Premiers pas avec Streamlit

Avant de manipuler les composants, il faut comprendre ce qu'est Streamlit, comment l'installer et comment il fonctionne — son modèle d'exécution diffère de celui d'une application web classique.

Qu'est-ce que Streamlit ?

Streamlit est un framework Python open-source créé en 2018. Il permet de créer des applications web sans compétences frontend. Il se situe entre les frameworks web classiques (Flask, Django) et les outils de Business Intelligence (Power BI, Tableau).

Contrairement à Flask, vous n'écrivez ni HTML, ni CSS, ni JavaScript. Streamlit génère l'interface à partir de votre code Python. Contrairement aux outils de BI, vous gardez le contrôle sur la logique métier et le traitement des données.

Le compromis : Streamlit sacrifie la flexibilité de mise en page (pas de CSS personnalisé, pas de layout pixel-perfect) en échange de la productivité pour les cas d'usage data. Il convient bien aux dashboards internes, aux prototypes analytiques et aux outils de visualisation.

Installation et premier lancement

Installation avec pip :

pip install streamlit

Deux commandes à connaître :

streamlit hello          # app de démonstration officielle
streamlit run app.py     # lancer son propre fichier

streamlit run démarre un serveur local sur le port 8501 et ouvre automatiquement le navigateur. Le hot-reload est actif : toute sauvegarde du fichier .py déclenche un rechargement.

Structure minimale

Une application Streamlit tient en trois lignes :

import streamlit as st

st.title("Mon premier dashboard")
st.write("Hello, world!")

Sauvegardez ce code dans un fichier app.py, puis lancez streamlit run app.py. Vous verrez immédiatement le résultat dans votre navigateur.

Le modèle de re-run

C'est le concept le plus important de Streamlit :

Ce qui déclenche un re-run

Toute interaction avec un widget déclenche un re-run complet :

• Cliquer sur un bouton (st.button)
• Sélectionner une option (st.selectbox, st.multiselect)
• Déplacer un slider (st.slider)
• Saisir du texte (st.text_input)
• Cocher une case (st.checkbox)

En revanche, scroller la page ou redimensionner la fenêtre ne déclenche pas de re-run.

Le cycle complet

Ce cycle se répète à chaque interaction. Il n'y a pas d'exécution partielle, pas de mise à jour ciblée d'un seul composant. Le script entier est relu, toutes les variables sont recalculées, toute l'interface est reconstruite.

Les trois implications

1. Les variables locales ne persistent pas

Puisque le script est réexécuté intégralement, toutes les variables sont réinitialisées à chaque re-run. Un compteur incrémenté dans le code reviendra toujours à sa valeur initiale :

compteur = 0  # Réinitialisé à 0 à chaque re-run
if st.button("Incrémenter"):
    compteur += 1  # Vaut 1 pendant ce re-run, puis revient à 0
st.write(f"Compteur : {compteur}")

Pour persister des données entre les re-runs, il faut utiliser st.session_state ou les décorateurs de cache (abordés dans les pages suivantes).

2. L'ordre du code = l'ordre d'affichage

Les composants apparaissent dans l'interface dans l'ordre où ils sont appelés dans le script. Il n'y a pas de système de templates ou de layout déclaratif — l'ordre du code Python détermine directement l'ordre visuel.

st.title("Titre")        # Affiché en premier
st.write("Paragraphe")   # Affiché en deuxième
st.button("Action")      # Affiché en troisième

3. Les appels lents sont réexécutés

Une requête à une base de données, un appel API, un calcul lourd — tout est réexécuté à chaque interaction utilisateur. Sur un dashboard avec des requêtes SQL, cela signifie potentiellement des dizaines de requêtes par minute si l'utilisateur manipule les filtres.

D'où l'importance du cache dans Streamlit, abordé dans la page dédiée.

Écrire du code compatible avec le re-run

À retenir