El principal problema relacionat amb la creació de columnes a Streamlit és que pot ser difícil crear dissenys complexos. Streamlit està dissenyat per ser una eina senzilla i senzilla per crear visualitzacions de dades, de manera que no té el mateix nivell de flexibilitat que les eines de disseny més avançades com HTML o CSS. A més, Streamlit no admet l'imbricació de columnes, cosa que pot dificultar la creació de dissenys complexos amb diverses columnes.
import streamlit as st
# Create columns
st.beta_columns([
# Column 1
("First Column", [
st.text("This is the first column"),
st.slider("Slider in first column")
]),
# Column 2
("Second Column", [
st.text("This is the second column"),
st.checkbox("Checkbox in second column")
])])
# Línia 1: aquesta línia importa la biblioteca Streamlit.
# Línia 2: aquesta línia crea dues columnes a l'aplicació Streamlit.
# Línies 3-7: aquest bloc de codi defineix la primera columna, que conté un element de text i un element lliscant.
# Línies 8-12: aquest bloc de codi defineix la segona columna, que conté un element de text i un element de casella de selecció.
Què és un marc
Un framework en Python és una col·lecció de mòduls i paquets que proporcionen una estructura per desenvolupar aplicacions. Proporciona l'estructura bàsica d'una aplicació, com ara la disposició del directori, la capa d'accés a les dades i els components de la interfície d'usuari. També inclou biblioteques de funcions i classes que es poden utilitzar per desenvolupar aplicacions ràpidament. Els marcs es poden utilitzar per crear aplicacions web, aplicacions d'escriptori, aplicacions mòbils i molt més.
Marc simplificat
Streamlit és una biblioteca Python de codi obert que facilita la creació i la compartició d'aplicacions web precioses i personalitzades per a la ciència de dades i l'aprenentatge automàtic. Proporciona una manera senzilla i intuïtiva de crear aplicacions web interactives amb el mínim esforç. Les aplicacions Streamlit es creen només amb codi Python, de manera que no cal HTML ni JavaScript. Streamlit també admet biblioteques populars de ciència de dades com NumPy, Pandas, Scikit-learn i TensorFlow. Amb Streamlit podeu crear ràpidament visualitzacions de dades potents i compartir-les amb els companys o amb el món.
Com puc crear columnes en streamlit amb Python
Streamlit és una potent biblioteca Python de codi obert que facilita la creació d'aplicacions web interactives amb només unes poques línies de codi. Està dissenyat per fer que els models de ciència de dades i d'aprenentatge automàtic siguin més accessibles i fàcils d'utilitzar per als usuaris no tècnics.
Crear columnes a Streamlit amb Python és senzill i senzill. El primer pas és importar la biblioteca Streamlit:
importació streamlit com st
A continuació, podeu crear columnes utilitzant la funció st.columns(). Aquesta funció pren dos arguments: el nombre de columnes que voleu crear i una llista opcional de widgets o elements que s'han de col·locar a cada columna. Per exemple, si voleu crear dues columnes que continguin quadres de text, podeu fer això:
st.columns([st.text_input(“Columna 1”), st.text_input(“Columna 2”)])
També podeu especificar l'amplada de cada columna passant un tercer argument opcional a la funció st.columns():
st.columns([st.text_input(“Columna 1”), st.text_input(“Columna 2”)], width=[200, 400])
Això establirà l'amplada de la columna 1 a 200 píxels i l'amplada de la columna 2 a 400 píxels, respectivament.
