交互类组件在Web
应用程序中至关重要,它们允许用户与应用进行实时互动,能够显著提升用户体验。
用户不再只是被动地接收信息,而是可以主动地输入数据、做出选择或触发事件,从而更加深入地参与到应用中来。
此外,对于某些复杂的任务或操作,交互类组件可以将其分解成一系列简单的步骤或选择,从而降低用户的认知负担和学习成本
。这使得用户能够更轻松地完成这些任务,提高应用的易用性。
Streamlit
中交互类组件有很多,本篇介绍其中最常用的几种,这也是Web
页面中最常见到的几种组件。
- st.text_input:允许用户输入文本,用于收集用户输入的字符串信息。
- st.button:提供一个可点击的按钮,用户点击后触发特定操作或事件。
- st.selectbox:显示下拉列表,让用户从预设选项中选择一个。
- st.multiselect:提供下拉多选功能,允许用户从预设选项中选择多个。
- st.radio:显示单选按钮组,让用户从多个选项中选择一个。
- st.checkbox:提供复选框,让用户选择或取消选择特定选项。
1. 组件概述
1.1. st.text_input
用于输入普通文本或者密码,类似于HTML中的<input type="text">
。
核心的参数有:
名称 | 类型 | 说明 |
---|---|---|
label | str | 输入框前面的标签 |
key | str | 唯一标识此输入框的键,可用于在回调中引用 |
value | str | 输入框的初始值 |
type | str | 输入类型,可以是"default"(默认)或者"password"(密码) |
1.2. st.button
提供一个按钮用来出发特定事件,类似于HTML中的<button>
。
核心的参数有:
名称 | 类型 | 说明 |
---|---|---|
label | str | 按钮上的文字 |
key | str | 唯一标识此按钮的键 |
help | str | 按钮旁边的帮助文本 |
1.3. st.selectbox
下拉选择框,类似于HTML中的<select>
。
核心的参数有:
名称 | 类型 | 说明 |
---|---|---|
label | str | 下拉框前面的标签 |
key | str | 唯一标识此下拉框的键 |
options | list | 下拉框中的选项列表 |
index | int | 初始选中项的索引 |
1.4. st.multiselect
可以多选的下拉选择框,类似于HTML中的<select multiple>
。
核心的参数有:
名称 | 类型 | 说明 |
---|---|---|
label | str | 多选框前面的标签 |
key | str | 唯一标识此多选框的键 |
options | list | 多选框中的选项列表 |
default | list | 默认选中的选项列表 |
1.5. st.radio
单选按钮组,类似于HTML中的<input type="radio">
。
核心的参数有:
名称 | 类型 | 说明 |
---|---|---|
label | str | 单选按钮组前面的标签 |
key | str | 唯一标识此单选按钮组的键 |
options | list | 单选按钮组中的选项列表 |
index | int | 初始选中项的索引 |
1.6. st.checkbox
复选框,类似于HTML中的<input type="checkbox">
。
核心的参数有:
名称 | 类型 | 说明 |
---|---|---|
label | str | 复选框旁边的标签 |
key | str | 唯一标识此复选框的键 |
value | bool | 复选框的初始状态(选中或未选中) |
2. 组件使用示例
下面通过从实际场景中简化而来的示例,来看看如何使用Streamlit
的交互类组件。
2.1. "用户偏好调查"示例
这个示例模拟了一个真实的用户调查场景,
通过Streamlit
的交互式组件,用户可以轻松地输入和选择信息,并提交给应用进行处理和显示。
import streamlit as st# 标题
st.title("用户偏好调查")# 文本输入框:收集用户名
username = st.text_input("请输入您的姓名:")# 下拉单选框:选择性别
gender = st.selectbox("请选择您的性别:", ["男", "女", "其他"])# 下拉多选框:选择兴趣爱好
hobbies = st.multiselect("请选择您的兴趣爱好:", ["阅读", "运动", "旅行", "音乐", "电影"]
)# 单选按钮组:选择喜欢的颜色
favorite_color = st.radio("请选择您喜欢的颜色:", ["红色", "蓝色", "绿色", "黄色"])# 复选框:是否同意接收推送
accept_push = st.checkbox("您是否同意接收推送消息?")# 按钮:提交调查
if st.button("提交调查"):# 收集所有输入信息并显示user_info = {"姓名": username,"性别": gender,"兴趣爱好": ", ".join(hobbies),"喜欢的颜色": favorite_color,"是否同意接收推送": "是" if accept_push else "否",}st.subheader("您的调查信息如下:")st.write(user_info)
2.2. "数据分析项目仪表板"示例
这个示例模拟了一个数据分析项目的仪表板,
通过Streamlit
的交互式组件,用户可以轻松地与数据进行交互,选择他们感兴趣的分析方式,并查看和下载分析结果。
import streamlit as st
import pandas as pd
import numpy as np# 假设数据集
data = pd.DataFrame({"日期": pd.date_range(start="2023-01-01", periods=100, freq="D"),"类别": np.random.choice(["A", "B", "C"], 100),"销售额": np.random.randint(100, 1000, 100),"利润": np.random.randint(10, 100, 100),}
)# 标题
st.title("数据分析项目仪表板")# 文本输入框:输入项目名称
project_name = st.text_input("请输入项目名称:")# 下拉单选框:选择分析类别
analysis_category = st.selectbox("请选择分析类别:", data["类别"].unique())# 下拉多选框:选择显示的列
display_columns = st.multiselect("请选择要显示的列:", data.columns)
selected_data = data[display_columns]# 单选按钮组:选择汇总方式
agg = st.radio("请选择汇总方式:", ["总和", "平均值", "最大值", "最小值"])
agg_dict = {"总和": "sum","平均值": "mean","最大值": "max","最小值": "min",
}# 复选框:是否按类别汇总
group_by_category = st.checkbox("是否按类别汇总?")# 按钮:执行分析
if st.button("执行分析"):# 根据用户选择进行分析if group_by_category:grouped_data = (selected_data.groupby("类别").agg({col: agg_dict[agg] for col in selected_data.columns if col != "类别"}).reset_index())else:grouped_data = (selected_data.agg({col: agg_dict[agg] for col in selected_data.columns}).to_frame().T)# 显示分析结果st.subheader("分析结果:")st.dataframe(grouped_data)
3. 总结
总之,这些交互式组件使得用户可以通过文本输入、选择、勾选等方式与应用进行互动,从而根据用户需求动态地展示和分析数据。
它们极大地增强了应用的灵活性和用户体验,使得数据分析、数据可视化等任务变得更加直观和便捷。