Chapitre 11. Utilisation des API dans les applications de données Streamlit
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Une appli simple aujourd'hui vaut mieux qu'une appli surconçue avec trois mois de retard.
Thiago Teixeira, cofondateur de Streamlit
Si tu veux montrer tes compétences en science des données à d'autres personnes, il est difficile de faire mieux qu'une application de données - uneapplication web affichant tes modèles de science des données, tes graphiques, tes tableaux et tes feuilles de calcul. Envoyer à un recruteur ou à un client potentiel un lien vers une application de données que tu as créée est un moyen sûr d'attirer son attention.
Dans ce chapitre, tu vas construire une appli de données avec Streamlit, une bibliothèque open source qui t'aide à créer des appli web colorées et interactives à l'aide de Python. Streamlit gère toute la complexité de l'interface web afin que tu puisses te concentrer sur le code du backend de données, comme les fichiers de données, les pandas DataFrames et les API.
Les apps Streamlit peuvent être déployées de façon limitée et gratuite sur le Streamlit Community Cloud ou sur des plateformes d'hébergement web payantes.
Engager les utilisateurs avec des visualisations interactives
Les deux principaux types de produits analytiques sont les rapports tabulaires et les visualisations. Les rapports tabulaires présentent des lignes et des colonnes ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access