點擊“機器學習算法與Python實戰”，“置頂”公眾號

重磅干貨，第一時間送達

向大家推薦一款機器學習用戶交互工具開發框架——Streamlit，可以使機器學習工程師能更輕松地創建自定義應用程序已在他們的模型中與數據進行交互。廢話不多說，先來看看它有多神奇~

這是用streamlit開發的Uber數據集交互式儀表板，運行這個Demo前需要先安裝streamlit

pip install --upgrade streamlit
streamlit run https://raw.githubusercontent.com/streamlit/demo-uber-nyc-pickups/master/app.py
然后瀏覽器打開http://localhost:8501，即可實現上面視頻中的效果！再看看一個更牛的應用，通過Udacity自動駕駛車輛照片數據集，進行語義化搜索，可視化人工標注，并且可以實時運行一個YOLO 目標檢測器：整個應用只有300行Python代碼，絕大多數是機器學習代碼。實際上其中只有23個Streamlit調用。具體代碼不貼， 大家可以嘗試通過github直接運行：

12	$ pip install --upgrade streamlit opencv-python$ streamlit run https://raw.githubusercontent.com/streamlit/demo-self-driving/master/app.py

是不是很酷炫，其實實現起來一點都不復雜，需要什么功能，直接調用API即可，看個Slider、Checkbox、SelectBox實例。#Slider
streamlit.slider(label, min_value=None, max_value=None, value=None, step=None, format=None)
#Text Input
url = st.text_input('Enter URL')
st.write('The Entered URL is', url)
#Checkbox
df = pd.read_csv("football_data.csv")
if st.checkbox('Show dataframe'):
st.write(df)
#SelectBox
option = st.selectbox(
'Which Club do you like best?',
df['Club'].unique())'You selected: ', option
#MultiSelect
options = st.multiselect(
'What are your favorite clubs?', df['Club'].unique())st.write('You selected:', options)

最終效果

手癢嗎？趕緊試試吧

更多用法請移步：

https://github.com/streamlit/streamlit

API reference：

https://streamlit.io/docs/api.html

覺得不錯，還請點個在看，非常感謝～~~

機器學習微信群已開放，請在公眾號后臺回復「入群」

推薦閱讀：

陳天奇：機器學習科研的十年推薦一款功能強大的特征選擇工具CuteCharts一個敲可愛的 Python 手繪風格可視化圖表庫

總結

以上是生活随笔為你收集整理的python中unique_一个神奇的Python机器学习交互应用开放框架的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。