un mot sur streamlit

la bibliothèque streamlit (https://streamlit.io/) est un utilitaire qui permet de réaliser rapidement des applis de type dashboard - c’est-à-dire par exemple une visualisation interactive où on peut faire varier différents paramètres d’entrée, pour explorer interactivement des données

pour quoi faire ?¶

pour vous rendre compte rapidement de ce qu’on peut en faire, je vous recommande ceci

pip install streamlit
streamlit hello

mais voyons un peu comment ça marche...

c’est du Python, mais ..¶

le code est du Python, avec toutefois une particularité car il ne se lance pas, comme on en a l’habitude, avec python monscript.py, mais avec

streamlit run monscript.py

qui va ouvrir une fenêtre dans le navigateur web - un peu comme jupyter lab finalement

bien sûr, il faut d’abord avoir installé avec pip install streamlit

les variables peuvent être interactives¶

imaginons que vous voulez pouvoir modifier interactivemement une variable de votre code

si votre programme en pur Python est

# the temperature
T = 10

# ... on fait des trucs où T intervient

vous remplacez ça en streamlit par

import streamlit as st

# the temperature
T = st.slider("temperature", value=1, min_value=1, max_value=10, step=1)

# ... ici T vaut ce que vous avez réglé avec le curseur

qui va créer un curseur graphique pour pouvoir régler T entre 1 et 10 (en commençant à 1)

la logique globale, et le cache¶

streamlit va tout simplement réexécuter l’intégralité du script à chaque fois qu’on change un des réglages; c’est cela qui rend l’application interactive

à cause de cette particularité, on a parfois besoin de “cacher” certaines opérations, pour ne pas les refaire à chaque fois;
pensez par exemple au chargement d’une grosse table de données, on ne veut pas attendre 10s à chaque fois...
pour ce genre d’usages il y a un utilitaire qui se présente comme ceci

# would do this only once, not at each re-run

@st.cache_data
def load_url(url):
    return gpd.read_file(url)

earthquakes = load_url("data/significant-earthquake-database.geojson")

fonctions spécialisées¶

ainsi on utilise systématiquement les fonctions d’affichage de streamlit pour les affichages;
c’est-à-dire qu’on n’utilise jamais print() mais des fonctions telles que

• st.text() pour afficher un message et plein d’autres variantes (title, markdown, ...)

• st.dataframe() pour afficher une dataframe

• st.pyplot() pour afficher une figure construite avec matplotlib

  • mais voyez aussi des outils natifs streamlit comme st.line_chart et similaires

• de quoi créer des widgets usuels (slider comme ci-dessus, dropdown, etc etc)

• de quoi les assembler en colonnes ou lignes pour le layout

• etc etc.. c’est très complet

• et en plus on trouve des plugins, comme par exemple pour la librairie folium qui fait de l’affichage géographique - voir https://folium.streamlit.app/

cheatsheet¶

pour une liste plus complète, une cheatsheet - écrite, comme il se doit, en streamlit - est dispo ici:

https://cheat-sheet.streamlit.app/

la doc complète¶

si vous n’avez pas trouvé dans la cheatsheet, vous avez toujours bien sûr la version complète de la doc ici:

https://docs.streamlit.io/library/api-reference

deux exemples¶

vous trouverez enfin dans ce même dossier deux exemples (si nécessaire: télécharger le zip)

• la fonction sinus hyper basique: on peut régler la fréquence et l’amplitude; pour le lancer

  streamlit run streamlit-sinus.py

  ça ressemble à ceci

  

• approximation de taylor
  un peu plus évolué, on affiche l’approximation de sin(x) par une série de Taylor, et on choisit le degré