streamlit

纯 Python 写数据应用,几分钟搞定交互界面

Streamlit 是一个开源的 Python 应用框架,专为数据科学家和机器学习工程师设计,旨在将数据脚本快速转化为可交互的 Web 应用。它解决了传统数据应用开发中前端与后端分离、开发周期长的问题,让开发者只需编写纯 Python 脚本,通过简单的 API 调用(如 st.write、st.slider、st.dataframe)即可构建包含图表、表格、表单和控件的界面。核心能力包括:实时热重载,修改代码自动刷新页面;丰富的内置组件,支持文本、图表、媒体、输入控件等;数据缓存机制,提升大数据处理性能;以及一键部署到 Streamlit Community Cloud 或自有服务器。Streamlit 将数据探索、模型演示和结果分享融为一体,极大降低了数据应用的门槛,使团队能快速迭代和共享洞察。

开源 freemium 开发框架
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 45819
维护状态 活跃
是否开源 是
定价模式 freemium

项目数据

分类开发框架
开发团队streamlit
所属国家
定价模式freemium
价格说明开源框架免费,提供社区版;Streamlit Cloud 提供免费额度,付费升级可获更多资源与功能。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型data-analysis,data-science,data-visualization,deep-learning,developer-tools,machine-learning,python,streamlit
GitHub 星标★ 45819
30天Star增速
HF 下载量
上线时间2019-08-24 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数6

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 5 步

环境要求

  • 已安装 Python 环境(README 未指定最低版本,可查阅官方文档确认)
  • pip 包管理工具(通常随 Python 一起安装)
  • 可用的终端 / 命令行工具
  • 用于打开应用页面的现代浏览器

安装与启动步骤

  1. 1安装 Streamlit

    在终端执行 pip 安装 Streamlit 包,安装完成后即可使用 streamlit 命令。

    pip install streamlit
  2. 2运行官方示例

    执行 hello 命令打开官方 Streamlit Hello 示例应用,用来确认安装是否成功。

    streamlit hello
  3. 3创建应用文件

    在项目目录下新建 streamlit_app.py,写入下面这段官方示例代码并保存。

    import streamlit as st
    
    x = st.slider("Select a value")
    st.write(x, "squared is", x * x)
  4. 4启动应用

    用 streamlit run 运行脚本,浏览器会自动打开应用页面,页面中可拖动滑块查看结果。

    streamlit run streamlit_app.py
  5. 5部署分享应用

    README 提到可用 Streamlit Community Cloud 平台部署、管理和分享你的应用,适合把本地应用发布给他人访问。

如何确认成功

执行 streamlit hello 后浏览器自动打开 Streamlit Hello 示例应用,即表示安装成功;也可运行自己的脚本确认页面正常显示。

常见问题

Q:执行 streamlit hello 后浏览器没有自动打开怎么办?

A:先看终端输出的本地访问地址,手动复制到浏览器打开;如仍不行,请前往官方文档 https://docs.streamlit.io/get-started 查看对应系统的安装说明。

Q:修改代码后需要重新启动应用吗?

A:不需要。Streamlit 支持实时编辑,保存脚本后页面会自动刷新并展示最新结果。

Q:如何把应用分享给别人访问?

A:README 说明可使用 Streamlit Community Cloud 平台来部署、管理和分享你的应用,本地脚本无需改动。

Q:示例代码里的 st.slider 和 st.write 是什么?

A:它们是 Streamlit 的内置 API,st.slider 生成滑块输入控件,st.write 把变量和计算结果输出到页面上。

注意事项

  • README 中的命令前缀 $ 只是终端提示符,复制时不要带上。
  • README 未给出 Python 最低版本、端口、配置项等信息,本教程未做任何补充或假设。
  • Streamlit 是开源免费的 Python 框架,也可部署到自有服务器。

核心亮点

  • 零前端门槛,纯 Python 即可构建交互式应用,学习成本极低
  • 热重载机制,代码保存后页面自动更新,开发反馈极快
  • 内置丰富组件(图表、表格、滑块、上传等),覆盖常见数据展示需求

不足之处

  • 复杂自定义布局和样式受限,难以实现高度定制化前端
  • 大型应用性能优化有限,状态管理能力较弱
  • 文档/社区待观察

适用场景

  • 快速构建数据仪表盘和可视化报告
  • 机器学习模型交互式演示和参数调优
  • 内部数据分析工具和团队协作分享

替代项目

Dash、Gradio、Panel

项目介绍

streamlit 是开发框架领域的开源项目,由 streamlit 开发,2019 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(45,819)位列前 1%,在开发框架分类的 795 个项目里位列前 1%。

近 44 天,它的 GitHub 星标从 45,522 增加到 45,819,净增 297。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。开源框架免费,提供社区版;Streamlit Cloud 提供免费额度,付费升级可获更多资源与功能。从国内网络环境看,可直接访问。

它主要面向的使用场景是:快速构建数据仪表盘和可视化报告。同类可对比的替代方案包括 Dash、Gradio、Panel。

上一篇:forml

下一篇:reflex

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146874 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166529 2026-08-09
pi 开源

一套 TypeScript 工具包,快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 108504 2026-09-12