Streamlit(二) - write_magic

本文介绍了如何使用Streamlit的st.write函数进行Markdown文本、数据框、图表的快速展示,并展示了其灵活的参数接收和魔法命令的特性。通过实例演示了如何创建交互式应用,涵盖了数据处理、可视化和多种图表类型。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

st.write(*args, **kwargs)

write(string) 打印格式化的 Markdown 字符串,支持 LaTeX 表达式和表情符号短代码。
write(data_frame) :将 DataFrame 显示为表格。
write(error) :打印异常。
write(func) :显示有关函数的信息。
write(module) :显示有关模块的信息。
write(dict) :在交互式小部件中显示 dict。
write(mpl_fig) :显示 Matplotlib 图。
write(altair) :显示 Altair 图表。
write(keras) :显示 Keras 模型。
write(graphviz) :显示 Graphviz 图。
write(plotly_fig) :显示 Plotly 图。
write(bokeh_fig) :显示散景图。
write(sympy_expr) :使用 LaTeX 打印 SymPy 表达式。
write(htmlable) :如果可用,则为对象打印 repr_html() 。
write(obj) :如果其他未知,则打印 str(obj) 。
unsafe_allow_html (bool) :默认为False。默认情况下,在字符串中找到的任何 HTML 标签都将被转义,因此被视为纯文本。可以通过将此参数设置为 True 来关闭此行为。这个参数随时可能被取消。

基本Markdown格式

import streamlit as st
import pandas as pd
import numpy as np

st.write('Hello, *World!* :sunglasses:')

 st.write() 还接受其他数据格式,例如数字、数据框、样式数据框和分类对象

st.write(1234)
data_frame = pd.DataFrame({
     'first column': [1, 2, 3, 4],
     'second column': [10, 20, 30, 40],
 })
st.write(data_frame)
#表格既可以排序,也可以全屏

 传入多个参数

st.write('1 + 1 = ', 2)
st.write('Below is a DataFrame:', data_frame, 'Above is a dataframe.')

 st.write 也接受图表对象

import altair as alt
df = pd.DataFrame(
     np.random.randn(200, 3),
     columns=['a', 'b', 'c'])

 

c = alt.Chart(df).mark_circle().encode(
     x='a', y='b', size='c', color='c', tooltip=['a', 'b', 'c'])

st.write(c)


 Magic

魔术命令是 Streamlit 中的一项功能,它允许您编写几乎所有内容(降价、数据、图表),而根本无需键入显式命令。只需将您要显示的内容放在自己的代码行中,它就会出现在您的应用程序中。

# Draw a title and some text to the app:
'''
# This is the document title

This is some _markdown_.
'''

import pandas as pd
df = pd.DataFrame({'col1': [1,2,3]})
df  # 👈 Draw the dataframe

x = 10
'x', x  # 👈 Draw the string 'x' and then the value of x

# Also works with most supported chart types
import matplotlib.pyplot as plt
import numpy as np

arr = np.random.normal(1, 1, size=100)
fig, ax = plt.subplots()
ax.hist(arr, bins=20)

fig

 

任何时候 Streamlit 在自己的行中看到变量或文字值,它都会使用 st.write 自动将其写入您的应用程序。

 

<think>嗯,用户想了解如何安装streamlit-context-menu。首先,我需要确认这个库的正确名称和安装方法。记得在Python中通常使用pip进行安装,所以应该先建议用pip install streamlit-context-menu。不过,可能用户会遇到常见问题,比如包名是否正确,或者是否需要其他依赖项。 接下来,我需要检查是否存在可能的拼写错误。比如,是否应该是streamlit_context_menu而不是用连字符?这时候可能需要到PyPI上查找正确的包名。假设用户提供的名称正确,但实际安装时如果出现错误,可能需要提示用户检查名称是否正确。 然后,考虑用户安装后如何使用,可能需要一个简单的示例代码来演示右键菜单的功能。这样用户能快速验证安装是否成功。同时,要提醒用户确保使用的Streamlit版本兼容,可能需要更新Streamlit到最新版本。 另外,常见问题部分也很重要。比如安装权限问题,用户可能需要使用pip install --user或者sudo。网络问题导致安装失败的话,建议更换镜像源。还有,安装后导入模块时的错误处理,比如检查拼写是否正确,是否在虚拟环境中安装。 最后,要确保整个回答结构清晰,分步骤说明,让用户能够一步步跟着操作。同时保持语言简洁,避免技术术语过多,让不同水平的用户都能理解。需要确认所有步骤自己都验证过,确保准确性,避免误导用户。</think>安装`streamlit-context-menu`的步骤如下: --- ### **1. 安装包** 通过pip命令直接安装: ```bash pip install streamlit-context-menu ``` --- ### **2. 验证安装** 安装完成后,可通过以下命令检查版本: ```python import streamlit_context_menu print(streamlit_context_menu.__version__) ``` --- ### **3. 基础使用示例** ```python import streamlit as st from streamlit_context_menu import context_menu # 添加右键菜单 with context_menu(key="demo_menu"): st.write("右键点击此处") if st.button("选项1"): st.write("你点击了选项1") if st.button("选项2"): st.write("你点击了选项2") # 运行Streamlit应用 # streamlit run your_app.py ``` --- ### **4. 常见问题** - **报错找不到包** 检查包名拼写是否准确(注意中划线`-`和下划线`_`的区别),或尝试更新pip: ```bash pip install --upgrade pip ``` - **版本兼容问题** 确保Streamlit版本较新: ```bash pip install --upgrade streamlit ``` - **权限问题** 若提示权限不足,尝试: ```bash pip install --user streamlit-context-menu # 或使用sudo(仅限Linux/Mac) sudo pip install streamlit-context-menu ``` --- ### **5. 功能说明** 此库为Streamlit添加右键上下文菜单功能,支持: - 自定义菜单项 - 动态生成选项 -Streamlit组件深度集成 --- 如有其他问题,建议查阅[官方文档](https://pypi.org/project/streamlit-context-menu/)或提供具体错误信息进一步排查。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

heianduck

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值