💜

Streamlitの書きやすさでReactの反応性を。Pythonの新Webフレームワーク「Violit」

に公開
Python
機械学習
Web
Streamlit
datascience
tech

はじめに

Pythonでデータ可視化やAIデモを構築する際、Streamlitは非常に強力なツールです。しかし、プロジェクトが大きくなるにつれ、「Full-Script Rerun（スクリプト全体の再実行）」によるパフォーマンスの低下や、デザインのカスタマイズ性に限界を感じることはありませんか？

この課題を解決するために、Streamlitの直感的な構文を維持しつつ、**Reactのような細粒度の反応性（Fine-grained Reactivity）**を実現した新しいオープンソースフレームワーク Violit（バイオリット） を開発しました。

Violitの3つの主要な特徴

  1. No Full Rerun : ページ全体を再ロードしません。状態（State）が変化したコンポーネントのみをピンポイントで更新します。
  2. Zero Learning Curve : Streamlitユーザーなら、わずか10分で使いこなせます。
  3. Beautiful by Default : 20種類以上のテーマ（Cyberpunk, Dracula, Vaporwaveなど）をコード1行で適用可能です。

コード例

複雑なコールバックやJavaScriptの知識は不要です。

import violit as vl

app = vl.App(title="Violit Demo")
count = app.state(0)

# ボタンをクリックしてもスク리プト全体は再実行されず、countだけが更新されます
app.button("Increment", on_click=lambda: count.set(count.value + 1))
app.text("Current Count:", count)

app.run()

ベンチマーク結果

大量のデータを扱う際、ViolitはRerunのオーバーヘッドがないため、圧倒的なスピードを実現します。

Data Points Streamlit Rendering Violit Rendering
100K ~62ms ~14ms
500K ~174ms ~20ms
1M ~307ms ~24ms

おわりに

Violitは、単なるStreamlitの代替品ではなく、Pythonだけで完結する**本格的なWebサービス（MVP）**の構築を可能にすることを目指しています。 現在、GitHubで絶賛開発中（v0.1.12）です。ぜひ一度触ってみて、フィードバックをいただけると嬉しいです！

Discussion