关于flask的根本知识，小伙伴们可以参考

安装不必细说 pip install streamlit 就会安装streamlit模块和干系模块

Streamlit默认安装的时候会配置环境变量，安装完成后，可以直接在cmd命令框中输入streamlit来查看环境变量以及streamlit是否安装完成，若环境变量未设置成功，须要手动配置一下streamlit的环境变量Streamlit的大略例子

首先按照一向的做法，先来一个hello world，定义一个py文件，输入如下代码

import streamlit as stst.write(hello world")

在cmd命令行中输入 streamlit run xxx.py（这里须要特殊把稳，运行py文件不再利用python xxx.py）

Streamlit默认会打开浏览器的localhost:8501网页，若没有打开，请手动输入localhost:8501 即可访问

Streamlit控件：

Streamlit有很多控件，包括前端须要利用的滑动条，单选，复选框，图标，按钮，图表等等！
Streamlit将控件视为变量。
Streamlit中没有回调函数！
每个交互只是自上而下重新运行脚本。
这样使程序代码更加简洁

import streamlit as stx = st.slider('x')st.write(x, 'squared is', x x)

仅仅三行代码便可以定义一个slider滑动条

Streamlit动态图形展示

Streamlit作为强大的人工智能机器学习数据展示框架，其紧张的浸染便是能够帮忙开拓者实时动态展示机器学习的数据以便可以打造跟用户互换的UI 设计，Streamlit的数据展示是Streamlit最强大的功能，其代码量也很大略

import streamlit as stimport timeimport numpy as npprogress_bar = st.sidebar.progress(0)status_text = st.sidebar.empty()last_rows = np.random.randn(1, 1)chart = st.line_chart(last_rows)for i in range(1, 101):new_rows = last_rows[-1, :] + np.random.randn(5, 1).cumsum(axis=0)status_text.text("%i%% Complete" % i)chart.add_rows(new_rows)progress_bar.progress(i)last_rows = new_rowstime.sleep(0.05)progress_bar.empty()st.button("Re-run")

以上代码便可以展示如下数据的动态显示

***加载中...

末了，我们来看一下Streamlit官方供应的一个demo，如下demo，Streamlit官方代码仅仅300多行代码，很难想象如下机器学习动态显示UI 仅仅三百行代码便可以完全展现

Streamlit的强大，吸引了无数开拓者的青睐，怪不得有人会说Streamlit会替代flask的位置，当然Streamlit也可以开拓web做事器的网站，这些都不是Streamlit的紧张功能，关于Streamlit更多更详细的功能先容，我们后期逐步分享