Streamlit 실습 가이드 ~ : )

STEP 1

작업 환경 준비

VS Code 설치 다운로드
C:\STR 폴더 만들기 (Windows 탐색기에서 직접 생성)
VS Code → File → Open Folder → STR 선택
Extensions(퍼즐 모양 아이콘) → "python" 검색 후 설치
Ctrl+Shift+P 조합 → 검색창에 "python:인터프리터 선택" 입력
` (base) python 3.13.?` 선택 후 `꺽쇠(>)`를 눌러 `Command Prompt` 선택
View → Terminal 메뉴 선택 → 터미널 경로가 `(base) C:\STR` 인지 반드시 확인

VS Code 실전 꿀팁:
- 파일 자동저장 설정: `Ctrl+Shift+P` 누른 후 "Auto Save" 검색 및 활성화 - 다크모드 설정: `Ctrl+K V` - 탭/공백 표기: `Ctrl+Shift+P` 누른 후 "Tab" 검색 - 한글화: Extensions 메뉴에서 "Korean Language Pack" 검색 후 설치

STEP 2

가상환경 & 버전 관리

Anaconda 설치: 다운로드
Python 및 Conda 버전 확인
```
(base) C:\STR>python --version
(base) C:\STR>conda --version
```
(예시: Python 3.13.5 , conda 25.5.1 )
Streamlit 전용 가상환경 `STR` 생성
```
(base) C:\STR> conda create -n STR python=3.13.5
```
(파이썬 버전은 본인 버전에 맞게 입력)
`STR` 가상환경 활성화 (진입)
```
(base) C:\STR> conda activate STR
```
→ 터미널 프롬프트가 `(STR) C:\STR>`로 바뀌면 성공
`base` 환경으로 돌아가기 (비활성화)
```
(STR) C:\STR> conda deactivate
```
→ 터미널 프롬프트가 `(base) C:\STR>`로 돌아옴
생성된 가상환경 목록 확인
```
C:\STR>conda env list
```

가상환경 실무 팁
- 가상환경 이름은 `STR`, `base` 등 명확하게 구분하세요. - 터미널 프롬프트에 `(STR)`이 표시되는지 매번 확인하는 습관을 들이세요. - 절대 `(base)` 환경에서 `pip install`을 하지 마세요. (매우 중요한 실무 규칙!)

STEP 3

필수 라이브러리 설치

Streamlit, seaborn, matplotlib 설치
(반드시 `(STR)` 가상환경이 활성화된 상태에서 진행)
```
(STR) C:\STR>pip install streamlit
(STR) C:\STR>pip install seaborn
(STR) C:\STR>pip install matplotlib
```

라이브러리 관리 꿀팁:
- 설치 후 `(STR) C:\STR>pip list` 명령어로 설치된 라이브러리 목록을 확인하세요. - `pip freeze > requirements.txt` 명령어로 프로젝트에 사용된 라이브러리와 버전을 기록하여 환경을 공유할 수 있습니다. - `pandas`, `scikit-learn` 등 다른 라이브러리가 필요하면 언제든지 `pip install`로 추가 설치할 수 있습니다.

STEP 4

첫 Streamlit 앱 만들기 & 실행

`C:\STR` 폴더 안에 `app.py` 파일 생성
`app.py` 파일에 아래 예시 코드를 복사하여 붙여넣기
Streamlit 앱 실행
(반드시 `(STR)` 가상환경이 활성화된 상태에서 진행)
```
(STR) C:\STR>streamlit run app.py
```

앱 실행 시 유의사항!
- 터미널의 가상환경, 현재 경로, 파일명, 명령어 오타를 철저히 확인해야 성공합니다. 90%의 오류는 여기서 발생합니다. - 웹 브라우저가 자동으로 실행되지 않을 경우, 웹 브라우저 주소창에 `localhost:8501`을 직접 입력하세요.

예시 파일 — `C:\STR\app.py`

import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

st.write('Hello!!!!,:sunglasses:') 
st.write('Hello!!!!,:sunglasses:') 
st.title('Title *Markdown* 인식') 
st.header('Title *Markdown* 인식') 
st.subheader('Title *Markdown* 인식') 

st.text('title *Markdown* 인식못함.') 
st.markdown('*Markdown* 출력.') 

st.text('This is some text.') 
x=10
y=20
st.write('x=',x,'y=',y) 

df = pd.DataFrame({'col1':[1,2,3]}) 
st.write('데이터 프레임',df) 
df # 데이터프레임을 직접 작성하여 출력도 가능 

arr = np.random.normal(1,1,size=100) 
fig, ax = plt.subplots() 
ax.hist(arr, bins=20) 
st.pyplot(fig)

