写出你的第一个web app，几行代码就够了
无论数据科学家还是机器学习工程师，部署数据科学项目都是他们所需要的一项至关重要的能力。传统部署机器学习模型的方法是利用Django、Flask等已经建立好的框架，然而这种方法非常耗时，常常令人望而却步。有没有简单一点的方法呢?
股票web app概述
现在我们要构建一个显示股价与股票成交量的简单web app，会用到Python中的streamlit和yfinance两个库。这个app理论上是要利用yfinance库从雅虎财经调取市场历史数据，然后把数据保存在数据框架中，最后作为streamlit 的输入参数显示出线形图表。
安装必备库
在这篇教程中，我们将用到两个需要安装的Python库，streamlit 和yfinance。通过下面的pip install命令可以轻松地安装streamlit：
pip install streamlit
同理按照以下命令完成 yfinance的安装：
pip install yfinance
web app代码
这次构建web app的代码一共不到20行，如果不算注释的话代码只有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) 代码逐行解释
现在，我们来详细看看上面这些代码：
- 第一行和第二行——输入yfinance，命名为yf同时输入streamlit，命名为st。
- 四至七行——用 st.write() 函数输出文本内容，输出文本为markdown格式。
- 九至十六行——用yfinance库从雅虎财经中调取市场历史数据。
- 十一行——定义股票代码为 GOOGL。
- 十三行——用yf.Ticker()函数创建tickerData变量，顾名思义该变量为股票代码数据。需要注意的是tickerData是一个股票代码对象，如果把tickerData当作命令运行可以得到这样的输出 yfinance.Ticker object 。
- 十五行——创建tickerDf 数据框架，定义日期范围(从2010年5月31日到2020年5月31日)以及时段(1天)。
运行web app
代码保存在名为myapp.py的文件之后，启动命令提示符(或者是微软Windows系统里的Power Shell)，运行下面的命令：
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
不久一个网页窗口就会弹出，直接跳去如下所示的http://localhost:8501这个创建好的web app。
股价web app截屏
Bingo!你已经成功用Python创建了自己的第一个web app!
自定义web app
以上是最基本的，如果你想让自定义web app变得更有趣一点呢?
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) 让我们花点时间来理解上面的代码：
- 第六行——注意这里需在“closing price” 前后各用两个星号来加粗“closing price” ，如下所示：**closingprice**。还要注意“volume”斜体加粗，前后各用三个星号，如下所示：***volume***。
- 十八至二十行和二十二至二十五行——在收盘价格和成交量图表上方加入一个markdown格式的标题。
