“我们如何制作一个机器学习脚本并将其转换为一个尽可能简单的应用程序，让它基本上感觉像是一个脚本练习？” — Adrien Treuille（Streamlit 的发明者）

Web 应用程序是显示数据科学或机器学习项目结果的好方法。从头开始开发 Web 应用程序需要大量时间、精力和技术技能。另一种构建 Web 应用程序的方法是使用开源 Python 库，例如 Streamlit。

Streamlit 是一个开源 Python 框架，可让您为数据科学和机器学习项目创建漂亮的交互式网站。Streamlit 提供设计和配置网页、访问和显示数据以及生成各种不同类型的图表和图形的功能。您可以在几分钟内构建和部署功能强大的 Web 应用程序。

Streamlit 兼容并集成了许多 Python 库，包括 scikit-learn、Keras、PyTorch、NumPy 和 Pandas。Streamlit 支持显示文本、数据、交互式小部件以及许多图表和图形库，包括 Matplotlib、Vega-Lite 和 Plotly。如果您想了解更深入的信息，请访问此链接。

在本文中，我们将创建一个脚本，该脚本将创建一个网页，包括设计和配置、数据显示以及使用图表和图形的可视化。以下步骤将使用 Python 和 Streamlit 框架执行。

1. 安装软件包。

2. 导入库。

3. 导入数据集。

4. 设计和配置网页。

5. 在网页上显示一些数据。

6. 可视化库存数据。