Github & Streamlit 썸네일형 리스트형 리뷰 긍정/부정 앱 만들기: 긍정/부정 판단하는 인공지능 삽입 리뷰긍정/부정 예측 앱 만들기 - 학습관련한 코드는 코랩/주피터 노트북에서 진행하고, 웹 대시보드에 옮기지 않는다. ㄴ 웹 대시보드는 가공 완료된 것을 보여주는 역할이므로, 데이터 가공은 하지 않는다. - 작업하고자 하는 파일을 코랩에서 연다. - Github에서 새로운 레파지토리를 만든다. (이름: streamlit-review-app) - 로컬 컴에 클론 - streamlit-review-app으로 이동 진입 웹 대시보드에서 보여지는 화면 서버에서 보여지는 모습 바로, nltk 모듈을 설치해준다. $ pip install nltk 이하 colab import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn a.. 더보기 Streamlit 에서 인공지능 : 차 구매 가능 가격 예측 웹 대시보드로 만드는 이유는 유저와의 상호소통을 위해서. Streamlit 에서 예측 인공지능 실행 - colab/ Jupyter Notebook - 전에 만들어놨던 car_purchasing_data파일에서 인공지능 학습을 완료한 스케일러와 리그레서를 저장하여 가져온다. import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from google.colab import drive drive.mount('/content/drive') import os os.chdir('/content/drive/MyDrive/Colab Notebooks') # change directory car_df = pd.. 더보기 streamlit이 제공하는 차트: Altair 차트, map 차트, plotly pie,bar차트 - Altair 차트: st.altair_chart( ) - 웹에서 사용할 수 있는 차트 라이브러리 중 Altair 차트 - mark관련해서 어떤 차트를 그릴지를 결정 ex) mark_circle(), mark_area(), mark_line() 등 alt_chart = alt.Chart(df2).mark_circle().encode( x = 'petal_length', y = 'petal_width', color = 'species' ) st.altair_chart(alt_chart) - 스트림릿의 map 차트: st.map() - 위도,경도 데이터는 지도로 표시한다. - 스트림릿에 맵 함수가 바로 있다. df3 = pd.read_csv('data2/location.csv', index_col=0) s.. 더보기 streamlit 이 제공하는 차트: st.line_chart(), st.area_chart(), st.bar_chart() streamlit 이 제공하는 차트 - 스트림릿에서 제공해주는 차트 import streamlit as st import pandas as pd import plotly.express as px import altair as alt # 따로 설치를 안해도 되는 이유는: 스트림릿을 설치할 떄, 이미 포함이 되어있다. def main(): df1 = pd.read_csv('data2/lang_data.csv') st.dataframe(df1) lang_list = df1.columns[1:] choice_list = st.multiselect('언어를 선택해주세요', lang_list) - 스트림릿이 제공하는 st.line_chart() / st.area_chart() if len(choice_list) !.. 더보기 Streamlit 차트 그리기: fig = plt.figure() , st.pyplot(fig) streamlit 차트 그리기 - 스트림릿에서 차트를 그릴 때는 차트 영역을 표시해야한다. import streamlit as st import pandas as pd import matplotlib.pyplot as plt import seaborn as sns def main(): st.title('차트 그리기1') df = pd.read_csv('data2/iris.csv') st.dataframe(df) - sepal_lenth와 sepal_width의 관계를 차트로 나타내시오. fig = plt.figure() # 여기서부턴 차트영역이다. plt.scatter(data = df, x = 'sepal_length', y ='sepal_width') plt.title('Sepla Length vs .. 더보기 Streamlit 문법: 파일을 분리해서 만드는 앱 파일을 분리해서 만드는 앱 - app9에서 진행할 새로운 파일들을 만들어준다. - 해당 파일에서 함수 설정 후에, app.py에서는 새로운 파일에서 작성한 함수만 호출 할것이다. -> 스크립트가 더 깔끔해진다. - 하나의 기능을 하나의 파일로 구현해놓으면 나중에 코드 수정할 때, 용이하다. (이하 app9_home.py) - 깔끔하게 함수만 작성해준다. import streamlit as st from PIL import Image def run_home(): st.subheader('홈 화면입니다.') st.text('파일 분리앱 실습하다') img = Image.open('data2/image_03.jpg') st.image(img) (이하 app9_eda.py) import streamlit as .. 더보기 Streamlit 문법: 파일 업로드 함수 import os import streamlit as st import pandas as pd from PIL import Image import os from datetime import datetime - 파일 업로드 함수 - 디렉토리 정보와 파일을 알려주면, 해당 디렉토리에 - 파일을 저장하는 함수 def save_uploaded_file(directory, file) : # 1.디렉토리가 있는지 확인하여, 없으면 디렉토리부터만든다. if not os.path.exists(directory) : os.makedirs(directory) # 2. 디렉토리가 있으니, 파일을 저장. with open(os.path.join(directory, file.name), 'wb') as f : f.write(f.. 더보기 Streamlit 문법: CSV 파일 업로드: st.file_uploader(‘문구’, type=['csv']) CSV 파일 업로드: st.file_uploader(‘문구’, type=['csv']) ㄴ 해당 타입 세개만 올릴 수 있도록 설정 ㄴ 파일을 처리하려면 변수로 받아줘야한다. elif choice == menu[1]: st.subheader('CSV 파일 업로드') upload_file = st.file_uploader('CSV 파일 선택',type = ['csv']) if upload_file is not None: # 파일명을 유니크하게 만들어서 저장해야 한다. # 현재시간을 활용해서, 파일명을 만든다. current_time = datetime.now() print(current_time) # 파일명에 콜론(:)이 들어가면 에러가 난다. # 나는 지금 currentime을 파일명으로 만들고 싶다. p.. 더보기 이전 1 2 3 다음
