對于一個快速的網絡儀表盤來報告指標和數字，你可以考慮使用Streamlit，這是一個相對較新的網絡框架，是為ML從業者和數據科學團隊建立的。它使用起來非常簡單和直觀。
這將為我們的團隊節省每天重復的數據處理時間......
簡介
如果你目前在一個數據或商業智能團隊工作，你的任務之一可能是制作一些每日、每周或每月的報告。
雖然獲得這些報告并不困難，但還是需要花費不少時間。我們的寶貴時間應該花在更困難的任務上，如訓練神經網絡或建立數據管道架構。
因此，對于這些平凡的重復性報告，節省我們時間的最好方法是建立一個網絡應用程序，其他團隊可以自己訪問和下載報告。
我說的不是Tableau或PowerBI這樣的付費工具（如果公司預算充足的話，你可以使用它們）。有一些高級的網絡框架，比如Flask和Django，通常用于建立一個正常運作的網站。
但是，對于一個快速的網絡儀表盤來報告指標和數字，你可以考慮使用Streamlit，這是一個相對較新的網絡框架，是為ML從業者和數據科學團隊建立的。它使用起來非常簡單和直觀。
內容
我將通過使用一個群組分析的例子來指導你如何構建和部署它。
對于每個部分，我將介紹一個代碼模板（你可以在你自己的項目中重新使用）和我的代碼（用于本文中使用的隊列分析例子）。
- 創建一個Python/ target=_blank class=infotextkey>Python文件
- 在終端上運行該文件，在本地機器上看到儀表板
- 部署給其他團隊使用
1.創建一個Python文件
我們必須創建一個Python文件，以后我們可以從終端調用該文件，在瀏覽器上顯示結果。
你可以給這個文件取任何你想要的名字。這里我把它叫做cohort-demo.py。
代碼模板
# 這些數據可以在公眾號后臺回復【云朵君】，聯系作者獲取。
# 1.導入必要的庫
import pandas as pd
import numpy as np
import streamlit as st
# 2.設置頁面配置
st.set_page_config(
page_title="This is my title", # 頁面的標題
page_icnotallow="
