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!
精彩评论