Ich habe mit Streamlit, einem Open-Source-Framework von Python, eine Web-App mit explosiver Geschwindigkeit erstellt.
Ich werde die erforderlichen Dateien zum Verzeichnis der von Streamlit erstellten Webanwendung hinzufügen und in Heroku entwickeln. Was du brauchst
requrements.txt
Es macht den Server darauf aufmerksam, was er herunterladen muss, um den Code auszuführen.
Fügen Sie nach Bedarf streamlit
und numpy
und pandas
hinzu.
Unten ist ein Beispiel.
requrements.txt
streamlit==0.60.0
matplotlib==2.2.3
numpy==1.15.1
App not compatible with buildpack Ich bekomme eine Fehlermeldung requirement.txt mache runtime.txt Procfile
setup.sh
Wie require.txt
erstellt setup.sh
eine Umgebung, in der die App auf dem Server ausgeführt wird. Bitte ändern Sie die E-Mail individuell.
setup.sh
mkdir -p ~/.streamlit/
echo "\
[general]\n\
email = \"[email protected]\"\n\
" > ~/.streamlit/credentials.toml
echo "\
[server]\n\
headless = true\n\
enableCORS=false\n\
port = $PORT\n\
" > ~/.streamlit/config.toml
Procfile Es beschreibt, welchen Befehl der Server ausführen soll.
web: sh setup.sh && streamlit run {name_of_app}.py
Erster Login
$ heroku login
Da Heroku Git verwendet, wird das Git-Repository immer initialisiert.
$ git init
$ git add .
$ git commit -m "first commit"
Erstellen Sie dann eine neue Instanz in Heroku.
$ heroku create
Alles was Sie tun müssen, ist es zu schieben und zu öffnen.
$ git push heroku master
$ heroku open
Ich habe auch versucht, eine Anwendung bereitzustellen, die TSP mit der 2-Opt-Methode lösen kann.
Dieses Mal habe ich Streamlit bereitgestellt, mit dem Sie die Ergebnisse einfach mit Python gestalten können. Es war bis zum Einsatz sehr explosiv. Wenn Sie die Bequemlichkeit von Streamlit selbst und die Explosionsgeschwindigkeit kennen möchten, lesen Sie bitte Vorheriger Artikel! !!
Recommended Posts