1. Введение в Streamlit

1.1. Что такое Streamlit?

• История создания и назначение библиотеки.
• Основные цели: быстрый и простой способ превратить скрипты на Python в интерактивные веб-приложения без веб-фреймворков.
• Сравнение с другими инструментами (Dash, Voila, Gradio).

1.2. Области применения

• Демонстрационные прототипы моделей машинного обучения.
• Интерактивные дашборды для аналитиков и научных сотрудников.
• Визуализация данных и быстрый обмен результатами работы с коллегами.

2. Установка и настройка рабочей среды

2.1. Установка Streamlit

• Требования к окружению (Python 3.7+, pip).
• pip install streamlit – базовая установка.
• Работа с виртуальными окружениями (venv, conda).

2.2. Структура приложения

• Обычный .py файл с кодом.
• Запуск приложения: streamlit run app.py.
• Горячая перезагрузка при изменении кода.

3. Базовые элементы и компоненты интерфейса

3.1. Отображение текста и заголовков

• st.title("Заголовок"), st.header("Подзаголовок"), st.write("Простой текст").
• Маркдаун поддержка: st.markdown("**Выделение жирным**").

3.2. Отображение данных и таблиц

• st.dataframe(df) и st.table(df) для отображения DataFrame и статичных таблиц.
• Отображение JSON: st.json().

3.3. Отображение графики и изображений

• Встроенная поддержка matplotlib, plotly, altair.
• st.image("path/to/image.png") – работа с изображениями.

3.4. Ввод данных пользователем

• Текстовые поля: st.text_input(), st.text_area().
• Числовые и дата-пикеры: st.number_input(), st.date_input().
• Слайдеры, чекбоксы, радио-кнопки: st.slider(), st.checkbox(), st.radio().

3.5. Боковая панель

• st.sidebar для вынесения элементов интерфейса в боковую панель.
• Организация структуры приложения для удобства.

4. Продвинутые возможности Streamlit

4.1. Состояние и кэширование

• Использование st.cache_data() (замена устаревшего st.cache) для оптимизации загрузки данных.
• st.cache_resource() для долгоживущих ресурсов, таких как подключение к базе данных.
• Пример: кэширование тяжелой функции загрузки данных из API.

4.2. Лэйауты и контейнеры

• Использование st.container(), st.columns(), st.expander() для организации интерфейса.
• Пример: создание адаптивного лэйаута для сравнительного анализа графиков.

4.3. Взаимодействие с сессией

• st.session_state для хранения глобальных состояний между взаимодействиями.
• Пример: шаговый ввод данных пользователем и сохранение результатов.

4.4. Загрузка и скачивание файлов

• st.file_uploader() для загрузки файлов.
• st.download_button() для скачивания обработанных данных.

5. Новые возможности и фичи в последних обновлениях

5.1. Новые функции Streamlit Components

• Обзор новых или улучшенных компонентов из официальных релизов.
• Возможность интеграции своих React-компонентов через streamlit-component-template.

5.2. Поддержка WebSocket и более быстрый рендеринг

• Улучшения производительности.
• Примеры обновленных API для работы в реальном времени (если релизы это включают).

5.3. Улучшения в кэшировании

• Поддержка st.cache_data() и st.cache_resource().
• Новые параметры: максимальное время жизни кэша, инвалидация кэша.

5.4. Улучшения в работе с темизацией

• Настройка тем: светлая, темная тема, или кастомный дизайн.
• Добавление новых параметров конфигурации в ~/.streamlit/config.toml.

5.5. Улучшенная поддержка Plotly и Data Editor

• st.data_editor() – интерактивное редактирование таблиц напрямую в веб-интерфейсе.
• Новые аргументы у st.dataframe() для настройки внешнего вида.
• Более тесная интеграция с Plotly-объектами и анимациями.

6. Примеры приложений

6.1. Простое приложение для визуализации данных

• Загрузка CSV-файла, отображение таблицы.
• Отрисовка графиков Plotly на основе выбранных фильтров.
• Демонстрация боковой панели для выбора параметров графика.

6.2. Машинное обучение в реальном времени

• Обучение простой модели (например, логистической регрессии) на загружаемых данных.
• Перебор параметров модели через слайдеры.
• Отображение метрик качества и ROC-кривой.

6.3. Приложение для анализа изображений

• Загрузка изображения пользователем.
• Запуск небольшой модели классификации или сегментации.
• Отображение результатов поверх оригинального изображения.

6.4. Демонстрация новых фич: Data Editor и Cache

• Использование st.data_editor() для интерактивного редактирования данных.
• Кэширование вычислительной функции с st.cache_data().

7. Развертывание и эксплуатация

7.1. Развертывание на Streamlit Cloud

• Инструкция по быстрому деплою на Streamlit Cloud (раньше Streamlit Sharing).
• Контроль версий и обновления приложения.

7.2. Развертывание на Heroku, Google Cloud, AWS

• Использование Docker для упаковки приложения.
• Подготовка requirements.txt и Procfile.

8. Практические советы и лучшие практики

8.1. Оптимизация производительности

• Минимизация перерисовок.
• Профилирование кода и кеширование.

8.2. Работа с секретами и конфигурациями

• Использование st.secrets для безопасного хранения ключей API.
• Настройка тем и параметров в config.toml.

8.3. Общие рекомендации по архитектуре приложения

• Логическое разделение кода на модули.
• Легкое масштабирование и поддержка кода.

9. Ответы на вопросы и обсуждение

• Разбор часто встречающихся проблем и ошибок.
• Ресурсы для дальнейшего изучения: официальная документация, сообщество Streamlit.
• Направления развития проекта и будущие планы.