¿Qué es Streamlit?

Streamlit es un framework de Python que permite crear aplicaciones web interactivas para datos y modelos de IA con pocas líneas de código.

¿Para qué se usa?

• Visualizar datos en dashboards rápidos.
• Probar modelos de machine learning con interfaces amigables.
• Crear prototipos sin necesidad de usar HTML o JavaScript.

Instalación rápida

pip install streamlit

Y para correr tu app:

streamlit run tu_app.py

Ejemplo 1: Hola mundo interactivo

import streamlit as st

st.title("Mi primera app con Streamlit")
nombre = st.text_input("¿Cómo te llamas?")
if nombre:
    st.write(f"Hola, {nombre} 👋")

✔ Interfaz simple con entrada de texto y salida personalizada.

Ejemplo 2: Gráfico de datos

import streamlit as st
import pandas as pd
import numpy as np

st.title("Visualización de datos")

data = pd.DataFrame({
    'x': np.random.randn(100),
    'y': np.random.randn(100)
})

st.scatter_chart(data)

✔ Visualiza datos aleatorios con un gráfico interactivo.

Ejemplo 3: Clasificador de texto con modelo simple

import streamlit as st

def clasificar(texto):
    if "bueno" in texto.lower():
        return "Positivo"
    elif "malo" in texto.lower():
        return "Negativo"
    else:
        return "Neutral"

st.title("Clasificador de sentimientos")
texto = st.text_area("Escribe un mensaje:")
if texto:
    resultado = clasificar(texto)
    st.write("Resultado:", resultado)

✔ Clasificación básica de sentimientos.

Ejemplo 4: Modelo de predicción con scikit-learn

import streamlit as st
from sklearn.linear_model import LinearRegression
import numpy as np

st.title("Predicción simple")

X = np.array([[1], [2], [3], [4], [5]])
y = np.array([2, 4, 6, 8, 10])
modelo = LinearRegression().fit(X, y)

x_val = st.slider("Selecciona un valor de entrada", 0, 10)
prediccion = modelo.predict([[x_val]])
st.write("Predicción:", prediccion[0])

✔ Ejemplo real de predicción con entrada por `slider`.

Ventajas de Streamlit

• ✅ Código directo, estilo notebook.
• ✅ Ideal para ciencia de datos y prototipos de IA.
• ✅ Widgets interactivos incorporados.
• ✅ Despliegue fácil en Streamlit Cloud.

¿Y ahora qué?

🎯 Crea tu propio dashboard con tus datos.
🧪 Prueba modelos de ML.
🚀 ¡Comparte tu app en la web con un solo comando!