写出你的第一个web app，几行代码就够了

2021-02-12 分类：网站建设

图源：pixabay

无论数据科学家还是机器学习工程师，部署数据科学项目都是他们所需要的一项至关重要的能力。传统部署机器学习模型的方法是利用Django、Flask等已经建立好的框架，然而这种方法非常耗时，常常令人望而却步。有没有简单一点的方法呢？

本文是基于笔者在YouTubevideo上发布的同名视频创作的，二者搭配食用效果更佳。

股票web app概述

现在我们要构建一个显示股价与股票成交量的简单web app，会用到Python中的streamlit和yfinance两个库。这个app理论上是要利用yfinance库从雅虎财经调取市场历史数据，然后把数据保存在数据框架中，最后作为streamlit 的输入参数显示出线形图表。

图源：unsplash

安装必备库

在这篇教程中，我们将用到两个需要安装的Python库，streamlit 和yfinance。通过下面的pip install命令可以轻松地安装streamlit：

pip install streamlit

同理按照以下命令完成 yfinance的安装：

pip install yfinance

web app代码

这次构建web app的代码一共不到20行，如果不算注释的话代码只有14行。

import yfinance as yf import streamlit as st
 
 st.write(""" # Simple StockPrice App Shown are the stockclosing price and volume of Google! """) # https://towardsdatascience.com/how-to-get-stock-data-using-python-c0de1df17e75 #define the tickersymbol tickerSymbol ='GOOGL' #get data on thisticker tickerData = yf.Ticker(tickerSymbol) #get the historicalprices for this ticker tickerDf = tickerData.history(period='1d', start='2010-5-31', end='2020-5-31') # Open HighLowClose Volume Dividends StockSplits st.line_chart(tickerDf.Close) st.line_chart(tickerDf.Volume)

代码逐行解释

现在，我们来详细看看上面这些代码：

· 第一行和第二行——输入yfinance，命名为yf同时输入streamlit，命名为st。

· 四至七行——用 st.write() 函数输出文本内容，输出文本为markdown格式。

· 九至十六行——用yfinance库从雅虎财经中调取市场历史数据。

· 十一行——定义股票代码为 GOOGL。

· 十三行——用yf.Ticker()函数创建tickerData变量，顾名思义该变量为股票代码数据。需要注意的是tickerData是一个股票代码对象，如果把tickerData当作命令运行可以得到这样的输出 yfinance.Ticker object <GOOGL>。

· 十五行——创建tickerDf 数据框架，定义日期范围（从2010年5月31日到2020年5月31日）以及时段（1天）。

· 十八行到十九行——用st.line_chart()函数画出线性图表（收盘价格数据来自十五行代码中定义的tickerDf数据框架中的收盘与成交量数据）。

运行web app

代码保存在名为myapp.py的文件之后，启动命令提示符（或者是微软Windows系统里的Power Shell），运行下面的命令：

.py

然后可以看到以下信息：

> streamlit run myapp.pyYou can now view your Streamlit app in yourbrowser.Local URL: http://localhost:8501 Network URL: http://10.0.0.11:8501

不久一个网页窗口就会弹出，直接跳去如下所示的http://localhost:8501这个创建好的web app。

写出你的第一个web app，几行代码就够了

股价web app截屏

Bingo！你已经成功用Python创建了自己的第一个web app！

图源：unsplash

自定义web app

以上是最基本的，如果你想让自定义web app变得更有趣一点呢？

import yfinance as yf
 import streamlit as st
 
 st.write(""" # Simple StockPrice App Shown are the stock**closing price** and ***volume*** of Google! """)
 
 #https://towardsdatascience.com/how-to-get-stock-data-using-python-c0de1df17e75
 #define the tickersymbol
 tickerSymbol ='GOOGL' #get data on thisticker
 tickerData = yf.Ticker(tickerSymbol)
 #get the historicalprices for this ticker
 tickerDf = tickerData.history(period='1d', start='2010-5-31', end='2020-5-31')
 # Open HighLowClose Volume Dividends StockSplits
 
 st.write(""" ## Closing Price """)
 st.line_chart(tickerDf.Close)
 st.write(""" ## Volume """)
 st.line_chart(tickerDf.Volume)

让我们花点时间来理解上面的代码：

· 第六行——注意这里需在“closing price” 前后各用两个星号来加粗“closing price” ，如下所示：**closingprice**。还要注意“volume”斜体加粗，前后各用三个星号，如下所示：***volume***。

· 十八至二十行和二十二至二十五行——在收盘价格和成交量图表上方加入一个markdown格式的标题。