[python] Streamlit 으로 데이터 웹 애플리케이션 만들기! | 간단한 대시보드 & 웹데모 페이지 개발

데이터를 다루는 일이 많으신가요? Streamlit을 이용해 쉽고 빠르게 나만의 데이터 애플리케이션을 만들어보세요! 😎

 

 

Streamlit은 Python으로 작성된 코드만으로도 웹 애플리케이션을 쉽게 만들 수 있는 오픈 소스 프레임워크에요. 이 도구는 데이터 과학자, 엔지니어, 연구자들이 데이터 애플리케이션을 손쉽게 구축하고 공유할 수 있도록 설계되었습니다. Streamlit의 장점은 복잡한 웹 개발 지식 없이도 직관적인 방식으로 애플리케이션을 만들 수 있다는 점이라 알아두시는 것을 추천드립니다!

 

개인적으로는 직장에서 딥러닝 모델이나 비전 알고리즘 데모 페이지나 특정 로그 대시보드를 만들 때 애용하고 있습니다✨

 

📌 Streamlit이란? 🧐

Streamlit은 Python만으로 웹 애플리케이션을 쉽게 만들 수 있는 도구로 HTML, CSS 몰라도 OK! 그냥 Python으로 데이터 애플리케이션을 빠르게 만들어볼 수 있어요 👌

 

📌 Streamlit으로 무엇을 할 수 있나요? 🤔

1. 데이터 시각화 대시보드 : 데이터를 멋지게 시각화하고, 대시보드를 만들어보세요! 예를 들어, 판매 데이터를 분석하는 대시보드를 만들어볼 수 있어요 📈
2. 머신러닝 모델 배포 : Python으로 만든 머신러닝 모델을 웹 애플리케이션으로 손쉽게 배포할 수 있어요! 모델 결과를 바로바로 확인할 수 있어요.
3. 인터랙티브 데이터 분석 도구 : 데이터를 직접 탐색하고 분석 결과를 실시간으로 확인할 수 있는 도구를 만들 수 있어요
4. 실시간 데이터 모니터링 : 서버 상태나 센서 데이터를 실시간으로 모니터링하는 대시보드도 만들 수 있답니다.

 

📌 Streamlit의 활용 예시 🌟

데이터 시각화 대시보드

import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt

st.title('데이터 시각화 대시보드')

# 데이터 로드
df = pd.read_csv('data.csv')

# 데이터 시각화
fig, ax = plt.subplots()
df.plot(kind='bar', ax=ax)
st.pyplot(fig)

• Streamlit을 사용하면 데이터를 쉽게 시각화하여 대시보드를 만들 수 있습니다.
• 예를 들어, 판매 데이터를 분석하거나 금융 데이터를 시각화하는 대시보드를 만들 수 있습니다

 

머신러닝 모델 배포

import streamlit as st
from sklearn.ensemble import RandomForestClassifier
import numpy as np

st.title('머신러닝 모델 배포')

# 간단한 예측 기능
input_data = st.text_input('입력 데이터를 제공하세요 (예: 5, 3, 2)')
if input_data:
    data = np.array([float(x) for x in input_data.split(',')]).reshape(1, -1)
    model = RandomForestClassifier()
    model.fit(data, [0])
    prediction = model.predict(data)
    st.write(f'예측 결과: {prediction[0]}')

• Streamlit을 사용하여 머신러닝 모델을 간단하게 배포할 수 있습니다.
• 사용자는 웹 애플리케이션을 통해 모델에 입력값을 제공하고, 모델의 예측 결과를 확인할 수 있습니다.

 

 

인터랙티브 데이터 분석 도구

import streamlit as st
import pandas as pd

st.title('인터랙티브 데이터 분석 도구')

# 데이터 로드
df = pd.read_csv('data.csv')

# 사용자 입력 받기
column = st.selectbox('분석할 컬럼을 선택하세요', df.columns)
st.write(df[column].describe())

• 데이터 분석 결과를 사용자가 직접 탐색할 수 있도록 인터랙티브한 도구를 만들 수 있습니다.
• 예를 들어, 사용자가 선택한 조건에 따라 데이터 분석 결과를 실시간으로 변경하여 보여주는 도구를 만들 수 있습니다.

 

실시간 데이터 모니터링

import streamlit as st
import time

st.title('실시간 데이터 모니터링')

# 실시간 데이터 모니터링
for i in range(10):
    st.write(f'현재 시간: {time.strftime("%H:%M:%S")}')
    time.sleep(1)

• Streamlit을 사용하여 실시간으로 데이터를 모니터링하는 애플리케이션을 만들 수 있습니다.
• 예를 들어, 서버의 상태나 센서 데이터를 실시간으로 확인하는 대시보드를 만들 수 있습니다.

 

💡 Streamlit 대시 보드 예시

---

 

Streamlit은 간단하면서도 강력한 데이터 애플리케이션을 만들 수 있는 도구로, 복잡한 웹 개발 기술 없이도 데이터 중심의 웹 애플리케이션을 빠르게 구축할 수 있습니다. 데이터를 다루는 직군에 특히 유용하며, 데이터를 분석하고 시각화하는 다양한 프로젝트에서 큰 도움을 줄 것입니다. Streamlit을 활용하여 더 나은 데이터 애플리케이션을 만들어보세요!

 

Streamlit의 기본 기능은 아래 포스팅에서 설명하고 있어요 -!

[python] Streamlit 기본 기능 익히기 ! | 텍스트 & 데이터 표시 | 레이아웃 관리 | 파일 업로드 & 다운로