Basic Learning Python Library Streamlit which easily create web applivation
Streamlitを使って簡単なデータベースとUserInterfaceApplyの作成に挑戦しようと、一念発起です。
Streamlitの基礎については、PythonVtuberのサプーさんがUploadしているMovieでStudyしました。サプーさんのMovieは解説がわかりやすく、とても勉強になるので、本当に助かります。
PythonVtuberサプーさんによるStreamlitの基礎がわかるYouTube動画
→https://www.youtube.com/watch?v=4nsTce1Oce8&t=153s
次はStreamlitをどのような環境で実行するか、という点について検討です。おそらくHighSpectなPersonalComputerを持っていたら、AnacondaとJupyterNotebookあるいはJupyterLab、あるいは、Spyderを組み合わせたEnviromentでCodeをDoすることがBetterなのかなぁと思います。
わたしのLowSpecなLaptopPCでAnacondaのLocalEnviromentでStreamlitをRunしたのですが、Every OperatingがVery SlowでとてもUnbearableでした。
わたしのようなLowSpec環境だと、やはりGoogleColabを活用した方がよさそうです。
MasterGeminiにTry to Askしたところ、TkinterはGoogleColab環境では動作しないのですが、Streamlitは動作するということがわかりました。MasterGeminiが提案してくれたCodeをGoogleColab上でRunしてみます。
＞The Code that MasterGemini has made＜
!pip install streamlit
%%writefile app.py
import streamlit as st
st.title('Colabで動くStreamlitアプリ')
st.write('これはGoogle Colabで実行されているStreamlitのデモです。')
name = st.text_input('お名前を入力してください:', '')
if name:
st.write(f'こんにちは、{name}さん！')
number = st.slider('数字を選んでください:', 0, 100, 50)
st.write(f'選んだ数字: {number}')
２行目にWritingしている%%writefile app.pyがPointで、Anaconda環境であれば必要ないCodeですが、GoogleColabでStreamlitを動かすためにはEssenrtialなコードになるようです。このCodeをGoogleColab上でRunすると、GoogleColabのTemporaryなFolderにapp.pyというFileがCreateされます。ちなみにgoogleColabのOutputは’Writing app.py'Onlyです。
このGooleColabのTemporaryFolderにできた'app.py'を左クリックして現れる縦に・が３つならんでるいるDownloadして、AnacondaでCreateしたCodesがSaveされるLocalFolderにMoveします。そして、AnacondaのMenuから’AnacondaPromt'（WindowsStartボタンのapplication選択画面からAnacondaFolderの中にあります。）を起動します。
そして、AnacondaPromptのComamandLineから'cd'LocalFolder（私の場合、’\user\にChangeDirectryして、CommandLineに'streamlit run app.py'を入力して、app.pyをRunします。
そうすると、自動的にWebブラウザーに新しいTagができて、StreamlitのApplicationが起動します。今回のCodeだと以下のような感じです。
StreamlitのWebApplicationのRunのMethodがUndestandできたところで、次の課題に移ります。次は、以前、Foliumで試した国土数値情報の全国のダム地点のデータを都道府県名やダム形式、ダムの目的で絞り込んだうえで、該当するデータを表示するApplicationを作ってみます。といっても自分で作るのでは無く、MasterGeminiに相談です。
＞MasterGeminiへのAsking＜
Streamlitでメイン画面にgeodataframe'gdf'の一覧を表示して、左側のサブ画面に'都道府県名で選択'、'ダム型式で選択'、'ダムの目的で選択'、アプリを終了'の３種類のボタンを設定するコードを書いて
＞MasterGeminiのAnswerCode＜…最初からPerfectだった訳ではございません
%%writefile app.py
import streamlit as st
import geopandas as gpd
import pandas as pd
# --- サンプルデータの作成 (実際のgdfに置き換えてください) ---
# 都道府県名、ダム型式、ダムの目的のサンプル値
prefectures = ['東京都', '神奈川県', '大阪府', '京都府', '兵庫県', '愛知県']
dam_types = ['重力式コンクリートダム', 'ロックフィルダム', 'アーチ式コンクリートダム']
dam_purposes = ['治水', '利水', '発電', '治水・利水']
data = {
'都道府県名': [prefectures[i % len(prefectures)] for i in range(20)],
'ダム名': [f'ダム{i+1}' for i in range(20)],
'ダム型式': [dam_types[i % len(dam_types)] for i in range(20)],
'ダムの目的': [dam_purposes[i % len(dam_purposes)] for i in range(20)],
'geometry': gpd.points_from_xy([135 + i * 0.1 for i in range(20)], [35 + i * 0.05 for i in range(20)])
