📈

[Python]簡単に可視化アプリケーションが作れる'Streamlit'をテスト書きした

に公開
Python
plotly
stremlit
tech

はじめに

Pythonベースでグラフを入れたWebアプリケーションを作る場合、グラフライブラリ Plotly + Webアプリケーションフレームワーク Dash by Plotly の取り合わせを愛用してきました。
が、この度 Dash のポジションを脅かすポテンシャル大な大型新人 Streamlit と出会ったため、テスト書きしたメモを投下します。

Streamlit とは？

Streamlit is an open-source app framework for Machine Learning and Data Science teams. Create beautiful data apps in hours, not weeks. All in pure Python. All for free.

HTML・CSS・JavaScriptを書くこと無く、Pythonスクリプト単体でWebアプリケーションを作れるアプリケーションフレームワーク。
フロントエンドは React + Bootstrap な作りで、Pythonスクリプト単体でOKな点も入れてほぼ Dash と同タイプのフレームワークと言えます。

Dash と比べると、スタイル・ページレイアウトを自在に決められるフレキシブルさが Streamlit には無いです。
カスタムCSS・スタイルを入れるAPIが無く、ページレイアウトもサイドメニュー + ボディのテンプレートでガッチリ決まっています。
つまり、デザインも含めてフレームワーク側が仕様を定めているため、デザイン決めのコスト無く、データ処理・分析の主な処理のスクリプト書きに Dash 以上に注力出来ます。

また、Dash は Plotly 専用のWebアプリケーションフレームワークですが、Streamlit は下記のグラフライブラリをサポートしています。

  • Matplotlib
    • Seaborn も Maptplotlib のラッパーなのでおそらく大丈夫
  • Altair
  • Graphviz
  • Plotly
    • もちろん、Plotly Express も大丈夫！
  • Bokeh

Plotly はあんまり、、な場合でもWebアプリケーションを作ることが出来ます。

テスト書きメモ

インストール

$ pip install streamlit

デモページ立ち上げ

$ streamlit hello

http://localhost:8501/ でデモページが立ち上がります。

スクリプトを書く

Plotly Express のデータをプロットするサンプルスクリプト qiita.py を書きます。かなりシンプルです。

qiita.py
import streamlit as st
import plotly.express as px
import plotly.io as pio

# data
data = px.data.iris()

# sidemenu
st.sidebar.markdown(
    "# Qiita sample"
)
template = st.sidebar.selectbox(
    "Template", list(pio.templates.keys())
)

# body
st.write(
    px.scatter(data, x="sepal_width", y="sepal_length", template=template)
)

qiita.py が置いてあるディレクトリ上で

$ streamlit run qiita.py

を実行すると、http://localhost:8501/ でアプリケーションが立ち上がります。

もし Dash で書く場合、HTMLコンポーネントをゴリゴリ書いたり、、でコード量は大体2倍になるかなーと思います。

Tips

随時アップデートします。

どうしてもスタイルを修正したい場合

st.markdown でmarkdownコンポーネントを作り、unsafe_allow_html パラメータへ true を与えつつ直で <style> タグを書きます。

st.markdown(
    "<style>h1{color: red}</style>",
    unsafe_allow_html=True
)

Streamlit にスタイリングの口が無いゆえの黒魔術コードですが、本体のフォーラムページをチェックしてもこれぐらいしか無さそう、、

リモートリソースの streamlit run

例えばGitHubへ上がっているソースコードをサクッと実行したい場合、Streamlit はローカルクローン無しで下記の様に実行出来ます。

$ streamlit run https://raw.githubusercontent.com/prs-watch/streamlit-sample/master/sample.py

上で例示したサンプルのリポジトリはこちらです。

まとめ

デザイン決めのコストをゴリッと削れるため、コード量少なく、サクッとWebアプリケーションが作れます。提供デザインもシンプルで気に入っています。
Dash は Dash で良い点がありますし、 Streamlit 自体メジャーバージョン未リリースだったりとの点もありますが、楽にアプリケーションを作りたい場合にはかなり重宝しています。

オススメ度は高いので、例えばダッシュボードを作りたいなー、と言う場合、1回テスト書きしてみてはいかがでしょうか。

Discussion