Navigation

📁 Python

Streamlit でデータサイエンス Web アプリを構築する方法

📅 7月 8, 2025
👤
⏱ 1 min read

Streamlit でデータサイエンス Web アプリを構築する方法

概要

Streamlit は、データサイエンスや機械学習のプロトタイプを簡単に作成し、共有することができるPythonのライブラリです。Webアプリケーションを構築する際に、データの可視化やモデルの結果の表示などを手軽に行うことができます。Streamlitを使用することで、データサイエンスの成果物を効果的に共有し、デモンストレーションすることが可能となります。

環境構築


# 必要ライブラリのインストール
pip install streamlit

実装コード


# Streamlitを使った簡単なデータ可視化アプリの例

import streamlit as st
import pandas as pd
import numpy as np

# タイトルの表示
st.title('データ可視化アプリ')

# データフレームの作成
df = pd.DataFrame({
    'x': np.random.randn(100),
    'y': np.random.randn(100)
})

# データの表示
st.write('データフレーム:', df)

# グラフの表示
st.line_chart(df)

使用例


# データの読み込みと可視化
import streamlit as st
import pandas as pd

# データの読み込み
data = pd.read_csv("data.csv")

# データの表示
st.write(data)

# グラフの表示
st.line_chart(data)

テストコード


# pytest を使ったテストコード例
import pytest

def test_streamlit_app():
    # テスト用のデータを用意
    test_data = pd.DataFrame({
        'a': [1, 2, 3],
        'b': [4, 5, 6]
    })

    # Streamlitアプリがクラッシュしないことを確認
    assert not st._is_running_with_streamlit, "Streamlit app crashed."

応用・カスタマイズ

Streamlitを使用する際には、さまざまな応用やカスタマイズが可能です。例えば、データの加工やモデルの結果の表示など、より高度な機能を追加することができます。また、パフォーマンスの最適化やエラーハンドリングなども重要なポイントです。

関連技術

  • Streamlit 公式ドキュメント: https://docs.streamlit.io/
  • Streamlit GitHub レポジトリ: https://github.com/streamlit/streamlit

—

この記事では、Streamlitを使用してデータサイエンス Web アプリを構築する方法について解説しました。Streamlitを活用することで、データの可視化やモデルの結果を効果的に共有し、デモンストレーションすることができます。Streamlitの応用やカスタマイズにも挑戦してみて、さらなる魅力を引き出してください。

← Back to Python