以下文章来源于机器学习算法与 Python 实战，作者张北海
学习的基本目标只有一个，学以致用！
机器学习，大家都学了很多算法，搞了很多模型，然而极少拿来解决理论问题。
毕竟开发一个机器学习利用所需的技术栈不是每个人都能把握，明天就向同学们介绍一个绝佳解决方案————streamlit
它能够让你用 Python 用极短的工夫疾速生成一个 实现机器学习的 web 利用
streamlit
Streamlit 是第一个专门针对机器学习的利用开发框架，是开发自定义机器学习工具最快的办法，它的指标是取代 Flask 在机器学习我的项目中的位置。
Streamlit 带给我最大好感的有以下几点：
- 开源、完全免费 https://github.com/streamlit/…
- 极其容易入门、一天就能学会
- API 十分丰盛且简单明了
上面咱们就开始吧！
Get started
在命令行模式下，启动 Python 虚拟环境后，间接 pip 装置
$ pip install streamlit
命令行模式下执行streamlit run bar.py
当初能够在浏览器中查看 Streamlit 应用程序。
是不是超简略
Deploy
有了利用就要部署到服务器，如果不想买云服务器怎么办呢？
streamlit 连部署都是收费的！没想到吧。
首先，把我的项目 push 到你的 github
在方才关上的 http://localhost:8501 页面右上角点击 Deploy this app
Streamlit Cloud 会主动链接到你的 Github
当初，你的利用曾经部署到互联网了！
学习路线
一天工夫学会 streamlit 我感觉并不夸大, 只看它的官网文档就足够了
https://docs.streamlit.io/lib…
- Get started √
了解基本原理和用法 - API reference √
晓得有哪些 api 能够调用 - cheatsheet √
api 速查表，能够时时看看
如果要进阶，就能够去https://streamlit.io/gallery, 学习别人优良的作品（都是开源的）。比方，本文中的几个 Gif 就是用的这个
当然，最好的办法永远是本人写一个利用。
Streamlit 的 GitHub 链接：
https://github.com/streamlit/…
开源前哨日常分享热门、乏味和实用的开源我的项目。参加保护 10 万 + Star 的开源技术资源库，包含：Python、Java、C/C++、Go、JS、CSS、Node.js、PHP、.NET 等。