https://github.com/dodji1/streamlit--bootcamp
Bootcamp de formation Streamlit - Initiation - Cas pratiques
https://github.com/dodji1/streamlit--bootcamp
data-science data-visualization python streamlit
Last synced: about 2 months ago
JSON representation
Bootcamp de formation Streamlit - Initiation - Cas pratiques
- Host: GitHub
- URL: https://github.com/dodji1/streamlit--bootcamp
- Owner: Dodji1
- Created: 2024-06-11T08:26:17.000Z (about 2 years ago)
- Default Branch: master
- Last Pushed: 2024-08-30T20:02:49.000Z (almost 2 years ago)
- Last Synced: 2025-02-09T23:52:26.288Z (over 1 year ago)
- Topics: data-science, data-visualization, python, streamlit
- Language: Python
- Homepage:
- Size: 27.6 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Bootcamp Streamlit Formation
Bienvenue dans ce bootcamp de formation Streamlit! Ce programme est conçu pour vous initier à Streamlit, une bibliothèque Python permettant de créer des applications web interactives pour la visualisation et l'analyse de données. Ce bootcamp est structuré en plusieurs modules progressifs, chacun se concentrant sur un aspect spécifique de Streamlit. Voici un aperçu des modules inclus dans cette formation :
## Table des matières
0. [streamlit_hello_world](#streamlit_hello_world)
1. [streamlit_data_upload](#streamlit_data_upload)
2. [streamlit_chart](#streamlit_chart)
3. [streamlit_hello_analysis](#streamlit_hello_analysis)
4. [streamlit_data_science](#streamlit_data_science)
5. [streamlit_app_deploy](#streamlit_app_deploy)
## streamlit_hello_world
**Objectif :** Apprendre les bases de Streamlit en créant une application simple "Hello, World!".
### Compétences acquises :
- Installation de Streamlit.
- Création et exécution d'une application de base.
- Utilisation des éléments de texte de Streamlit pour afficher des messages.
### Installation de Streamlit
Pour installer Streamlit, ouvrez un terminal et exécutez la commande suivante :
```bash
pip install streamlit
```
## streamlit_data_upload
**Objectif :** Apprendre à télécharger et afficher des fichiers de données dans une application Streamlit.
### Compétences acquises :
- Lecture et affichage de fichiers (.csv, .txt, .xlsx, .db, .pdf, .png, .etc)
- Téléchargement de fichiers.
## streamlit_chart
**Objectif :** Apprendre à créer et afficher des graphiques interactifs avec Streamlit.
### Compétences acquises :
- Création de graphiques de base comme les lignes, les barres et les histogrammes.
- Personnalisation des graphiques.
## streamlit_data_analysis
**Objectif :** Apprendre à effectuer une analyse de base des données téléchargées.
### Compétences acquises :
- Réalisation d'analyses descriptives.
- Affichage des statistiques sommaires.
## streamlit_data_science
**Objectif :** Appliquer des techniques de science des données en utilisant Streamlit.
### Compétences acquises :
- Implémentation de modèles de machine learning de base.
- Affichage des résultats des modèles.
## streamlit_app_deployement
**Objectif :** Apprendre à déployer une application Streamlit sur une plateforme d'hébergement.
### Compétences acquises :
- Préparation de l'application pour le déploiement.
- Utilisation de services de déploiement comme Streamlit Cloud ou Heroku.
J'espère que vous trouverez ce bootcamp instructif et utile pour développer vos compétences en Streamlit.
Bonne programmation!