streamlit 在数据科学家中很受欢迎，因为您通常不需要前端知识。
它们提供简单且易于实现的元素和小部件，无需编写太多代码。
我在 ml/ai 项目中多次使用了 streamlit，体验非常棒。你可以更专注于编写逻辑，前端部分（设计、布局等）由streamlit处理得很好。
我使用 streamlit 和 python 创建了一个演示 web 应用程序，以便您可以理解我在说什么。
网络应用程序
这个网络应用程序是将图像格式转换为另一种格式，例如，如果您的图像是 png 格式，您可以将其转换为 jpeg 图像。
以下代码制作了 web 应用程序的用户界面。
import streamlit as st
from imgconvrtr import convert_img_format
from pil import image
# webpage setup
st.set_page_config(page_title="image convrtr")
st.title("image converter")
st.write("convert your images in one _click_")
# file uploader
uploaded_file = st.file_uploader(
"upload an image",
type=["png", "jpg", "jpeg", "jfif", "bmp"]
)
if uploaded_file is not none:
# show the uploaded image
img = image.open(uploaded_file)
st.image(img, caption="uploaded image", use_column_width=true)
# show original image format
st.write(f"original format: {img.format}")
# output format selection
format_options = ["png", "jpeg", "jfif", "bmp"]
output_format = st.selectbox("choose output format", format_options)
# convert the image
if img.format != output_format:
if st.button("convert"):
converted_img = convert_img_format(uploaded_file, output_format.lower())
st.write(f"image converted to {output_format}")
# download button
st.download_button(
label=f"download as {output_format}",
data=converted_img,
file_name=f"image.{output_format.lower()}",
mime=f"image/{output_format.lower()}"
)
else:
st.write("select a different format... yo!")
现在您已经大致了解了这个网络应用程序的用途。我们可以直接跳到讨论此代码中使用的组件。
一开始，你可以看到 st.title 和 st.write 等页面元素，分别用于设置页面标题和在页面上显示文本。
接下来，您可以看到一个用于上传文件的小部件（在本例中用于上传图像）。看看创建文件上传器是多么容易。
st.image 用于显示用户上传的图片。
然后我们有一个下拉菜单来选择使用选择框（st.selectbox）小部件创建的各种格式。
方科网络ERP图文店II版为仿代码站独立研发的网络版ERP销售程序。本本版本为方科网络ERP图文店版的简化版，去除了部分不同用的功能，使得系统更加精炼实用。考虑到图文店的特殊情况，本系统并未制作出入库功能，而是将销售作为重头，使用本系统，可以有效解决大型图文店员工多，换班数量多，订单混杂不清的情况。下单、取件、结算分别记录操作人员，真正做到订单全程跟踪！无限用户级别，不同的用户级别可以设置不同的价
现在，您可以看到我们有两个按钮（st.button 和 st.download_button）。它们都是一样的，但都是为了方便。
st.button 显示我们在这里用于图像转换的按钮小部件。
当用户需要直接从应用程序下载文件时，st.download_button 非常有用。
streamlit 提供了许多用于不同目的的元素和小部件。
现在如果你想尝试这个网络应用程序，你需要安装所需的库：
pip install streamlit pillow
这是图像转换函数：
from pil import image
import io
# function to convert image format
def convert_img_format(image_file, frmat):
with image.open(image_file) as img:
output_img = io.bytesio()
img.save(output_img, format=frmat.upper())
output_img.seek(0)
return output_img
使用以下命令运行应用程序：
streamlit run.py
将
现在就这些。
继续编码✌✌
