Können Sie eine Streamlit App in der Jupyter-Umgebung ausführen? Finden wir es heraus:

Name: Olaf Källström

Updated on 24.7.2023

In der sich ständig weiterentwickelnden Welt der Data Science haben sich zwei Tools als Game-Changer für ihre Fähigkeit, komplexe Daten in interaktive, benutzerfreundliche Anwendungen umzuwandeln, hervorgetan: Streamlit und Jupyter. Während es sich um separate Tools handelt, die jeweils ihre eigenen einzigartigen Stärken haben, können sie in einem Workflow zusammen verwendet werden, um interaktive Datenanwendungen zu entwickeln und bereitzustellen.

Streamlit ist ein leistungsstarkes Tool zur Erstellung interaktiver Datenanwendungen, während Jupyter eine flexible Umgebung für interaktives Computing ist. Streamlit-Apps werden normalerweise nicht direkt in Jupyter ausgeführt. Stattdessen werden sie als Python-Skripte geschrieben und von der Befehlszeile aus ausgeführt, auf der Streamlit installiert ist. Dieser Leitfaden geht tief in die Funktionsweise dieser Tools ein, erkundet ihre einzigartigen Funktionen, wie sie zusammen in einem Workflow verwendet werden können, und wie man Streamlit-Apps mithilfe von Jupyter-Notebooks entwickelt und bereitstellt.

Haben Sie von diesem großartigen Data Analysis & Data Visualisation-Tool gehört, das Ihre Streamlit-App in Tableau verwandelt?

PyGWalker (opens in a new tab) ist eine Python-Bibliothek, die Ihnen hilft, eine Tableau-ähnliche Benutzeroberfläche mühelos in Ihre eigene Streamlit-App einzubetten.

(opens in a new tab)

Einführung in Streamlit und Jupyter

Was ist Streamlit?

Streamlit ist eine Open-Source-Python-Bibliothek, mit der Datenwissenschaftler und Entwickler schöne, interaktive Webanwendungen mit nur wenigen Zeilen Code erstellen können. Es wurde entwickelt, um den Umgang mit Datenexploration, Modelltraining und Machine Learning-Workflows zu erleichtern. Durch seine Einfachheit und Effizienz ist Streamlit bei Datenprofis beliebt geworden.

Was ist Jupyter?

Jupyter ist eine flexible Umgebung für interaktives Computing. Es bietet alle vertrauten Bausteine des klassischen Jupyter Notebooks (Notebook, Terminal, Texteditor, Dateibrowser, rich outputs usw.) in einer flexiblen und leistungsstarken Benutzeroberfläche. Jupyter ermöglicht es Ihnen, mit Dokumenten und Aktivitäten wie Jupyter Notebooks, Texteditoren, Terminals und benutzerdefinierten Komponenten auf flexible, integrierte und erweiterbare Weise zu arbeiten.

Entwicklung von Streamlit-Apps in Jupyter-Notebooks

Obwohl Streamlit und Jupyter separate Tools sind, können sie in einem Workflow zusammen verwendet werden. Sie können Ihre Streamlit-Apps innerhalb eines Jupyter-Notebooks mit Hilfe des Pakets streamlit-jupyter (opens in a new tab) entwickeln und vorab anzeigen. Dieses Paket ermöglicht es Ihnen, Streamlit-Widgets und -Komponenten in Ihrem Notebook für die Entwicklung und Visualisierung zu verwenden.

Das Streamlit-Jupyter-Paket

Das Streamlit-Jupyter-Paket (opens in a new tab) ist ein einfaches Python-Paket, mit dem Sie Streamlit-Apps innerhalb von Jupyter-Notebooks vorab anzeigen und entwickeln können. Es bietet Jupyter-kompatible Wrapper für Streamlit-Methoden, mit denen Sie interaktive Widgets und Komponenten von Streamlit in Ihrem Notebook verwenden können.

Kein Problem, fahren wir fort.

Das Streamlit-Jupyter-Paket

Um dieses Paket zu verwenden, importieren Sie zuerst Streamlit und patchen es mit Streamlit-Jupyter:

import streamlit as st
from streamlit_jupyter import streamlit_patcher
streamlit_patcher.jupyter()

Nun können Sie Ihr Notebook wie gewohnt entwickeln, aber mit der zusätzlichen Möglichkeit, die interaktiven Funktionen von Streamlit zu nutzen. Dies kann besonders nützlich sein, um verschiedene Visualisierungen und Komponenten auszuprobieren, bevor Sie Ihr Notebook in eine Streamlit-App umwandeln.

Konvertieren von Jupyter-Notebooks in Streamlit-Apps

Nachdem Sie Ihre Streamlit-App innerhalb eines Jupyter-Notebooks entwickelt und vorab angezeigt haben, ist der nächste Schritt das Konvertieren Ihres Notebooks in ein Python-Skript, das von Streamlit ausgeführt werden kann. Dies kann mithilfe eines Tools namens Jupytext erfolgen, wie in diesem YouTube-Video (opens in a new tab) demonstriert wird.

