проекты в области науки о данных в мир.
Так что же тебя сдерживает?
Существует распространенное мнение, что специалисты по обработке данных - это единороги, которые знают все - от HTML, CSS, Javascript до всевозможных инструментов и фреймворков для разработки программного обеспечения. Но мы знаем, что это не так. Просто потому, что вы хорошо умеете писать коды для задач науки о данных, не обязательно, что у вас также будут навыки веб-разработки и разработки программного обеспечения. Внедрение вашего кода в производство требует совершенно другого набора навыков, который у вас может быть, а может и не быть.
Теперь в этом производственном конвейере есть ярлык. Вы можете быть отличным специалистом по обработке данных и по-прежнему иметь возможность развертывать свой проект, не имея навыков веб-разработки и разработки программного обеспечения.
Его представляет Streamlit.
Что такое Streamlit?
« Фреймворк Streamlit с открытым исходным кодом - это самый простой способ для специалистов по обработке данных и инженеров по машинному обучению создавать красивые, производительные приложения всего за несколько часов! Все на чистом Python. Все бесплатно » - это объясняет все, что вам нужно знать в терминах определения.
На фоне всех этих вкусностей я хочу заранее предупредить вас, что Streamlit создан для питонистов! Если вы используете R или другой язык программирования, к сожалению, вы ничего не можете сделать, кроме как перевести пару своих проектов на Python и изучить Streamlit и его возможности.
Почему Streamlit революционен?
В публичном дискурсе мы часто слышим такие модные слова, как расширение прав и возможностей, расширение прав и возможностей людей и т. Д. Я думаю, что самый простой способ описать вклад Streamlit в область науки о данных - это то, что он действительно расширяет возможности специалистов по данным во всех областях применения.
Я уже сказал это, но на случай, если это было недостаточно ясно - вам не нужно быть экспертом в веб-разработке или разработке программного обеспечения, Streamlit дает вам возможность превратить ваш проект в профессионально выглядящее приложение с небольшим маржинальным усилие. Я могу почти гарантировать, что даже если вы никогда раньше не слышали о Streamlit, вы все равно сможете создать свое первое веб-приложение в течение следующих дней или двух. Просто попробуйте!
С чего начать
Прежде всего, кроме самого пакета streamlit
, вам ничего не нужно, чтобы приступить к созданию первого приложения. Импортируйте пакет в свою среду Python, и вы готовы к работе!
Вот что я предлагаю вам начать с самого начала:
- Во-первых, ознакомьтесь с некоторыми примерами проектов, созданными другими людьми, чтобы понять возможности Streamlit. Примеры: Трекер данных COVID; Классификация текста.
- Посмотрите 4 видеоролика на YouTube, выпущенные командой Streamlit: вступление, установка, создание приложения, вариант использования.
- Посетите страницу приветствия Streamlit, чтобы узнать, как установить пакет.
- Прочтите Справочную страницу по API (добавьте эту страницу в закладки, так как вы будете к ней очень часто возвращаться).
- Запустите среду Python, начните свой собственный проект. Не начинайте со сложного проекта, а сделайте что-нибудь очень простое. Как насчет приложения для исследовательского анализа данных в вашей области?
Подводя итог, я хотел бы просто еще раз подчеркнуть, что истинный вклад Streamlit - это его способность расширять возможности специалистов по обработке данных для решения задач - разработки и развертывания приложений, - которые традиционно выполнялись специалистами другого поколения в организации. Если вы уже выполняете свои проекты на Python, это всего лишь дополнительный шаг к ощущению силы!