Project Icon

solara

React风格的Python框架 为Jupyter和Web应用提供可扩展性

Solara是一个采用React风格的Python框架,旨在提升Jupyter和Web应用的可扩展性。该框架通过组件化代码和简化的状态管理,解决了复杂应用中的代码组织和可重用性问题。Solara支持热重载和类型提示,提高了开发效率。基于ipywidgets构建,Solara可在JupyterLab、Jupyter Notebook等多个平台上运行,也支持独立的Web应用开发。它为Python开发者带来了类似React的强大可扩展性。

纯Python、React风格的框架,用于扩展您的Jupyter和Web应用

solara标志

欢迎加入我们的Discord聊天,提问或分享您的想法和创作!

Discord标志

Solara简介

虽然有许多Python Web框架,但大多数都是为小型数据应用设计的,或使用未经大规模验证的范式。随着应用复杂度增加,代码组织、可重用性和状态管理往往会变得困难,导致要么产生混乱的代码,要么不得不转向React应用。

Solara旨在解决这一问题。通过使用类似React的API,我们无需担心可扩展性。React已经证明了其支持世界上最大Web应用的能力。

Solara使用纯Python实现的React(Reacton)来创建基于ipywidget的应用。这些应用既可以在Jupyter Notebook中运行,也可以作为独立的Web应用与FastAPI等框架配合使用。这种范式实现了基于组件的代码和极其简单的状态管理。

通过构建在ipywidgets之上,我们自动利用了现有的widget生态系统,并可以在多个平台上运行,包括JupyterLab、Jupyter Notebook、Voilà、Google Colab、DataBricks、JetBrains Datalore等。

我们注重开发者体验。Solara将为您提供热代码重载和类型提示,加快开发速度。

安装

运行:

pip install solara

或查看安装说明获取更详细的指导。

第一个脚本

将以下Python代码片段放入文件中(建议命名为sol.py),或放入Jupyter notebook单元格中:

import solara

# 在顶层声明响应式变量。使用这些变量的组件将在其值变化时重新执行。
sentence = solara.reactive("Solara让我们的团队更高效。")
word_limit = solara.reactive(10)


@solara.component
def Page():
    # 在组件内计算word_count,确保在响应式变量变化时重新执行。
    word_count = len(sentence.value.split())

    solara.SliderInt("字数限制", value=word_limit, min=2, max=20)
    solara.InputText(label="您的句子", value=sentence, continuous_update=True)

    # 根据当前字数和字数限制显示消息。
    if word_count >= int(word_limit.value):
        solara.Error(f"当前{word_count}个字,已超过{word_limit.value}个字的限制。")
    elif word_count >= int(0.8 * word_limit.value):
        solara.Warning(f"当前{word_count}个字,接近{word_limit.value}个字的限制。")
    else:
        solara.Success("很棒的简短表述!")


# 以下行仅在Jupyter notebook中运行代码时需要:
Page()

在放置文件(sol.py)的同一目录下从命令行运行:

$ solara run sol.py
Solara服务器正在启动,地址为 http://localhost:8765

或将代码复制粘贴到Jupyter notebook单元格中并执行(最后的Page()表达式将自动在notebook中渲染组件)。

https://solara.dev/documentation/getting_started 查看此代码片段的在线运行效果

演示

以下演示应用可用于探索数据集(内置或自行上传)并使用散点图。可以与图表交互以过滤数据集,并可下载过滤后的数据集。

在solara-server中运行

solara服务器基于Starlette/FastAPI构建,可独立运行。适合生产环境使用。

fastapi

在Jupyter中运行

通过构建在ipywidgets之上,我们自动利用了现有的widget生态系统,并可以在多个平台上运行,包括JupyterLab、Jupyter Notebook、Voilà、Google Colab、DataBricks、JetBrains Datalore等。这意味着我们的应用也可以在Jupyter中运行:

jupyter

资源

访问我们的主网站或直接跳转到介绍

介绍 快速入门

请注意,solara.dev网站是使用Solara创建的

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号