寫出你的第一個web app，幾行代碼就夠了

2021-02-12 分類：網站建設

圖源：pixabay

無論數據科學家還是機器學習工程師，部署數據科學項目都是他們所需要的一項至關重要的能力。傳統部署機器學習模型的方法是利用Django、Flask等已經建立好的框架，然而這種方法非常耗時，常常令人望而卻步。有沒有簡單一點的方法呢？

本文是基于筆者在YouTubevideo上發布的同名視頻創作的，二者搭配食用效果更佳。

股票web app概述

現在我們要構建一個顯示股價與股票成交量的簡單web app，會用到Python中的streamlit和yfinance兩個庫。這個app理論上是要利用yfinance庫從雅虎財經調取市場歷史數據，然后把數據保存在數據框架中，最后作為streamlit 的輸入參數顯示出線形圖表。

圖源：unsplash

安裝必備庫

在這篇教程中，我們將用到兩個需要安裝的Python庫，streamlit 和yfinance。通過下面的pip install命令可以輕松地安裝streamlit：

pip install streamlit

同理按照以下命令完成 yfinance的安裝：

pip install yfinance

web app代碼

這次構建web app的代碼一共不到20行，如果不算注釋的話代碼只有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)

代碼逐行解釋

現在，我們來詳細看看上面這些代碼：

· 第一行和第二行——輸入yfinance，命名為yf同時輸入streamlit，命名為st。

· 四至七行——用 st.write() 函數輸出文本內容，輸出文本為markdown格式。

· 九至十六行——用yfinance庫從雅虎財經中調取市場歷史數據。

· 十一行——定義股票代碼為 GOOGL。

· 十三行——用yf.Ticker()函數創建tickerData變量，顧名思義該變量為股票代碼數據。需要注意的是tickerData是一個股票代碼對象，如果把tickerData當作命令運行可以得到這樣的輸出 yfinance.Ticker object <GOOGL>。

· 十五行——創建tickerDf 數據框架，定義日期范圍（從2010年5月31日到2020年5月31日）以及時段（1天）。

· 十八行到十九行——用st.line_chart()函數畫出線性圖表（收盤價格數據來自十五行代碼中定義的tickerDf數據框架中的收盤與成交量數據）。

運行web app

代碼保存在名為myapp.py的文件之后，啟動命令提示符（或者是微軟Windows系統里的Power Shell），運行下面的命令：

.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

不久一個網頁窗口就會彈出，直接跳去如下所示的http://localhost:8501這個創建好的web app。

寫出你的第一個web app，幾行代碼就夠了

股價web app截屏

Bingo！你已經成功用Python創建了自己的第一個web app！

圖源：unsplash

自定義web app

以上是最基本的，如果你想讓自定義web app變得更有趣一點呢？

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)

讓我們花點時間來理解上面的代碼：

· 第六行——注意這里需在“closing price” 前后各用兩個星號來加粗“closing price” ，如下所示：**closingprice**。還要注意“volume”斜體加粗，前后各用三個星號，如下所示：***volume***。

· 十八至二十行和二十二至二十五行——在收盤價格和成交量圖表上方加入一個markdown格式的標題。