Streamlit + GitHub 如何變成 Web App

更新 發佈閱讀 8 分鐘

1. 先理解整體架構

當你看到一個 Streamlit 網頁 App(例如部署在 Streamlit Community Cloud),其實背後流程是:

使用者瀏覽器

HTTP Request

Streamlit Server (雲端)

│ 讀取

GitHub Repository

│ Python 程式

Streamlit Runtime


生成 Web UI

簡單說:

GitHub = 程式碼倉庫

Streamlit = UI框架 + Web Server

Cloud = 執行環境


2. 整個流程怎麼實現

假設你要做一個 資料分析 Web App

Step1:寫一個 Streamlit Python 程式

例如:

import streamlit as st
import pandas as pd

st.title("My Data App")

file = st.file_uploader("Upload CSV")

if file:
df = pd.read_csv(file)
st.write(df)

Streamlit 做了幾件事:

1️⃣ 建立 Web Server

2️⃣ 把 Python UI 轉成 HTML

3️⃣ 用 WebSocket 與前端同步


3. 把程式放到 GitHub

例如:

Repository

my-streamlit-app

├── app.py
├── requirements.txt

requirements.txt

streamlit
pandas

GitHub 只是 存放程式碼

常用平台:

  • GitHub
  • GitLab

4. Streamlit Cloud 連動 GitHub

當你在

Streamlit Community Cloud

raw-image


建立 App 時

你會:

1️⃣ 登入 GitHub

2️⃣ 選擇 repo

3️⃣ 選擇 app.py


Streamlit 會做:

Clone GitHub Repo

建立 Python Environment

pip install requirements.txt

執行 streamlit run app.py

建立 Web Server

所以 GitHub 其實只是程式來源


5. 真正的底層邏輯

很多人以為 Streamlit 是把 Python 轉 HTML

其實不是。

它是:

Python Backend
+
React Frontend
+
WebSocket Sync

架構:

Browser

│ WebSocket

Streamlit Server


Python Script

核心技術:

