Streamlit
是一个开放的资源框架,用于将数据脚本转换为可共享的 Web 应用程序。它允许数据科学家和机器学习工程师构建直观的界面,而无需了解 Web 开发。在本教程中,我们将学习一些将 Streamlit 应用程序转换为双击可执行文件的方法,适用于 Windows / Linux / Mac 平台。
这背后的主要动机是用户应该能够将 Streamlit 应用程序及其所有依赖项捆绑到一个包中。这个捆绑包可以很容易地与其他没有在他们的机器中安装Streamlit甚至Python的用户共享。
让我们创建一个简单的流光应用程序。使用以下代码创建一个文件:streamlit_app.py
import streamlit as st x = st.slider("Select a value") st.write(x, "squared is", x * x)
可以使用以下命令从终端运行此应用程序:
streamlit run streamlit_app.py
让我们看两个用于将应用程序转换为桌面应用程序的框架:和 。这两个软件包都基于Electron。Electron是一个平台,可以轻松地使用JavaScript,HTML和CSS编写跨平台桌面应用程序。今天,一些最流行的桌面应用程序完全是用Electron编写的,如Atom,Visual Studio Code,Slack等。Nativefier
Stlite
Nativefier 是一个命令行工具,只需最少的配置即可轻松为任何网站创建桌面应用程序。应用程序由Electron包装在操作系统可执行文件(.app,.exe等)中,以便在Windows,OSX和Linux上使用。请注意,使用 Nativefier 转换 Streamlit 应用程序需要用户将应用程序部署到 Streamlit Share。
在 Streamlit Share 中部署应用程序,并复制已部署应用的 URL,如下所示:
通过运行以下命令进行安装:nativefier
npm install -g nativefier
现在像这样转换您的 Streamlit 应用程序:
nativefier --name '
' ' ' --platform <'windows' or 'mac' or 'linux'>
这将在当前目录中创建 exe 文件。
软件包版本
Streamlit
1.19.0
Nativefier
50.0.1
Stlite是Streamlit的WebAssembly端口,运行在Pyodide运行时。Pyodide是Mozilla的一个实验项目,旨在创建一个完全在浏览器中运行的完整Python数据科学堆栈。 Streamlit应用程序可以使用Stlite桌面转换为exe。此方法不需要将 Streamlit 应用程序部署到 Streamlit 共享。
首先创建一个文件以启动新的 NPM 项目。您可以编辑该字段。package.json
name
{ "name": "streamlit_app_exe", "version": "0.1.0", "main": "./build/electron/main.js", "scripts": { "dump": "dump-stlite-desktop-artifacts", "serve": 'NODE_ENV="production" electron .', "pack": "electron-builder --dir", "dist": "electron-builder", "postinstall": "electron-builder install-app-deps", }, "build": {"files": ["build/**/*"], "directories": {"buildResources": "assets"}}, "devDependencies": { "@stlite/desktop": "^0.25.0", "electron": "23.1.1", "electron-builder": "^23.6.0", }, }
按如下方式安装 Npm:
npm install
然后创建一个目录来包含应用程序文件,例如 .所以主应用程序文件的路径看起来像streamlit_app
streamlit_app
/streamlit_app.py
运行命令以创建文件夹。dump
./build
npm run dump streamlit_app
该命令将上述步骤中创建的目录捆绑到 ./dist 目录中的应用程序文件(.app、.exe、.dmg 等)。dist
./build
npm run dist
软件包版本
Streamlit
1.19.0
Stlite desktop
0.25.0
PyInstaller将Python应用程序及其所有依赖项捆绑到一个包中。用户可以运行打包的应用程序,而无需安装 Python 解释器或任何模块。
让我们看看如何使用 PyInstaller 捆绑 Streamlit 应用程序。
创建包装器代码以运行主应用程序。run.py
import streamlit import streamlit.web.cli as stcli import os, sys def resolve_path(path): resolved_path = os.path.abspath(os.path.join(os.getcwd(), path)) return resolved_path if __name__ == "__main__": sys.argv = [ "streamlit", "run", resolve_path("streamlit_app.py"), "--global.developmentMode=false", ] sys.exit(stcli.main())
创建一个钩子文件:./hooks/hook-streamlit.py
from PyInstaller.utils.hooks import copy_metadata datas = copy_metadata("streamlit")
现在调用 PyInstaller,如下所示:
pyinstaller --onefile --additional-hooks-dir=./hooks run.py --clean
这将生成 和文件夹和一个文件。编辑文件以确保正确设置路径,如下所示:build
dist
run.spec
run.spec
from PyInstaller.utils.hooks import collect_data_files from PyInstaller.utils.hooks import copy_metadata datas = [("{$YOURPYTHONENV}/site-packages/streamlit/runtime", "./streamlit/runtime")] datas += collect_data_files("streamlit") datas += copy_metadata("streamlit") block_cipher = None a = Analysis( ["run.py"], pathex=["."], binaries=[], datas=datas, hiddenimports=[], hookspath=[], hooksconfig={}, runtime_hooks=[], excludes=[], win_no_prefer_redirects=False, win_private_assemblies=False, cipher=block_cipher, noarchive=False, ) pyz = PYZ(...) exe = EXE(...) coll = COLLECT(...)
运行此命令后,可以在路径中找到 exe。dist/run.exe
再次执行 PyInstaller 命令以合并上述更改:
pyinstaller run.spec --clean
确保将 复制到应用程序路径并再次运行。streamlit_app.py
run.exe
软件包版本
Streamlit
1.19.0
PyInstaller
5.8.0