st.write - 通用显示方法

streamlit的write方法属于瑞士军刀性质，根据你传入的参数不同 而有不同的显示效果。

与其他streamlit方法不同，write方法有一些独特的性质：

• 你可以传入多个要显示的参数
• 显示效果依赖于传入的参数
• 返回值为None，因此在应用中它会占用一个不可复用的槽位

方法原型

streamlit.write(*args, **kwargs)

参数：

• *args：一个或多个要显示的对象参数，支持如下类型的调用：
  • write(string) ：显示输出格式化处理后的markdown内容
  • write(data_frame) : 表格形式显示Pandas的DataFrame对象
  • write(error)：显示输出异常信息
  • write(func)：显示指定函数的信息
  • write(module)：显示指定模块的信息
  • write(dict) ：使用一个交互组件显示字典对象的内容
  • write(obj)：默认行为是显示输出str(obj)的结果
  • write(mpl_fig)：显示指定的Matplotlib图表
  • write(altair)：显示指定的Altair图表
  • write(keras)：显示指定的Keras模型
  • write(graphviz)：显示指定的Graphviz图表
  • write(plotly_fig)：显示指定的Plotly图表
  • write(bokeh_fig) ：显示指定的Bokeh图表
• unsafe_allow_html ：是否允许不安全的HTML标签，布尔类型，默认值：false

示例代码

下面的代码显示解析后的Markdown文本，虽然传入的是字符串：

>>> write('Hello, *World!*')

效果如下：

write方法也支持其他数据格式，例如数值、Pandas数据帧、排序对象等：

>>> st.write(1234)
>>> st.write(pd.DataFrame({
...     'first column': [1, 2, 3, 4],
...     'second column': [10, 20, 30, 40],
... }))

效果如下：

你也可以传入多个参数，例如：

>>> st.write('1 + 1 = ', 2)
>>> st.write('Below is a DataFrame:', data_frame, 'Above is a dataframe.')

效果如下：

write命令也可以传入图表对象！例如：

>>> import pandas as pd
>>> import numpy as np
>>> import altair as alt
>>>
>>> df = pd.DataFrame(
...     np.random.randn(200, 3),
...     columns=['a', 'b', 'c'])
...
>>> c = alt.Chart(df).mark_circle().encode(
...     x='a', y='b', size='c', color='c')
>>>
>>> st.write(c)

效果如下：