Streamlit 1.45.0 版本发布:交互增强与体验优化
2025-05-31 08:54:39作者:温艾琴Wonderful
Streamlit 是一个用于快速构建数据科学和机器学习 Web 应用的 Python 框架。它以其简单易用和高度交互性著称,让开发者能够通过简单的 Python 脚本创建丰富的 Web 应用界面。最新发布的 1.45.0 版本带来了一系列功能增强和用户体验优化,进一步提升了开发效率和用户交互体验。
核心功能增强
上下文信息扩展
新版本在 st.context 中新增了多个实用属性,为开发者提供了更丰富的上下文信息:
url属性让开发者能够获取当前页面的完整 URLip_address属性提供了访问用户的 IP 地址信息is_embedded属性可以判断应用是否被嵌入到其他页面中
这些新增属性特别适合需要根据访问来源或环境进行差异化处理的场景,如访问控制、个性化内容展示等。
输入组件图标支持
Streamlit 1.45.0 为多个输入组件增加了图标支持:
st.text_input现在支持通过icon参数添加图标st.number_input同样新增了icon参数
这一改进使得表单输入控件可以更加直观和美观,开发者可以通过简单的参数添加图标提示,提升用户界面的友好性。
动态选项管理
对于选择类组件,新版本引入了更灵活的选项管理方式:
selectbox和multiselect现在支持通过accept_new_options参数动态添加新选项- 即使选项列表为空,组件也不会自动禁用,保持了更好的交互连续性
这一特性特别适合需要用户输入新选项的场景,如标签管理系统或自定义分类应用。
用户体验优化
主题系统改进
1.45.0 版本对主题系统进行了多项细致优化:
- 统一了
st.help的边框颜色,使界面更加协调 - 优化了悬停状态的颜色处理,使用深色混合代替固定的次背景色
- 微调了基于
baseRadius配置的元素间距 - 修复了不同基础字体大小下单选按钮的显示问题
这些改进使得应用在不同主题下的表现更加一致和专业。
交互修复与增强
新版本解决了多个影响用户体验的问题:
- 修复了标签页和链接按钮在断开连接时被禁用的问题
- 改进了选择框的前端状态保持,避免不必要的重新运行
- 优化了聊天输入框在多行占位符情况下的高度处理
- 修复了侧边栏在某些条件下的尺寸问题
内容展示优化
针对内容展示方面,1.45.0 版本也进行了多项改进:
- 优化了
st.write处理单字符串参数的性能 - 改进了 SVG 图形的支持,特别是仅定义 viewBox 的情况
- 修复了数据框显示空字典时的错误提示问题
- 增强了 HTML 内容的重置处理和样式标签支持
开发者体验提升
配置与错误处理
- 修复了
streamlit config show中showErrorDetails显示错误的问题 - 允许在出现异常时自动重新加载配置
- 改进了文件上传验证,支持多部分扩展名(如 .tar.gz)
废弃与稳定化
- 移除了实验性的
st.experimental_audio_input功能 - 将
st.user从实验状态转为稳定功能
总结
Streamlit 1.45.0 版本通过丰富的功能增强和细致的体验优化,进一步提升了框架的实用性和易用性。从上下文信息的扩充到输入组件的图标支持,从主题系统的精细化调整到各种交互问题的修复,这个版本在多方面都有显著进步。对于数据科学和机器学习开发者而言,这些改进意味着能够更高效地构建出更专业、更友好的 Web 应用界面。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
197
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210