}
gdf = gpd.GeoDataFrame(data, crs="EPSG:4326")
# --- サンプルデータの作成ここまで ---
st.set_page_config(layout="wide") # 画面全体を使う設定
st.title("ダム情報ビューア")
# メイン画面
st.header("ダム一覧")
# geometry列をWKT形式の文字列に変換して表示用のDataFrameを作成
# Create a display DataFrame by converting the geometry column to WKT string format
gdf_display = gdf.copy()
gdf_display['geometry'] = gdf_display['geometry'].apply(lambda x: x.wkt)
st.dataframe(gdf_display) # geodataframe 'gdf' の一覧を表示
# サブ画面 (サイドバー)
st.sidebar.header("選択オプション")
# 都道府県名で選択
st.sidebar.subheader("都道府県名で選択")
selected_prefecture = st.sidebar.selectbox(
"都道府県を選択してください",
['全て'] + sorted(gdf['都道府県名'].unique().tolist())
)
if selected_prefecture != '全て':
gdf_filtered_prefecture = gdf[gdf['都道府県名'] == selected_prefecture]
# Filtered DataFrameもgeometry列をWKTに変換して表示
# Convert geometry column to WKT for the filtered DataFrame display as well
gdf_filtered_prefecture_display = gdf_filtered_prefecture.copy()
gdf_filtered_prefecture_display['geometry'] = gdf_filtered_prefecture_display['geometry'].apply(lambda x: x.wkt)
st.header(f"{selected_prefecture}のダム一覧")
st.dataframe(gdf_filtered_prefecture_display)
else:
st.header("全てのダム一覧")
st.dataframe(gdf_display) # 全てのダムを表示する場合は、既に変換済みのgdf_displayを使用
# ダム型式で選択
st.sidebar.subheader("ダム型式で選択")
selected_dam_type = st.sidebar.selectbox(
"ダム型式を選択してください",
['全て'] + sorted(gdf['ダム型式'].unique().tolist())
)
if selected_dam_type != '全て':
gdf_filtered_type = gdf[gdf['ダム型式'] == selected_dam_type]
# Filtered DataFrameもgeometry列をWKTに変換して表示
# Convert geometry column to WKT for the filtered DataFrame display as well
gdf_filtered_type_display = gdf_filtered_type.copy()
gdf_filtered_type_display['geometry'] = gdf_filtered_type_display['geometry'].apply(lambda x: x.wkt)
st.header(f"{selected_dam_type}のダム一覧")
st.dataframe(gdf_filtered_type_display)
# ダムの目的で選択
st.sidebar.subheader("ダムの目的で選択")
selected_dam_purpose = st.sidebar.selectbox(
"ダムの目的を選択してください",
['全て'] + sorted(gdf['ダムの目的'].unique().tolist())
)
if selected_dam_purpose != '全て':
gdf_filtered_purpose = gdf[gdf['ダムの目的'] == selected_dam_purpose]
# Filtered DataFrameもgeometry列をWKTに変換して表示
# Convert geometry column to WKT for the filtered DataFrame display as well
gdf_filtered_purpose_display = gdf_filtered_purpose.copy()
gdf_filtered_purpose_display['geometry'] = gdf_filtered_purpose_display['geometry'].apply(lambda x: x.wkt)
st.header(f"{selected_dam_purpose}のダム一覧")
st.dataframe(gdf_filtered_purpose_display)
# アプリを終了ボタン
st.sidebar.subheader("アプリの操作")
if st.sidebar.button("アプリを終了"):
st.stop() # Streamlitアプリを停止 (開発環境ではブラウザタブを閉じることで終了)
# フィルタリングされたデータフレームの表示 (重複を避けるため、各選択肢のブロック内で表示)
# 注意: 上記のコードでは、最後に選択されたフィルタが適用されます。
# 複数のフィルタを同時に適用したい場合は、ロジックを調整する必要があります。
これをAnacondaPromptでRunするといかのような画面になります。
都道府県はもう少し見やすくしたいので、地方別に都道府県をグループ化して表示することができないか、MasterGeminiに相談してみます。
コメント
コメントを投稿