Trasforma il tuo modello o script in un'applicazione web interattiva con Streamlit, senza infrastrutture complesse.
Finora ogni script girava solo sul tuo computer, nel tuo terminale. Il "deployment" è il passo che rende il tuo lavoro utilizzabile da altre persone: una piccola applicazione web con cui chiunque può interagire, senza dover installare Python o eseguire codice.
Streamlit è la libreria Python più semplice per questo scopo: trasforma uno script Python in un'app web interattiva con pochissime righe di codice aggiuntive.
# app.py import streamlit as st st.title("La mia prima app") nome = st.text_input("Come ti chiami?") if nome: st.write(f"Ciao, {nome}!") # Per avviarla: streamlit run app.py
Streamlit offre funzioni pronte per testo, input e output: title, write, text_input, number_input, button, sono i mattoni fondamentali di ogni app.
Streamlit si integra naturalmente con Pandas e Matplotlib, mostrando DataFrame come tabelle interattive e grafici direttamente nell'app.
Puoi caricare un modello già addestrato (visto nelle guide su ML) e usarlo per generare previsioni in tempo reale in base agli input dell'utente nell'app.
Combinando Streamlit con l'SDK Anthropic e la memoria conversazionale viste nelle guide precedenti, puoi costruire un'interfaccia chat completa in poche righe.
Streamlit Community Cloud permette di pubblicare gratuitamente un'app collegata a un repository, rendendola accessibile con un semplice link, senza gestire server.
Spunta ogni passaggio man mano che lo completi: sbloccherai l'attestato di questa guida al termine.
Esempio per il punto 1
import streamlit as st st.title("Calcolatore di Media") voti = st.text_input("Inserisci i voti separati da virgola")
Esempio per il punto 2
if voti: numeri = [float(v) for v in voti.split(",")] media = sum(numeri) / len(numeri) st.write(f"La media è: {media:.2f}")
Esempio per il punto 3
import pandas as pd df = pd.DataFrame({"voto": numeri}) st.dataframe(df) st.bar_chart(df)
Esempio per il punto 4
# Nel terminale, dalla cartella del progetto: # streamlit run app.py # Si apre automaticamente nel browser su localhost
Tocca ogni termine per vederne la definizione.
Prendi il modello addestrato nella guida Capstone. Crea un'app Streamlit che permetta di inserire ore di studio e presenze, e mostri la previsione (promosso/bocciato).
Crea un'app che permetta all'utente di caricare un file CSV (usa st.file_uploader), lo mostri come tabella e ne visualizzi un grafico a barre di una colonna numerica.
Questo codice Streamlit perde il valore di una variabile ogni volta che l'utente interagisce con l'app: contatore = 0 seguito da un bottone che dovrebbe incrementarlo, ma torna sempre a 0. Spiega perché Streamlit riesegue l'intero script a ogni interazione, e come si risolve con st.session_state.
Completa tutti i 5 passaggi della checklist per sbloccare il tuo attestato in PDF.