Jupytext ist ein Python-Paket, mit dem Jupyter-Notebooks in verschiedene Formate, einschließlich Skripte, konvertiert werden können. Es ermöglicht Ihnen, Ihr Notebook mit allen Markdown-Zellen und Code-Zellen in ein Python-Skript umzuwandeln, das als Streamlit-App ausgeführt werden kann.

Hier ist ein einfaches Beispiel, wie Sie Jupytext verwenden können, um ein Notebook in ein Python-Skript umzuwandeln:

jupytext --to py your_notebook.ipynb

Dieser Befehl erstellt ein Python-Skript mit dem Namen your_notebook.py aus Ihrem Notebook your_notebook.ipynb. Sie können dieses Skript dann als Streamlit-App mit dem Befehl streamlit run ausführen:

streamlit run your_notebook.py

Ausführen von Streamlit-Apps

Streamlit-Apps werden normalerweise von der Befehlszeile aus ausgeführt, auf der Streamlit installiert ist. Sie können Ihre Streamlit-App ausführen, indem Sie zum Verzeichnis navigieren, das das Python-Skript Ihrer App enthält, und den Befehl streamlit run gefolgt vom Namen Ihres Skripts verwenden:

streamlit run your_script.py

Dies startet den Streamlit-Server und öffnet Ihren Standard-Webbrowser mit der URL Ihrer App, normalerweise http://localhost:8501.

Fazit

Bitte geben Sie die deutsche Übersetzung für diese Markdown-Datei an. Wenn es ein Frontmatter gibt, stellen Sie sicher, dass Sie den Sprachparameter auch auf de übersetzen. Hier ist die Datei: Streamlit und JupyterLab sind leistungsstarke Werkzeuge im Datenwissenschafts-Arsenal. Während sie jeweils ihre eigenen einzigartigen Stärken haben, können sie auch zusammen in einem Workflow verwendet werden, um interaktive Datenanwendungen zu entwickeln. Mit Hilfe des Streamlit-Jupyter-Pakets können Sie Streamlit-Apps innerhalb von Jupyter-Notebooks entwickeln und vorab anzeigen und dann mit Jupytext Ihre Notebooks in Python-Skripte umwandeln, die als Streamlit-Apps ausgeführt werden können.

Ob Sie Daten erkunden, Machine Learning-Modelle erstellen oder interaktive Dashboards erstellen, Streamlit und JupyterLab bieten eine flexible und effiziente Möglichkeit, Ihre Daten in interaktive Anwendungen umzuwandeln.

Haben Sie von diesem tollen Datenanalyse- und Datenvisualisierungstool gehört, das Ihre Streamlit-App in Tableau verwandelt?

PyGWalker (opens in a new tab) ist eine Python-Bibliothek, die Ihnen hilft, eine Tableau-ähnliche Benutzeroberfläche mühelos in Ihre eigene Streamlit-App einzubetten.

(opens in a new tab)

Häufig gestellte Fragen

Ist Streamlit mit Jupyter Notebook kompatibel?

Obwohl Streamlit und Jupyter separate Tools sind, können sie in einem Workflow zusammen verwendet werden. Sie können Ihre Streamlit-Apps in einem Jupyter-Notebook mit Hilfe des streamlit-jupyter-Pakets entwickeln und vorab anzeigen.

Wie veröffentliche ich ein Jupyter-Notebook auf Streamlit?

Sie können Ihr Jupyter-Notebook in ein Python-Skript mit einem Tool wie Jupytext umwandeln und dieses Skript dann als Streamlit-App mit dem Befehl streamlit run ausführen.

Was ist der Unterschied zwischen Jupyter und JupyterHub?

Jupyter ist eine vielseitige Umgebung für interaktives Rechnen, während JupyterHub eine Mehrbenutzerversion von Jupyter ist, die es mehreren Benutzern ermöglicht, Jupyter-Notebooks zu verwenden, zusammenzuarbeiten und Ressourcen zu teilen.

Was ist ähnlich wie JupyterHub?

Es gibt mehrere Tools, die JupyterHub ähnlich sind, einschließlich RStudio Server, Apache Zeppelin und Databricks.

Was ist der Unterschied zwischen Streamlit und Jupyter Notebook?

Streamlit ist ein Tool zur Erstellung interaktiver Datenanwendungen, während Jupyter Notebook eine Umgebung für interaktives Rechnen und Datenexploration ist. Streamlit-Apps werden in der Regel als Python-Skripte geschrieben und von der Befehlszeile aus ausgeführt, während Jupyter-Notebooks webbasiert sind und interaktives Codieren und Datenvisualisierung ermöglichen.

Wie führe ich Streamlit in Jupyterlab aus?

Obwohl Sie Ihre Streamlit-Apps in einem Jupyter-Notebook mit Hilfe des streamlit-jupyter-Pakets entwickeln und vorab anzeigen können, werden Streamlit-Apps in der Regel von der Befehlszeile aus ausgeführt, wo Streamlit installiert ist, und nicht direkt innerhalb von JupyterLab.