Criando aplicações web com o Streamlit

Como criar uma aplicação web para o seu projeto de Data Science ou Bioinformática? 

Autora | Vanessa Leiko Oikawa Cardoso*

Uma maneira comum de apresentar seus projetos de Data Science e de Bioinformática à comunidade é por meio do GitHub ou LinkedIn. Mas e se você quiser criar algo mais interativo? 

A dica é a plataforma Streamlit, em que você transforma seu código Python em uma aplicação web compartilhável e gratuita, sem necessidade de experiência em desenvolvimento front-end. 

Alguns exemplos de aplicações web com dados biológicos para se inspirar: 

Contagem de células vermelhas

Clusterização da expressão gênica

Alinhamento de sequências e Conteúdo GC 

Como utilizar o Streamlit? 

1) No terminal, instale a biblioteca Streamlit e depois execute o “hello world”: 

pip install streamlit

streamlit hello 

Você verá que uma aplicação web irá abrir no seu navegador. Para interromper a execução, basta executar Ctrl+C no terminal.

2) Importe a biblioteca para utilizá-la no seu editor favorito e comece a criar seu próprio app:

import streamlit as st 

3) Após escrever algumas linhas de código, você pode visualizar sua aplicação executando o comando abaixo no seu terminal: 

streamlit run seu_arquivo.py 

4) Quando estiver tudo pronto, salve seu arquivo em um repositório no GitHub para fazer o deploy da sua aplicação no Streamlit e compartilhá-la com a comunidade. É preciso incluir, no mesmo repositório do GitHub, o arquivo “requirements.txt” com a versão de cada biblioteca utilizada, inclusive a do Streamlit. 

Para criar uma conta no Streamlit, é preciso primeiro solicitar um convite, o que pode levar alguns dias. Enquanto isso, vamos praticar um pouco? Vamos escrever juntos um pequeno exemplo de como usar o Streamlit. Para isso, irei utilizar o Visual Studio Code:

Vamos analisar passo a passo o código acima:

Linhas 1 a 3: importei as bibliotecas que irei utilizar. 

Linha 5: criei o título da minha aplicação, com o st.title() 

Linha 7: criei um dataframe hipotético com os valores do Conteúdo GC de 5 espécies. 

Linha 11: coloquei em markdown uma descrição para o dataframe, o qual será gerado com o st.dataframe() 

Linha 14: adicionei uma caixa de seleção para que o usuário possa interagir, escolhendo visualizar ou não o gráfico gerado a partir do dataframe. Por padrão, o elemento que está no índice zero (nesse caso, o “Não”) é o escolhido.

Linha 16: coloquei uma condição: caso o usuário selecione “Sim”, o gráfico será gerado.

Salve seu arquivo (salvei como meu-app.py). Para rodar a aplicação no navegador, usei o próprio terminal do Visual Studio Code. Naveguei até a pasta onde o arquivo foi salvo e rodei o comando: 

streamlit run meu-app.py

E você terá como resultado a aplicação abaixo:

Cada vez que você fizer alguma alteração no código, basta salvar o arquivo e atualizar o navegador.

Já conhecia o Streamlit? Deixe seu comentário falando das aplicações incríveis que você pretende criar usando a plataforma!!    

Saiba mais:

Documentação completa do Streamlit 

Página oficial Streamlit

YouTube - Streamlit (Web Application in Python)

*Sobre a autora: Vanessa Leiko é bióloga, mestre em Genética, e atualmente está estudando Ciência de Dados e se especializando em Bioinformática.