Portare ordine in un’app Python Streamlit attraverso una struttura di cartelle di progetto organizzata
Se stai lavorando con un progetto Python che va oltre alcuni semplici script e file di dati, conoscerai i grattacapi che possono essere generati man mano che il progetto cresce. Ciò può comportare una cartella disordinata composta da file di input, file intermedi mescolati insieme a diversi file Python e/o file notebook e persino documentazione di progetto. Ciò può rendere difficile trovare i dati o le funzioni di cui hai bisogno quando li cerchi.
Sono disponibili numerosi articoli che descrivono in dettaglio come strutturare i progetti Python, che sono molto ben dettagliati. Tuttavia, quando si tratta di Illuminato (uno dei miei strumenti Python preferiti per sviluppare molto rapidamente app basate sul Web) Ho avuto difficoltà a trovare informazioni su come strutturare al meglio un’app Streamlit.
Di conseguenza, ho messo insieme questo articolo per suggerire un possibile modo di strutturare la tua app Streamlit per evitare che diventi un groviglio di file.
IL Illuminato Struttura delle cartelle dell’app e Tagliabiscotti illuminato modello qui proposto non sono gli unici modi in cui un’app potrebbe essere strutturata. Ci sono numerosi altri fattori da considerare, come il tipo di app che stai creando e a chi è destinata. Ti incoraggio a utilizzare i suggerimenti contenuti in questo articolo per la tua app e ad adattarla alle tue esigenze.
Quando sto iniziando Illuminato — soprattutto quando non so completamente cosa voglio ottenere o se sto sperimentando — spesso inizio con una semplice directory e un singolo app.py file.
streamlit_app
└── app.py
Questo è fantastico, poiché possiamo inserire tutto il nostro codice app.py e poi invocare il comando streamlit run app.py per avviare l’app nel browser.
Questa semplice cartella e questo singolo file possono improvvisamente estendersi a più file poiché i dati vengono raccolti dalle fonti pertinenti o generati dalla principale app.py file.
streamlit_app
├── app.py
├── data1.csv
├── random_data_file.csv
└── output.csv
Fonte: towardsdatascience.com
