无需前端！Gradio 基础使用示例：快速生成可视化界面

Gradio简介

Gradio 是一个用于构建快速原型和部署机器学习应用程序的开源库。它的目标是使机器学习模型的创建和部署变得简单易用，无需深入了解 Web 开发或前端知识。以下是 Gradio 的一些关键特点和优势：

1.简单易用: Gradio 提供了简单直观的 API，使得用户能够快速创建交互式的机器学习界面，无需繁琐的代码编写。
2.多样化输入输出: Gradio 支持多种类型的输入和输出，包括图像、文本、音频等，同时还能够处理多个输入和输出。
3.即时预览: 在开发过程中，Gradio 提供了即时预览功能，让用户可以实时查看和测试他们的应用程序，以便进行调试和优化。
4.部署简单: Gradio 允许用户一键部署他们的应用程序，无需复杂的配置或部署流程，可以将应用程序轻松地分享给其他人使用。
5.可定制性: 尽管 Gradio 提供了许多预定义的组件和样式，但用户仍然可以通过自定义 CSS 和 JavaScript 来定制界面的外观和行为。
6.跨平台兼容性: Gradio 可以在多个平台上运行，包括本地环境、云端服务器以及基于 Docker 的容器中。

总的来说，Gradio 提供了一个简单而强大的工具，使得任何人都能够轻松地构建和部署交互式的机器学习应用程序，从而促进了机器学习技术的普及和应用。当然，你也可以用 Gradio 来做一些简单功能的可视化，以便于日常使用，不是非要应用到AI方面。

安装gradio

pip install gradio==4.29 -i "https://pypi.doubanio.com/simple/

示例-简单的输入、输出

import gradio as gr

print(gr.__version__)

def process_data(text, image, filter_type):
    print(type(image))
    # 数据处理逻辑
    processed_text = text.upper()
    if filter_type:
        image = image.convert(filter_type)
    return processed_text, image


iface = gr.Interface(
    fn=process_data,
    inputs=[
        gr.Textbox(label="输入文本"),
        gr.Image(label="上传图片", type="pil"),
        gr.Radio(label="图像转换模式", info="参考 https://blog.youkuaiyun.com/u012977885/article/details/105733554", choices=["1", "L", "P", "RGB", "RGBA", "CMYK", "YCbCr", "I", "F"], value="L"), 
    ],
    outputs=[gr.Text(label="处理后的文本"), gr.Image(label="处理后的图片")],
    title="文本、图像处理",
    description="输入文本、图像，以获得处理。",
)

iface.launch()

示例-启动配置

一些常用的启动配置说明

# 设置启动端口
iface.launch(server_name='127.0.0.1', server_port=8080, show_error=True)
# 当把server_name设置为'0.0.0.0'时，局域网内的电脑皆可通过服务器IP访问该服务
iface.launch(server_name='0.0.0.0')

# 在互联网分享（Gradio的服务器会提供XXX.gradio.app地址）
iface.launch(share=True)

# 设置用户、密码
iface.launch(auth=("admin", "admin12345"))
# 更复杂的用户、密码校验
def my_auth(username, password):
    # 例如可以连接到外部系统校验登录
    return username == "admin" and password == "admin12345"
iface.launch(auth=my_auth, auth_message="login error")

# 启动服务时，自动打开默认浏览器
face.launch(inbrowser=True)

示例-聊天对话

聊天接口,通过使用&nb