新書推薦:
《
巨人传(插图珍藏本)
》
售價:HK$
705.6
《
地下(村上春树沙林毒气事件的长篇纪实)
》
售價:HK$
74.8
《
偿还:债务与财富的阴暗面
》
售價:HK$
78.2
《
清华大学藏战国竹简校释(壹):《命训》诸篇
》
售價:HK$
92.0
《
封建社会农民战争问题导论(光启文库)
》
售價:HK$
66.7
《
虚弱的反攻:开禧北伐
》
售價:HK$
92.0
《
泰山:一种中国信仰专论(法国汉学经典译丛)
》
售價:HK$
81.4
《
花外集斠箋
》
售價:HK$
151.0
內容簡介:
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。
關於作者:
泰勒·理查德斯(Tyler Richards)是Snowflake公司的一名数据科学家,专注于与Streamlit相关的项目。他于2022年春季通过Streamlit的收购加入Snowflake。加入Snowflake之前,他在Facebook(Meta)负责完整性评估,并协助非营利组织Protect Democracy推进美国选举。他接受过数据科学和工业工程的培训,业余时间喜欢以有趣的方式应用数据科学,例如将机器学习应用于校园选举,创建算法来帮助宝洁公司定位使用的Tide Pod的用户。从2013年底开始在美国大学作为客座教授,主持数据分析与数据科学项目的研究生研修班,截止2021年已经开办近20期,培训来自世界多个国家的数百名硕士(含博士)研究生。并独立编写数据分析与数据科学教材,并设计多版实训教程。在甲骨文公司,作为亚太区的数据科学家参与Oracle数据科学产品的研发与推广。近期的主要研究方向为机器视觉与高性能运算在现实当中的应用。作为甲骨文公司官方媒体的管理员及编辑,从2016年起编写并发表近100篇技术文章,涵盖数据库技术、数据科学以及机器视觉等方面。
目錄 :
第1章 Streamlit简介技术要求002 为什么选择Streamlit002 安装Streamlit003 组织Streamlit应用程序004 Streamlit绘图演示005 从头开始创建一个应用程序008 在Streamlit应用中使用用户输入015 在Streamlit中添加文本018 本章小结020 第2章 上传、下载和操作数据技术要求021 环境设置:使用Palmer的Penguins 数据集022 探索Palmer的Penguins数据集023 Streamlit中的流程控制034 调试Streamlit应用程序037 在Streamlit中开发038 在Jupyter中探索,然后复制到 Streamlit中038 Streamlit中的数据操作039 缓存简介040 会话状态的持久性044 本章小结048 第3章 数据可视化技术要求050 旧金山树木(SF Tree)数据集: 一个新的数据集050 Streamlit可视化用例052 Streamlit的内置图表函数052 Streamlit的内置可视化选项058 Plotly059 Matplotlib和Seaborn060 Bokeh062 Altair064 PyDeck066 配置选项067 本章小结074 第4章 Streamlit中的机器学习和人工智能技术要求076 标准机器学习工作流程076 预测企鹅的种类077 在Streamlit中利用预训练的 机器学习模型081 在Streamlit应用程序中训练模型085 理解机器学习结果090 集成外部机器学习库: Hugging Face示例094 集成外部AI库:OpenAI示例096 在OpenAI中进行身份验证097 OpenAI API的成本097 Streamlit和OpenAI097 本章小结103 第5章 使用Streamlit社区云部署Streamlit技术要求105 使用Streamlit社区云105 GitHub快速入门106 使用Streamlit社区云进行部署112 调试Streamlit社区云115 Streamlit Secrets116 本章小结119 第6章 美化Streamlit应用程序技术要求121 设置旧金山(SF)树木数据集121 在Streamlit中使用列122 探索页面配置127 使用Streamlit标签130 使用Streamlit侧边栏132 使用颜色选择器输入颜色137 创建多页应用程序139 可编辑的DataFrame143 本章小结146 第7章 探索Streamlit组件技术要求149 使用streamlit-aggrid添加可编辑的 DataFrame150 使用streamlit-plotlyevents 创建可钻取的图表154 使用Streamlit组件——streamlit-lottie158 使用Streamlit组件 ——streamlit-pandas-profiling160 使用st-folium创建交互式地图163 使用streamlit-extras创建辅助函数167 查找更多组件168 本章小结168 第8章 使用Hugging Face和Heroku部署 Streamlit应用程序技术要求170 在Streamlit Community Cloud、Hugging Face和Heroku之间进行选择170 使用Hugging Face部署 Streamlit应用程序171 使用Heroku部署Streamlit 应用程序175 设置并登录Heroku176 克隆并配置本地存储库176 部署到Heroku178 本章小结179 第9章 连接数据库 技术要求181 使用Streamlit连接到Snowflake182 使用Streamlit连接到BigQuery187 向查询链接添加用户输入191 组织查询193 本章小结195 第10章 使用Streamlit优化求职申请 技术要求196 Streamlit技能展示项目197 机器学习-企鹅应用程序198 可视化-美观的树木应用200 在Streamlit中优化求职申请201 问题202 回答问题1203 回答问题2212 本章小结215 第11章 数据项目——在Streamlit中制作项目原型 技术要求217 数据科学创意217 收集和清理数据219 创建最小可行产品(MVP)221 我每年阅读多少本书222 我通常需要多长时间读完一本书223 我读的书都有多少页225 我所读的书籍都是哪一年出版的226 如何比较我与其他Goodreads 用户的书评229 迭代改进232 通过动画进行美化233 通过文本和额外的统计数据 构建叙述234 通过文本和附加统计数据 构建叙事236 托管和推广238 本章小结238 第12章 Streamlit资深用户 Fanilo Andrianasolo240 Adrien Treuille244 Gerard Bentley247 Arnaud Miribel和Zachary Blackwood251 Yuichiro Tachibana257 本章小结261