निराकरण: स्ट्रीमलाइटमध्ये स्तंभ तयार करा

Streamlit मध्ये स्तंभ तयार करण्याशी संबंधित मुख्य समस्या अशी आहे की जटिल मांडणी तयार करणे कठीण होऊ शकते. स्ट्रीमलिट हे डेटा व्हिज्युअलायझेशन तयार करण्यासाठी एक साधे आणि सरळ साधन म्हणून डिझाइन केले आहे, म्हणून त्यात HTML किंवा CSS सारख्या अधिक प्रगत लेआउट साधनांइतकी लवचिकता नाही. याव्यतिरिक्त, स्ट्रीमलिट स्तंभांच्या नेस्टिंगला समर्थन देत नाही, ज्यामुळे एकाधिक स्तंभांसह जटिल लेआउट तयार करणे कठीण होऊ शकते.

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")  

    ])])

# ओळ 1: ही ओळ Streamlit लायब्ररी आयात करते.
# ओळ 2: ही ओळ Streamlit अॅपमध्ये दोन स्तंभ तयार करते.
# ओळी 3-7: कोडचा हा ब्लॉक पहिला स्तंभ परिभाषित करतो, ज्यामध्ये मजकूर घटक आणि स्लाइडर घटक असतात.
# ओळी 8-12: कोडचा हा ब्लॉक दुसरा स्तंभ परिभाषित करतो, ज्यामध्ये मजकूर घटक आणि चेकबॉक्स घटक असतात.

फ्रेमवर्क म्हणजे काय

पायथनमधील फ्रेमवर्क हे मॉड्यूल्स आणि पॅकेजेसचा संग्रह आहे जे ऍप्लिकेशन्स विकसित करण्यासाठी एक संरचना प्रदान करते. हे अनुप्रयोगाची मूलभूत रचना प्रदान करते, जसे की निर्देशिका मांडणी, डेटा प्रवेश स्तर आणि वापरकर्ता इंटरफेस घटक. यात फंक्शन्स आणि क्लासेसची लायब्ररी देखील समाविष्ट आहे ज्याचा वापर द्रुतपणे ऍप्लिकेशन विकसित करण्यासाठी केला जाऊ शकतो. फ्रेमवर्कचा वापर वेब अॅप्लिकेशन्स, डेस्कटॉप अॅप्लिकेशन्स, मोबाइल अॅप्स आणि बरेच काही तयार करण्यासाठी केला जाऊ शकतो.

प्रवाहित फ्रेमवर्क

Streamlit एक मुक्त-स्रोत Python लायब्ररी आहे जी डेटा विज्ञान आणि मशीन शिक्षणासाठी सुंदर, सानुकूल वेब अॅप्स तयार करणे आणि सामायिक करणे सोपे करते. हे कमीतकमी प्रयत्नांसह परस्परसंवादी वेब अनुप्रयोग तयार करण्याचा एक सोपा, अंतर्ज्ञानी मार्ग प्रदान करते. स्ट्रीमलिट अॅप्स केवळ पायथन कोड वापरून तयार केले आहेत, त्यामुळे HTML किंवा JavaScript आवश्यक नाही. Streamlit NumPy, Pandas, Scikit-learn आणि TensorFlow सारख्या लोकप्रिय डेटा सायन्स लायब्ररींना देखील समर्थन देते. Streamlit सह तुम्ही त्वरीत शक्तिशाली डेटा व्हिज्युअलायझेशन तयार करू शकता आणि ते सहकार्यांसह किंवा जगासह सामायिक करू शकता.

मी पायथनसह स्ट्रीमलाइटमध्ये स्तंभ कसे तयार करू

Streamlit ही एक शक्तिशाली ओपन-सोर्स पायथन लायब्ररी आहे जी कोडच्या काही ओळींसह परस्परसंवादी वेब अनुप्रयोग तयार करणे सोपे करते. हे डेटा सायन्स आणि मशीन लर्निंग मॉडेल्सना अधिक सुलभ आणि गैर-तांत्रिक वापरकर्त्यांसाठी वापरण्यास सुलभ बनवण्यासाठी डिझाइन केले आहे.

पायथनसह स्ट्रीमलिटमध्ये स्तंभ तयार करणे सोपे आणि सरळ आहे. पहिली पायरी म्हणजे Streamlit लायब्ररी आयात करणे:

st म्हणून आयात streamlit

त्यानंतर, तुम्ही st.columns() फंक्शन वापरून कॉलम तयार करू शकता. हे फंक्शन दोन युक्तिवाद घेते: तुम्ही तयार करू इच्छित असलेल्या स्तंभांची संख्या आणि विजेट्स किंवा घटकांची पर्यायी सूची जी प्रत्येक स्तंभात ठेवली पाहिजे. उदाहरणार्थ, जर तुम्हाला मजकूर बॉक्स असलेले दोन स्तंभ तयार करायचे असतील, तर तुम्ही हे करू शकता:

st.columns([st.text_input(“स्तंभ 1”), st.text_input(“स्तंभ 2”)])

तुम्ही st.columns() फंक्शनमध्ये पर्यायी तिसरा युक्तिवाद पास करून प्रत्येक स्तंभाची रुंदी देखील निर्दिष्ट करू शकता:

st.columns([st.text_input(“स्तंभ 1”), st.text_input(“स्तंभ 2”)], रुंदी=[200, 400])

हे स्तंभ 1 ची रुंदी 200 पिक्सेल आणि स्तंभ 2 ची रुंदी अनुक्रमे 400 पिक्सेलवर सेट करेल.