python taipy库轻松地将数据和机器学习模型转为功能性Web应用

目录

• 神奇的python库taipy
• Taipy 的核心理念
• Taipy GUI
• 场景和数据管理
• Taipy Studio
• 库的安装
• GUI 案例
• 用户界面生成+场景和数据管理

神奇的pytpythonhon库taipy

taipy 是一个开源的 Python 库，任何具有基本 Python 技能的人都可以使用。对于数据科学家、机器学习工程师和 Python 程序员来说，它是一个方便的工具。借助 Taipy，你可以轻松地将数据和机器学习模型转变为功能性的 Web 应用程序。

Taipy 的核心理念

Taipy GUI

Taipy 库提供了 GUI 类，可以在几分钟内轻松创建强大的 Web 应用程序。

当你调用 GUI 的 run() 方法时，它会启动一个 Web 服务器。Taipy 将创建的页面转换为 html 内容发送回客户端，使用户能够查看应用程序界面并与之交互。

场景和数据管理

让我们在 Taipy 中创建一个场景，以根据你选择的类型过滤电影数据。

此场景模拟了一个简单的管道。每次类型选择发生变化时都会提交，并输出该类型的七部最受欢迎的电影。

def filter_genre(initial_dataset: pd.DataFrame, selected_genre):
    filtered_dataset = initial_dataset[initial_dataset['genres'].str.contains(selected_genre)]
    filtered_data = filtered_dataset.nlargest(7, 'Popularity %')
    return filtered_data

Taipy Studio

你可以使用 Visual Studio Code 中的 Taipy Studio 扩展来配置你的场景，无需任何代码。

你的配置会自动保存为 TOML 文件。

库的安装

可以直接使用 pip 来进行安装。

pip install taipy

GUI 案例

from taipy import Gui

excitement_page = """
# Welcome to Taipy
### How excited are you to try Taipy?

<|{excitement}|slider|min=1|max=100|>

My excitement level: <|{excitement}|>
"""
excitement = 100

Gui(page=excitement_page).run()

用户界面生成+场景和数据管理

现在，让我们加载此配置并在顶部添加一个用户界面以实现完整的js应用程序。

import taipy as tp
import pandas as pd
from taipy import Config, Scope, Gui
# Taipy Scenario & Data Management
# Filtering function - task
def filter_genre(initial_dataset: pd.DataFrame, selected_genre):
    filtered_dataset = initial_dataset[initial_dataset["genres"].str.contains(selected_genre)]
    filtered_data = filtered_dataset.nlargest(7, "Popularity %")
    return filtered_data
# Load the configuration made with Taipy Studio
Config.load("config.toml")
scenario_cfg = Config.scenarIOS["scenario"]
# Start Taipy Core service
tp.Core().run()
# Create a scenario
scenario = tp.create_scenario(scenario_cfg)
# Taipy User Interface
# Let's add a GUI to our Scenario Management for a full application
# Callback definition - submits scenario with genre selection
def on_genre_selected(staTFoOJYfNBtte):
    scenario.selected_genre_node.write(state.selected_genre)
    tp.submit(scenario)
    state.df = scenario.filtered_data.read()
# Get list of genres
genres = [
    "Action", "Adventure", "Animation", "Children", "Comedy", "Fantasy", "IMAX"
    "Romance","Sci-FI", "Western", "Crime", "Mystery", "Drama", "Horror", "Thriller", "Film-Noir","War", "Musical", "Documentary"
    ]
# Initialization of variables
df = pd.DataFrame(columns=["Title", "Popularity %"])
selected_genre = "Action"
## Set initial value to Action
def on_init(state):
    on_genre_selected(state)
# Us编程客栈er interface definition
my_page = """
# Film recommendation
## Choose your favorite genre
<|{selected_genre}|selector|lov={genres}|on_change=on_genre_selected|dropdown|>
## Here are the top seven picks by popularity
<|{df}|chart|x=Title|y=Popularity %|type=bar|title=Film Popularipythonty|>
"""
Gui(page=my_page).run()

以上就是python taipy库轻松地将数据和机器学习模型转为功能性Web应用的详细内容，更多关于python taipy库的资料请关注编程客栈(www.devze.com)其它相关文章！