Streamlit 是一个功能强大且用户友好的 Python 库,用于创建 Web 应用程序。它非常适合数据分析和机器学习项目,并且可以轻松地将您的应用程序部署到 Streamlit Cloud。在过去一年半的时间里,无论是小型项目还是复杂项目,我都使用过 Streamlit,我发现它是一个非常宝贵的工具。
虽然有很多介绍 Streamlit 的文章和视频(这里是最近的一篇),但我想重点介绍它的一个附加组件:Streamlit AgGrid。该组件由 Pablo Fonseca 创建和支持,将JavaSript Ag-Grid 组件的功能引入 Streamlit 应用程序
默认情况下,Streamlit 提供两种可视化表格数据的方法:st.table和st.dataframe. 虽然这些函数运行良好,但它们的功能有限。这就是 AgGrid 的用武之地。AgGrid 是一个 JavaScript 组件,它扩展了 Streamlit 的功能,添加了一系列与交互性、样式和表格自定义相关的功能。
有一篇完美的文章
艾哈迈德贝斯
关于 AgGrid 的基本功能和最有用的提示。这是我首先阅读的有关 AgGrid 的文章,它帮助我创建了带有 AgGrid 表格的第一页。
为了说明使用 Streamlit AgGrid 的一些高级技术,我将使用来自FiveThirtyEight.com的数据集,其中包含 2022/23 赛季的 NBA 统计数据。我创建了一个演示应用程序来演示这些技术并提供代码示例。您可以通过以下链接在 Streamlit Cloud 上找到该应用程序:https /n