Comments 10
Извините, может я что-то не понял. Легче же на Gradio написать. Скорее всего не понял суть статьи
Обычно пишут что Streamlit шире (например, тут https://medium.com/@sujathamudadla1213/differences-between-streamlit-and-gradio-cf3ef123d0e1)
Но лично Gradio не юзала, поэтому сама сравнить не могу :(
На градио легче только если ты его уже знаешь. Streamlit - простой как пробка. Файлик app.py перезапускается на КАЖДЫЙ новый клик, streamlit выполняет файл заново с "новыми аргументами". Проще чем это уже не будет. Для демо за 3 минуты - ничего проще нет.
Это же кстати самая большая проблема - чуть сложнее код написать...можно...но с костылями.
Такой подход максимально соотвествует парадигме юпитер ноутбуков - к ноутбуку прикрутили удобные виджеты.
Набор виджетов - разный, как плюс streamlit выглядит поприятнее.
Так ещё же от разрабов гугла mesop вышел.
Нейросеть писала? Старый перевод? Зачем ссылки на уже deprecated experimental_memo методы?
Перевод относительно старой статьи. Если человек перейдет по ссылке, он увидит плашку deprecated и рекомендации по использованию и сам решит, что с этим делать.
Но в целом статья выполняет свою цель - позволяет вкатиться в Streamlit, в ней собраны ссылки на ресурсы, где можно ознакомиться подробнее и на практике а том числе :)
7.3. YouTube туториалы
Для advanced-уровня в Streamlit могу посоветовать канал https://www.youtube.com/@andfanilo
Хорошая статья, у меня несколько вопросов:
А можно ли развернуть streamlit не на streamlit cloud, а на своём сервере?
Как насчёт безопасности данных? Могут ли люди видеть мои данные если я задеплою на streamlit cloud/своём сервере?
А при чем здесь data science?
Не используйте это говно, пожалуйста. Лучше, потратьте чуть больше времени чтоб написать нормальное приложение. Те, кто будут вашу писанину потом переписывать вам спасибо скажут.
Как освоить Streamlit для Data Science