当数据科学家使用Python处理数据，并希望创建展示ML模型的数据应用程序，以及进行易于创建的交互式可视化时，那么Streamlit将是最理想的选择。Streamlit for Data Science(第2版)向数据科学家展示了如何在Python内快速创建和部署小部件和仪表板。这可以帮助他们在几小时内而不是几天内创建原型。 为了掌握Streamlit这项技术，需要通过大量的实际案例来学习。本书由一个富有创造力的Streamlit用户编写，他在第一版发布后就一直使用该技术，本选题建立在前一版的实用性基础上，带来大量的更新，包括将Streamlit连接到Snowflake数据仓库，部署在Hugging Face上，以及在GitHub上提供完全更新的代码库，通过这些内容可以帮助读者练习新发布的技能。 读者将从Streamlit的基础知识开始Streamlit的学习，并通过使用机器学习模型和制作高质量的交互式应用程序逐渐熟悉Streamlit的使用技巧。本书通过实际示例帮读者掌握许多更具挑战性的主题，如Streamlit组件、美化应用程序和快速部署。 通过本书，读者将能够轻松快速地在Streamlit中创建动态web应用程序。

第1章 Streamlit简介技术要求
为什么选择Streamlit
安装Streamlit
组织Streamlit应用程序
Streamlit绘图演示
从头开始创建一个应用程序
在Streamlit应用中使用用户输入
在Streamlit中添加文本
本章小结
第2章 上传、下载和作数据技术要求
环境设置：使用Palmer的Penguins
数据集
探索Palmer的Penguins数据集
Streamlit中的流程控制
调试Streamlit应用程序
在Streamlit中开发
在Jupyter中探索，然后复制到
Streamlit中
Streamlit中的数据作
缓存简介
会话状态的持久性
本章小结
第3章 数据可视化技术要求
旧金山树木（SF Tree）数据集：
一个新的数据集
Streamlit可视化用例
Streamlit的内置图表函数
Streamlit的内置可视化选项
Plotly
Matplotlib和Seaborn
Bokeh
Altair
PyDeck
配置选项
本章小结
第4章 Streamlit中的机器学和人工智能技术要求
标准机器学工作流程
预测企鹅的种类
在Streamlit中利用预训练的
机器学模型
在Streamlit应用程序中训练模型
理解机器学结果
集成外机器学库：
Hugging Face示例
集成外AI库：OpenAI示例
在OpenAI中进行身份验证
OpenAI API的成本
Streamlit和OpenAI
本章小结
第5章 使用Streamlit社区云署Streamlit技术要求
使用Streamlit社区云
GitHub快速入门
使用Streamlit社区云进行署
调试Streamlit社区云
Streamlit Secrets
本章小结
第6章 美化Streamlit应用程序技术要求
设置旧金山（SF）树木数据集
在Streamlit中使用列
探索页面配置
使用Streamlit标签
使用Streamlit侧边栏
使用颜色选择器输入颜色
创建多页应用程序
可编辑的DataFrame
本章小结
第7章 探索Streamlit组件技术要求
使用streamlit-aggrid添加可编辑的 DataFrame
使用streamlit-plotlyevents
创建可钻取的图表
使用Streamlit组件——streamlit-lottie
使用Streamlit组件——streamlit-pandas-profiling
使用st-folium创建交互式地图
使用streamlit-extras创建辅助函数
查找更多组件
本章小结
第8章 使用Hugging Face和Heroku署
Streamlit应用程序技术要求
在Streamlit Community Cloud、Hugging Face和Heroku之间进行选择
使用Hugging Face署
Streamlit应用程序
使用Heroku署Streamlit
应用程序
设置并登录Heroku
克隆并配置本地存储库
署到Heroku
本章小结
第9章 连接数据库
技术要求
使用Streamlit连接到Snowflake
使用Streamlit连接到BigQuery
向查询添加用户输入
组织查询
本章小结
第10章 使用Streamlit化求职申请
技术要求
Streamlit技能展示项目
机器学习-企鹅应用程序
可视化-美观的树木应用
在Streamlit中化求职申请
问题
回答问题1
回答问题2
本章小结
第11章 数据项目——在Streamlit中项目原型
技术要求
数据科学创意
收集和清理数据
创建小可行产品（MVP）
我每年阅读多少本书
我通常需要多长时间读完一本书
我读的书有多少页
我所读的书籍是哪一年出版的
如何比较我与其他Goodreads
用户的书评
迭代改进
通过动画进行美化
通过文本和额外的统计数据构建叙述
通过文本和附加统计数据构建叙事
托管和推广
本章小结
第12章 Streamlit用户
Fanilo Andrianasolo
Adrien Treuille
Gerard Bentley
Arnaud Miribel和Zachary
Blackwood
Yuichiro Tachibana
本章小结