streamlit

Visual Studio Code : jupyter notebook에서 학습한 인공지능을, 스트림릿에서 사용하는 방법.

위 사진과 같이 인공지능을 jupyter notebook에서 만들어준다. 이후 import streamlit as st import numpy as np import joblib regressor = joblib.load('regressor.pkl') def run_ml_app(): st.subheader('자동차 금액 예측') # 성별, 나이, 연봉, 카드빚, 자산을 유저한테 모두 입력 받아서 # 자동차 구매 금액 예측하세요. gender = st.radio('성별 선택',['여자','남자']) if gender == '여자': gender = 0 else : gender = 1 age = st.number_input('나이 입력',18,100) salary = st.number_input('연봉 입력..

비주얼스튜디오,주피터노트북 // App을 개발하는 순서.

웹 대시보드 개발 방법 분석할 데이터를 준비한다. jupyter notebook으로 데이터를 분석한다. 필요에 의해서 머신러닝을 수행할 수도 있다. 분석이 완료되면, 웹 대시보드로 개발한다. 웹 대시보드는 비주얼스튜디오 코드로 개발한다. jupyter notebook에서 분석한 코드를, 비주얼 스튜디오로 옮긴다. 인터랙티브한 대시보드를 위해서, 유저에게 데이터를 입력받도록 개발한다.

Visual Studio Code : streamlit을 이용한 차트 그리기 (2)

import streamlit as st import pandas as pd # plotly 라이브러리 import plotly.express as px # altair 라이브러리 import altair as alt 우선 사용할 라이브러리들을 import해줍니다. def main() : df=pd.read_csv('Github/streamlit/streamlit_data/lang_data.csv') st.dataframe(df.head()) column_menu=df.columns[1:] choice_list=st.multiselect('프로그래밍 언어를 선택하세요.',column_menu) if len(choice_list) != 0 : # 유저가 선택한 언어만, 차트를 그린다. df_selected..

Visual Studio Code : streamlit을 이용한 차트 그리기 (1)

import streamlit as st import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb 우선 사용할 라이브러리들을 import 해줍니다. def main() : st.title('차트 그리기 1') df=pd.read_csv('Github/streamlit/streamlit_data/iris.csv') st.dataframe(df.head()) # sepal_length와 sepla_width의 관계를 차트로 그리시오. fig = plt.figure() plt.scatter(data=df,x='sepal_length',y='sepal_width') plt.title('Sepal Lengt..