無論數(shù)據(jù)科學家還是機器學習工程師，部署數(shù)據(jù)科學項目都是他們所需要的一項至關重要的能力。傳統(tǒng)部署機器學習模型的方法是利用Django、Flask等已經(jīng)建立好的框架，然而這種方法非常耗時，常常令人望而卻步。有沒有簡單一點的方法呢?

[[332557]]

股票web app概述

現(xiàn)在我們要構建一個顯示股價與股票成交量的簡單web app，會用到Python中的streamlit和yfinance兩個庫。這個app理論上是要利用yfinance庫從雅虎財經(jīng)調取市場歷史數(shù)據(jù)，然后把數(shù)據(jù)保存在數(shù)據(jù)框架中，最后作為streamlit 的輸入?yún)?shù)顯示出線形圖表。

安裝必備庫

在這篇教程中，我們將用到兩個需要安裝的Python庫，streamlit 和yfinance。通過下面的pip install命令可以輕松地安裝streamlit：

pip install streamlit 

同理按照以下命令完成 yfinance的安裝：

pip install yfinance 

web app代碼

這次構建web app的代碼一共不到20行，如果不算注釋的話代碼只有14行。

import yfinance as yf 
        import streamlit as st 
  
             st.write(""" 
        # Simple StockPrice App 
        Shown are the stockclosing price and volume of Google! 
        """) 
  
             # https://towardsdatascience.com/how-to-get-stock-data-using-python-c0de1df17e75 
        #define the tickersymbol 
        tickerSymbol ='GOOGL' 
        #get data on thisticker 
        tickerData = yf.Ticker(tickerSymbol) 
        #get the historicalprices for this ticker 
        tickerDf = tickerData.history(period='1d', start='2010-5-31', end='2020-5-31') 
        # Open   HighLowClose    Volume   Dividends    StockSplits 
  
             st.line_chart(tickerDf.Close) 
        st.line_chart(tickerDf.Volume) 

代碼逐行解釋

現(xiàn)在，我們來詳細看看上面這些代碼：

• 第一行和第二行——輸入yfinance，命名為yf同時輸入streamlit，命名為st。
• 四至七行——用 st.write() 函數(shù)輸出文本內(nèi)容，輸出文本為markdown格式。
• 九至十六行——用yfinance庫從雅虎財經(jīng)中調取市場歷史數(shù)據(jù)。
• 十一行——定義股票代碼為 GOOGL。
• 十三行——用yf.Ticker()函數(shù)創(chuàng)建tickerData變量，顧名思義該變量為股票代碼數(shù)據(jù)。需要注意的是tickerData是一個股票代碼對象，如果把tickerData當作命令運行可以得到這樣的輸出 yfinance.Ticker object 。
• 十五行——創(chuàng)建tickerDf 數(shù)據(jù)框架，定義日期范圍(從2010年5月31日到2020年5月31日)以及時段(1天)。



• 十八行到十九行——用st.line_chart()函數(shù)畫出線性圖表(收盤價格數(shù)據(jù)來自十五行代碼中定義的tickerDf數(shù)據(jù)框架中的收盤與成交量數(shù)據(jù))。

運行web app

代碼保存在名為myapp.py的文件之后，啟動命令提示符(或者是微軟Windows系統(tǒng)里的Power Shell)，運行下面的命令：

streamlit run myapp.py 

然后可以看到以下信息：

> streamlit run myapp.pyYou can now view your Streamlit app in yourbrowser.Local URL: http://localhost:8501 
Network URL: http://10.0.0.11:8501 

不久一個網(wǎng)頁窗口就會彈出，直接跳去如下所示的http://localhost:8501這個創(chuàng)建好的web app。

股價web app截屏

Bingo!你已經(jīng)成功用Python創(chuàng)建了自己的第一個web app!

自定義web app

以上是最基本的，如果你想讓自定義web app變得更有趣一點呢?

import yfinance as yf 
        import streamlit as st 
  
             st.write(""" 
        # Simple StockPrice App 
        Shown are the stock**closing price** and ***volume*** of Google! 
        """) 
  
             #https://towardsdatascience.com/how-to-get-stock-data-using-python-c0de1df17e75 
        #define the tickersymbol 
        tickerSymbol ='GOOGL' 
        #get data on thisticker 
        tickerData = yf.Ticker(tickerSymbol) 
        #get the historicalprices for this ticker 
        tickerDf = tickerData.history(period='1d', start='2010-5-31', end='2020-5-31') 
        # Open   HighLowClose    Volume   Dividends    StockSplits 
  
             st.write(""" 
        ## Closing Price 
        """) 
        st.line_chart(tickerDf.Close) 
        st.write(""" 
        ## Volume 
        """) 
        st.line_chart(tickerDf.Volume) 

讓我們花點時間來理解上面的代碼：

• 第六行——注意這里需在“closing price” 前后各用兩個星號來加粗“closing price” ，如下所示：**closingprice**。還要注意“volume”斜體加粗，前后各用三個星號，如下所示：***volume***。
• 十八至二十行和二十二至二十五行——在收盤價格和成交量圖表上方加入一個markdown格式的標題。



更新后的web app截屏

成功了!現(xiàn)在這個web app可以自動更新了。構建你的第一個web app，就是這么簡單，快去上手操作一下吧!