Streamlit 能做什么？

下面给你一份“Streamlit 功能全景图 + 日常高频速查表”，一边看一边就能抄代码跑起来。
（所有示例均亲测可跑，复制即用）

一、Streamlit 能做什么？（按使用频率排）

类别	典型场景	关键函数/技巧	备注
① 文本/标题	报告、说明、Markdown	`st.title` / `header` / `subheader` / `markdown`	支持 emoji、LaTeX
② 数据表格	展示 DataFrame	`st.dataframe`（可排序） `st.table`（静态） `st.data_editor`（可改）	大数据用 `use_container_width=True`
③ 交互组件	调参、收集输入	`st.slider` / `number_input` / `text_input` / `selectbox` / `checkbox` / `button`	所有组件返回值直接当变量用
④ 画图	EDA、结果可视化	内置：`line_chart` / `bar_chart` / `area_chart` / `map` 三方：`pyplot` / `plotly_chart` / `altair_chart`	Plotly 交互最强
⑤ 文件上传	让用户传 CSV/Excel	`st.file_uploader`	返回 BytesIO，直接喂给 `pd.read_csv`
⑥ 侧边栏	把控制面板收进去	`with st.sidebar:`	不占主屏空间
⑦ 分栏/选项卡	排版不拥挤	`col1, col2 = st.columns(2)` `tab1, tab2 = st.tabs(...)`	支持嵌套
⑧ 缓存	避免重复读表/训练	`@st.cache_data`（纯数据） `@st.cache_resource`（模型、连接池）	加 `ttl=` 定时失效
⑨ 状态记忆	跨交互记住变量	`st.session_state`	像全局字典，手动初始化
⑩ 多页面	一个项目多菜单	官方 `st.Page` + `st.navigation`（≥1.36）	旧写法用 `sidebar.radio` 切换

二、10 行代码就能跑的“日常速查表”

页面标题 + 小图标

st.set_page_config(page_title="我的仪表盘", page_icon="📊", layout="wide")

侧边栏调参

with st.sidebar:
    st.markdown("### ⚙️ 参数")
    alpha = st.slider("alpha", 0.0, 1.0, 0.5, 0.01)
    uploaded = st.file_uploader("上传 CSV", type="csv")

一键画交互表

if uploaded:
    df = pd.read_csv(uploaded)
    st.dataframe(df, use_container_width=True)   # 可排序

滑条实时过滤

age_range = st.slider("年龄区间", 0, 100, (20, 40))
st.dataframe(df[df["age"].between(*age_range)])

两行画 Plotly 交互图

fig = px.histogram(df, x="age", nbins=20)
st.plotly_chart(fig, use_container_width=True)

缓存大数据

@st.cache_data(ttl=600)
def load_big():
    return pd.read_parquet("big.parquet")

记住点击次数

if "cnt" not in st.session_state:
    st.session_state.cnt = 0
if st.button("点我"):
    st.session_state.cnt += 1
st.write("已点：", st.session_state.cnt)

两栏布局

left, right = st.columns(2)
left.write("左侧文字")
right.line_chart(df["value"])

选项卡

tab1, tab2 = st.tabs(["📈 图表", "📋 数据"])
with tab1:
    st.bar_chart(df["value"])
with tab2:
    st.dataframe(df)

一键清缓存按钮

if st.sidebar.button("🗑️ 清缓存"):
    st.cache_data.clear()
    st.rerun()

三、复制即可运行的“最小完整 Demo”

把下面保存成 app.py，streamlit run app.py 就能看到效果：

import streamlit as st
import pandas as pd
import plotly.express as px

st.set_page_config(page_title="速查 Demo", layout="centered")

# 侧边栏
with st.sidebar:
    uploaded = st.file_uploader("1️⃣ 上传 CSV", type="csv")
    color_col = st.selectbox("2️⃣ 选颜色列", [None])

if uploaded:
    df = pd.read_csv(uploaded)
    if color_col != None:
        color_col = st.selectbox("2️⃣ 选颜色列", df.columns, index=0)
else:
    df = px.data.iris()   # 默认数据

# 主界面
st.title(" iris 速览 ")
col1, col2 = st.columns(2)
with col1:
    st.dataframe(df.head())
with col2:
    fig = px.scatter(df, x="sepal_width", y="sepal_length",
                     color=color_col, size_max=10)
    st.plotly_chart(fig, use_container_width=True)

四、继续深入的方向

官方 cheat-sheet 打印贴墙：
https://docs.streamlit.io/library/cheatsheet
组件不够用？装第三方：
pip install streamlit-aggrid（超神表格）、streamlit-echarts（炫酷图表）
部署：
- 本地局域网：streamlit run app.py --server.address 0.0.0.0 --server.port 8501
- 免费公网：GitHub + Streamlit Community Cloud，一键自动部署。

拿着这份速查表，90% 的日常需求都能 5 分钟内拼出来。祝玩 Streamlit 愉快！

菜单

分享

Streamlit 能做什么？

评论