技術用途Python寫程式ReactUIWebSocket即時同步TornadoWeb server

留言
avatar-img
螃蟹_crab的沙龍
166會員
321內容數
本業是影像辨識軟體開發,閒暇時間進修AI相關內容,將學習到的內容寫成文章分享。 興趣是攝影,踏青,探索未知領域。 人生就是不斷的挑戰及自我認清,希望老了躺在床上不會後悔自己什麼都沒做。
螃蟹_crab的沙龍的其他內容
2025/11/20
在 Python 使用 Matplotlib 畫圖時,最常遇到的問題就是: 中文無法顯示,變成方框或亂碼。 尤其當你要畫圖表並添加標題、座標軸名稱等中文時,常會看到: □ □ □ □ 或 � � � → 非常影響閱讀。 本篇教學帶你: 自動尋找系統中可用的中文字體(Windows / Ma
Thumbnail
2025/11/20
在 Python 使用 Matplotlib 畫圖時,最常遇到的問題就是: 中文無法顯示,變成方框或亂碼。 尤其當你要畫圖表並添加標題、座標軸名稱等中文時,常會看到: □ □ □ □ 或 � � � → 非常影響閱讀。 本篇教學帶你: 自動尋找系統中可用的中文字體(Windows / Ma
Thumbnail
2025/07/29
在資料視覺化專案中,如果你需要在網頁上呈現大量項目,例如圖片、紀錄、分析結果,一次性載入所有內容可能會讓使用者介面卡頓或混亂。 本篇教學會引導你如何使用 Python 的 Dash 框架,製作一個具有「分頁功能」的網頁應用,讓使用者可以滑動頁面選擇器 (Slider) 分頁檢視資料。 🧩 功
Thumbnail
2025/07/29
在資料視覺化專案中,如果你需要在網頁上呈現大量項目,例如圖片、紀錄、分析結果,一次性載入所有內容可能會讓使用者介面卡頓或混亂。 本篇教學會引導你如何使用 Python 的 Dash 框架,製作一個具有「分頁功能」的網頁應用,讓使用者可以滑動頁面選擇器 (Slider) 分頁檢視資料。 🧩 功
Thumbnail
2025/07/17
Dash 是由 Plotly 所開發的 Python Web 應用框架,用來快速建構互動式資料視覺化應用。dcc.Graph 是 Dash 中的核心元件之一,用來顯示圖表(基於 Plotly 的視覺化功能),支援互動操作如滑鼠移動、點擊、縮放等。 📌 什麼是 dcc.Graph? dcc.G
Thumbnail
2025/07/17
Dash 是由 Plotly 所開發的 Python Web 應用框架,用來快速建構互動式資料視覺化應用。dcc.Graph 是 Dash 中的核心元件之一,用來顯示圖表(基於 Plotly 的視覺化功能),支援互動操作如滑鼠移動、點擊、縮放等。 📌 什麼是 dcc.Graph? dcc.G
Thumbnail
看更多
你可能也想看
Thumbnail
創作不只是個人戰,在 vocus ,也可以是一場集體冒險、組隊升級。最具代表性的創作者社群「vocus 野格團」,現在有了更強大的新夥伴加入!除了大家熟悉的「官方主題沙龍」,這次我們徵召了 8 位領域各異的「個人主題專家」,將再度嘗試創作的各種可能,和格友們激發出更多未知的火花。
Thumbnail
創作不只是個人戰,在 vocus ,也可以是一場集體冒險、組隊升級。最具代表性的創作者社群「vocus 野格團」,現在有了更強大的新夥伴加入!除了大家熟悉的「官方主題沙龍」,這次我們徵召了 8 位領域各異的「個人主題專家」,將再度嘗試創作的各種可能,和格友們激發出更多未知的火花。
Thumbnail
看完上篇 4 位新成員的靈魂拷問,是不是意猶未盡?別急,野格團新血的驚喜正接著登場!今天下篇接力的另外 4 位「個人主題專家」,戰力同樣驚人──領域從旅行美食、運動、商業投資到自我成長;這些人如何維持長跑般的創作動力?在爆紅的文章背後,又藏著哪些不為人知的洞察?5 大靈魂拷問繼續出擊
Thumbnail
看完上篇 4 位新成員的靈魂拷問,是不是意猶未盡?別急,野格團新血的驚喜正接著登場!今天下篇接力的另外 4 位「個人主題專家」,戰力同樣驚人──領域從旅行美食、運動、商業投資到自我成長;這些人如何維持長跑般的創作動力?在爆紅的文章背後,又藏著哪些不為人知的洞察?5 大靈魂拷問繼續出擊
Thumbnail
🔗 StockRevenueLab 資源傳送門 🚀 立即開啟:StockRevenueLab 線上儀表板 (無需安裝,點擊即可直接操作互動圖表) 📂 GitHub 完整專案原始碼 (包含 app.py 核心邏輯與所有環境設定檔) 🐍 Google Colab 自動化抓取程式碼 (一鍵開
Thumbnail
🔗 StockRevenueLab 資源傳送門 🚀 立即開啟:StockRevenueLab 線上儀表板 (無需安裝,點擊即可直接操作互動圖表) 📂 GitHub 完整專案原始碼 (包含 app.py 核心邏輯與所有環境設定檔) 🐍 Google Colab 自動化抓取程式碼 (一鍵開
Thumbnail
在開始使用 Alpha-Data-Cleaning-Lab 之前,我們需要先準備好它的「大腦」(AI Token)以及「實驗室環境」(Streamlit)。以下是詳細的設定步驟: 1. 取得 AI 的大腦:申請 API Token 這個專案支援多種 AI 模型,你可以根據需求選擇 OpenAI
Thumbnail
在開始使用 Alpha-Data-Cleaning-Lab 之前,我們需要先準備好它的「大腦」(AI Token)以及「實驗室環境」(Streamlit)。以下是詳細的設定步驟: 1. 取得 AI 的大腦:申請 API Token 這個專案支援多種 AI 模型,你可以根據需求選擇 OpenAI
Thumbnail
分享如何將個人專案「美股智能投顧」從基於 Streamlit + Google Sheets 的初版,透過引入 Firebase、雙模型驗證、持續陪伴功能、以及雲端原生部署,徹底升級為一個穩定、安全、專業且具備持續成長潛力的產品。
Thumbnail
分享如何將個人專案「美股智能投顧」從基於 Streamlit + Google Sheets 的初版,透過引入 Firebase、雙模型驗證、持續陪伴功能、以及雲端原生部署,徹底升級為一個穩定、安全、專業且具備持續成長潛力的產品。
Thumbnail
將複雜的投資過程簡化,透過Python、Streamlit、AI和金融資料視覺化,打造一個溫柔易用的美股投資決策輔助工具。此專案著重使用者體驗,提供客製化投資組合、績效追蹤和教育資源,幫助新手輕鬆上手。
Thumbnail
將複雜的投資過程簡化,透過Python、Streamlit、AI和金融資料視覺化,打造一個溫柔易用的美股投資決策輔助工具。此專案著重使用者體驗,提供客製化投資組合、績效追蹤和教育資源,幫助新手輕鬆上手。
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News