streamlit入门笔记【1】环境搭建

1. 背景

24年底交代了一个产品排行榜的工作，其实就是把开发测试等各项指标排序，指标获取和存储部分可以用requests和selenium以及xlsx、json分析等完成，展示部分使用了streamlit框架，可以把数据直接运行成简单的web app。本系列笔记将streamlit应用部分做个总结。

2. 环境搭建准备

软件	版本	说明
Pycharm	2022.2	对版本无要求
Python	3.9	最低3.7以上
Streamlit	1.41.1	低版本的python可能无法使用最新的版本

3. 在Pycharm中配置Python环境

(1) 使用conda创建python3.9环境

conda create -n py39 python=3.9

(2) 确认安装成功

(base) zhangjian@zhangjianmatoMacBook-Air /Volumes % conda env list
# conda environments:
py38                     /usr/local/Caskroom/miniconda/base/envs/py38
py39                     /usr/local/Caskroom/miniconda/base/envs/py39

(3) 在pycharm中关联py39

4. 安装streamlit

streamlit依赖的pyarrow、numpy是安装重灾区，因为需要本地编译，如果安装失败注意是否编译环境不完整。
我在macOS上使用pip安装pyarrow时候遇到了cmake错误，cmake安装完成后使用pip install pyarrow还是报编译错误。最后无奈放弃pip，用conda install pyarrow安装成功了。
所以干脆直接conda install streamlit，conda装的贼快而且没报错。

5. 运行demo代码

1.py

import streamlit as st
import pandas as pd# 创建一个示例 DataFrame
data = {"姓名": ["张三", "李四", "王五"],"年龄": [25, 30, 35],"职业": ["工程师", "设计师", "产品经理"]
}
df = pd.DataFrame(data)# 使用 st.dataframe() 显示表格
st.title("使用 st.dataframe() 显示表格")
st.dataframe(df)

streamlit run 1.py