Site officiel: https://www.streamlit.io/
C'est le moyen le plus simple pour les scientifiques des données et les ingénieurs en apprentissage automatique de créer de belles applications performantes en quelques heures.
Je l'ai juste essayé parce que ça a l'air intéressant.
J'ai fait une vidéo de la partie mobile.
https://www.youtube.com/watch?v=WFV-cBQARbQ
Limitation du pôle central que le graphique de la valeur moyenne lors du lancement de plusieurs dés est proche de la distribution normale lorsque le nombre de dés est augmenté. % BF% 83% E6% A5% B5% E9% 99% 90% E5% AE% 9A% E7% 90% 86) application de démonstration.
Le code source est publié sur Gist, donc n'importe qui peut l'exécuter en installant Streamlit.
Comment installer
pip streamlit
Méthode d'exécution
streamlit run https://gist.githubusercontent.com/kokuyokugetter/1a7ec1243f469be03fa4574c05bf5018/raw/a49ca69a2f33a9945602caddd607898e2bf0b0ac/clt_demo_dice.py
En bref, il semble que vous devriez alimenter le code source après streamlit run. Puisque gist peut appeler la page de données brutes du code soulevé, il peut être exécuté à partir du lien sans télécharger la source.
C'était aussi une erreur d'effacer ce que j'avais écrit en essayant diverses choses, donc la partie essai et erreur et le code du site de référence peuvent être répertoriés tels quels, mais ne vous inquiétez pas pour la partie commentaire (en particulier la première moitié) du code source.
Je peux dire d'après la source que j'ai arrêté de le faire parce que le graphique était foiré la première fois que je l'ai fait avec numpy.histogram et streamlit.barchart.
Je ne sais pas si la valeur entière et numpy.histogram sont incompatibles ou si streamlit.barchart est incompatible.
Puisque vous pouvez dessiner sur le graphique en changeant la variable avec le curseur, il semble qu'il y aura des scènes plus efficaces que de changer la valeur de la variable une par une avec jupyter et de l'exécuter à nouveau.
Recommended Posts