无论是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需要的一项关键能力。部署机器学习模型的传统方法是使用已建立的框架，例如Django和Flask。然而，这种方法非常耗时，而且常常令人望而却步。有更简单的方法吗？股票网络应用程序概述现在我们将构建一个显示股票价格和股票交易量的简单网络应用程序，我们将使用Python中的两个库，streamlit和yfinance。这个应用程序理论上使用yfinance库从雅虎财经检索市场历史数据，然后将数据保存在数据框中，最后显示一个折线图作为streamlit的输入参数。安装所需的库在本教程中，我们将使用两个需要安装的Python库，streamlit和yfinance。您可以通过以下pipinstall命令轻松安装streamlit：pipinstallstreamlit同样，按照以下命令完成yfinance的安装：pipinstallfinancewebappcode这次构建webapp的代码总共不到20行，代码不算评论的话只有14行。importyfinanceeasyfimportstreamlitasstst.write("""#SimpleStockPriceAppShownarethestockclosingpriceandvolumeofGoogle!""")#https://towardsdatascience.com/how-to-get-stock-data-using-python-c0de1df17e75#definethetickersymboltickerSymbol='GOOGL'#getDatatonyfthis(tickerSymbol)#getthehistoricalpricesforthisstickertickerDf=tickerData.history(period='1d',start='2010-5-31',end='2020-5-31')#OpenHighLowCloseVolumeDividendsStockSplitsst.line_chart(tickerDf.Close)st.line_chart(tickerDf.Volume)代码逐行解释现在，让我们详细看一下上面的代码：第1行和第2行-输入yfinance，命名为yf并输入streamlit，命名为st。第四到七行——使用st.write()函数输出文本内容，输出文本为markdown格式。第9到16行——使用yfinance库从YahooFinance检索历史市场数据。十一行——定义股票代码为GOOGL。十三行——使用yf.Ticker()函数创建tickerData变量，顾名思义，这个变量就是股票代码数据。需要注意的是，tickerData是一个股票代码对象。如果将tickerData作为命令运行，则可以获得输出yfinance.Ticker对象。十五行——创建tickerDf数据框，定义日期范围（从2010年5月31日到2020年5月31日）和时间段（1天）。第18至19行——使用st.line_chart()函数绘制线性图表（收盘价数据来自第十五行代码定义的tickerDf数据框中的收盘价和成交量数据）。运行保存在名为myapp.py的文件中的web应用程序代码后，启动命令提示符（或MicrosoftWindows系统中的PowerShell），运行以下命令：streamlitrunmyapp.py，您可以看到以下信息：>streamlitrunmyapp.pyYoucannowviewyourStreamlitappinyourbrowser。LocalURL:http://localhost:8501网络URL:http://10.0.0.11:8501很快会弹出一个网页窗口，直接跳转到创建的webapphttp://localhost:8501如下图。股票价格web应用程序屏幕截图宾果游戏！您已经成功地用Python创建了您的第一个Web应用程序！Customwebapp以上是最基本的，如果你想让customwebapp更有趣一点？importyfinanceeasyfimportstreamlitasstst.write("""#SimpleStockPriceAppShownarethestock**closingprice**and***volume***ofGoogle!""")#https://towardsdatascience.com/how-to-get-stock-data-using-python-c0de1df17e75#definethickersymboltickerSymbol='GOOGL'#getdataonthisticckertickerData=yf.Ticker(tickerSymbol)#getthehistoricalpricesforthisistickertickerDf=tickerData.history(period='1d',start='2010-5-31',end='2020-5-31')#OpenHighLowCloseVolumeDividendsStockSplitsst.write("""##ClosingPrice""")st.line_chart(tickerDf.Close)st.write("""##Volume""")st.line_chart(tickerDf.Volume)理解上面的代码：第6行——注意“closingprice”需要在“closingprice”前后加上两个星号加粗，如下：**closingprice**。另请注意，“volume”是斜体和粗体，前后各有三个星号，如下所示：***volume***。第18至20行和第22至25行-在收盘价和成交量图表上方添加降价格式的标题。更新webapp截图成功！现在网络应用程序可以自动更新。构建您的第一个Web应用程序就是这么简单，让我们开始吧！
