Offizielle Seite: https://www.streamlit.io/
Dies ist die einfachste Möglichkeit für Datenwissenschaftler und Ingenieure des maschinellen Lernens, in Stunden schöne, leistungsstarke Apps zu erstellen.
Ich habe es einfach versucht, weil es interessant aussieht.
Ich habe ein Video des beweglichen Teils gemacht.
https://www.youtube.com/watch?v=WFV-cBQARbQ
Begrenzung des zentralen Pols, dass der Graph des Durchschnittswerts beim Würfeln mehrerer Würfel nahe an der Normalverteilung liegt, wenn die Anzahl der Würfel erhöht wird. % BF% 83% E6% A5% B5% E9% 99% 90% E5% AE% 9A% E7% 90% 86) Demo-App.
Der Quellcode wird auf Gist veröffentlicht, sodass jeder, der Streamlit installiert, ihn sofort ausführen kann.
Wie installiert man
pip streamlit
Ausführungsmethode
streamlit run https://gist.githubusercontent.com/kokuyokugetter/1a7ec1243f469be03fa4574c05bf5018/raw/a49ca69a2f33a9945602caddd607898e2bf0b0ac/clt_demo_dice.py
Kurz gesagt, es scheint, dass Sie den Quellcode nach "Streamlit Run" füttern sollten. Da gist die Seite mit den Rohdaten des ausgelösten Codes aufrufen kann, kann sie über den Link ausgeführt werden, ohne die Quelle herunterzuladen.
Es war auch ein Fehler, das zu löschen, was ich geschrieben habe, während ich verschiedene Dinge ausprobiert habe, sodass der Teil von Versuch und Irrtum und der Code der Referenzseite möglicherweise so aufgelistet sind, wie er ist, aber bitte machen Sie sich keine Sorgen über den Kommentarteil (insbesondere die erste Hälfte) des Quellcodes.
Ich kann der Quelle entnehmen, dass ich es zuerst mit numpy.histogram und streamlit.barchart abgebrochen habe, weil das Diagramm durcheinander war.
Ich bin nicht sicher, ob der ganzzahlige Wert und numpy.histogram nicht kompatibel sind oder ob streamlit.barchart nicht kompatibel ist.
Da Sie beim Ändern der Variablen mit dem Schieberegler auf das Diagramm zeichnen können, scheint es effektivere Szenen zu geben, als den Wert der Variablen einzeln mit jupyter zu ändern und erneut auszuführen.