### Streamlit 环境配置要求 在使用 Streamlit 进行应用开发之前，需要确保开发环境满足以下配置要求： 1. **Python 版本** Streamlit 需要 Python 3.6 或更高版本。可以通过运行命令 `python --version` 或 `python3 --version` 来检查当前安装的 Python 版本。如果版本低于 3.6，则需要升级 Python。 2. **安装 Streamlit 库** 在 Python 环境配置正确后，需要安装 Streamlit 本身。可以使用以下命令安装： ```bash pip install streamlit ``` 为了确保安装的是最新版本，可以添加 `--upgrade` 参数： ```bash pip install --upgrade streamlit ``` 3. **其他依赖库** 根据项目需求，可能还需要安装额外的依赖库。例如，如果项目涉及数据处理和可视化，可以安装以下库： ```bash pip install pandas numpy matplotlib ``` 如果涉及金融数据的获取，可以安装 `yfinance` 和 `lxml` 库： ```bash pip install yfinance lxml ``` 4. **运行 Streamlit 应用** 安装完成后，可以通过以下命令运行 Streamlit 应用： ```bash streamlit run app.py ``` 其中，`app.py` 是主程序文件。运行后，Streamlit 会自动在浏览器中打开一个本地服务器，通常地址为 `http://localhost:8501`。 5. **开发工具和环境** - **代码编辑器**：推荐使用支持 Python 开发的编辑器，如 Visual Studio Code、PyCharm 或 Jupyter Notebook。 - **虚拟环境**：为了防止不同项目之间的依赖冲突，建议为每个项目创建独立的虚拟环境。可以使用 `venv` 或 `conda` 创建虚拟环境。 6. **操作系统兼容性** Streamlit 支持跨平台运行，可以在 Windows、macOS 和 Linux 系统上使用。确保 Python 和相关工具链在对应操作系统上正确安装即可。 ### 示例代码 以下是一个简单的 Streamlit 应用示例，展示如何导入必要的库并运行一个基本的界面： ```python import streamlit as st import pandas as pd import numpy as np st.title("Streamlit 环境测试") st.write("这是一个简单的 Streamlit 应用示例。") # 生成随机数据 data = pd.DataFrame( np.random.randn(10, 2), columns=['A', 'B'] ) st.line_chart(data) ``` 将上述代码保存为 `app.py`，然后运行 `streamlit run app.py`，即可在浏览器中查看效果。 ### 注意事项 - **依赖冲突**：在安装依赖库时，可能会遇到版本冲突问题。建议使用虚拟环境来隔离不同项目的依赖。 - **更新库**：定期更新 Streamlit 和其他依赖库，以获取最新的功能和修复。 - **调试工具**：利用 Streamlit 提供的调试工具，例如 `st.write()` 和 `st.error()`，可以帮助快速定位问题。