Streamlit
- 열 때: uv run streamlit run 파일명
- 종료할 때: ctrl+c => 종료 꼭 해줘야됨
- st.write : 만능 출력
- st : 재실행모델, 위젯 조작 -> 스크립트 전체 재실행
- pandas 코드랑 st코드랑 다 같이 쓸 수 있음
- dataframe -> 인터랙티브
- table -> 증감
- st.session_state: 재실행에도 값 유지(카운터·대화 이력)
- @st.cache_data : 데이터·계산 캐싱(CSV·API·집계)
- @st.cache_resource : 자원(모델·연결·검색 인덱스) 한 번만 만들어 공유
- ttl=초 로 오래된 캐시를 자동 폐기, 함수.clear() 로 즉시 비우기
- st.fragment => 조각만 실행. 전체 실행 x 버벅거림을 줄여줌
챗봇 연동
:=
: 대입하겠다
with st.container(): # 화면 맨 밑으로 입력창이 가는걸 방지
if prompt := st.chat_input("메시지를 입력하세요"):
st.write(f"입력한 내용: {prompt}")
(1)
prompt := st.chat_input("메시지를 입력하세요"):
if prompt :
(2)
if prompt := st.chat_input("메시지를 입력하세요"):
Yield ; 제너레이터
-
일반 함수 -> 다 만들어서 한번에 건네줌
-
제너레이터 -> 만드는 대로 바로바로 건네줌
-
gen -> 호출해도 실행 x
ㄴnext(gen) 으로 ~.. -
제너레이터는 소진됨.
ㄴ다시 호출하려면 다시 선언해줘야함
리스트 컴프리헨션과 제너레이터 표현식
-
squares_list = [i * i for i in range(5)] # 리스트 컴프리헨션: 값 5개를 지금 다 만든다
-
squares_gen = (i * i for i in range(5)) # 제너레이터 표현식: 아직 아무것도 안 만들었다
ㄴ표현식은 리스트를 반환x list()를 씌워줘야함. -
sum, max, any, all ==> 제너레이터 사용
ㄴwhy?
ex. sum을 사용했을 때:
- 리스트 -> 리스트를 만든 뒤 sum 사용 => 시간, 메모리 많이 사용
- 제너레이터 -> 숫자를 바로바로 sum => 시간, 메모리 사용 적음
=>> 제너레이터 사용이 유리.
-
로직(core)과 UI 따로 만드는 것이 용이
-
협업할 때 필요한 것: 규약 !!
-
함수 이름 만들 때 앞에 _언더바 -> 그 파일(?)내에서만 쓰는 함수. 공유하지않는 함수.
-
임베딩 벡터 만들?지 말고 저장해서 불러오는 방식 쓸 것 ...
-
sidebar -> 어차피 다 들어가니까 main에