Streamlit 코드 작성 꿀팁:

`st.write()`는 텍스트, 숫자, 데이터프레임, 그래프 등 거의 모든 데이터 타입을 유연하게 출력할 수 있습니다.
`st.markdown()`을 사용하여 텍스트에 마크다운 문법, 이모지(예: `:sunglasses:`), LaTeX 수식을 적용할 수 있습니다.
데이터프레임은 `st.write(df)` 또는 `df` (변수명만 입력)으로 간편하게 출력할 수 있습니다.
Matplotlib 그래프는 `st.pyplot(fig)` 함수를 사용하여 Streamlit 앱에 표시합니다.

심화 예제 — `C:\STR\app1.py` (붓꽃 데이터 시각화 앱)

import streamlit as st
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

_, col, _ = st.columns([2,6,2])
col.header("Streamlit 시각화")

dfIris = sns.load_dataset('iris') 
colors = {"setosa":"red", "virginica":"green", "versicolor":"blue"}
st.sidebar.title('Iris Species🌸') # 사이드바 제목 
with st.sidebar: # 사이드바 안에 위젯 배치
    selectX = st.selectbox("X 변수 선택:", ["sepal_length", "sepal_width", "petal_length", "petal_width"]) 
    selectY = st.selectbox("Y 변수 선택:", ["sepal_length", "sepal_width", "petal_length", "petal_width"]) 
    selectSpecies = st.multiselect("붓꽃 유형 선택 (:blue[다중]):",["setosa", "versicolor", "virginica"]) 
    selectAlpha = st.slider("alpha 설정:", 0.1, 1.0, 0.5) 

# 선택된 붓꽃 유형별 산점도로 시각화 표현
if selectSpecies: # 붓꽃 유형이 선택되었을 경우 
    fig = plt.figure(figsize=(7,5)) # 그래프 크기 설정 
    for aSpecies in selectSpecies: # 선택된 각 종(species)에 대해 
        df = dfIris[dfIris.species==aSpecies] # 해당 종의 데이터만 필터링 
        plt.scatter(df[selectX], df[selectY], color=colors[aSpecies], alpha=selectAlpha, label=aSpecies) 
    plt.legend(loc="lower right") # 범례 위치 설정 
    plt.xlabel(selectX) # X축 레이블 설정 
    plt.ylabel(selectY) # Y축 레이블 설정 
    plt.title("Iris Scatter Plot") # 그래프 제목 설정 
    st.pyplot(fig) # Streamlit에 Matplotlib 그래프 표시 
else: # 붓꽃 유형이 선택되지 않았을 경우 
    st.warning("붓꽃의 유형을 선택해 주세요!!!") # 경고 메시지 표시

인터랙티브 시각화 실전 꿀팁:
- `st.sidebar`를 활용하여 사용자 입력 위젯(selectbox, multiselect, slider 등)을 사이드바에 배치하면 깔끔한 대화형 데이터 앱을 만들 수 있습니다. - `seaborn.load_dataset('iris')`를 사용하면 별도의 파일 없이 쉽게 데이터를 로드하여 실습할 수 있습니다. - `st.warning()`, `st.info()`, `st.error()` 등 다양한 메시지 함수를 활용하여 사용자에게 친화적인 안내 문구를 제공할 수 있습니다.

실전 FAQ & 모든 꿀팁 총정리

`streamlit run` 이후 웹 브라우저에 아무 반응이 없나요?
- 대부분의 경우, 터미널에 출력된 `URL` (예: `localhost:8501`)을 웹 브라우저 주소창에 직접 입력하면 해결됩니다. - 현재 활성화된 가상환경이 `(STR)`인지, 명령어를 실행한 경로가 `C:\STR`인지, 파일명이 `app.py`인지, 명령어에 오타는 없는지 다시 한번 철저히 확인하세요.
`ModuleNotFoundError` 오류가 발생했습니다. 어떻게 해야 하나요?
- 이는 필요한 Python 패키지가 현재 활성화된 가상환경(`STR`)에 설치되지 않았을 때 발생합니다. - 해당 패키지(예: `pandas`, `seaborn`)를 `(STR) C:\STR>pip install [패키지명]` 명령어로 설치해야 합니다. - 가장 중요한 것은 반드시 `(STR)` 환경에서 설치해야 한다는 점입니다.
앱에서 외부 데이터 파일(CSV, Excel 등)이 읽히지 않습니다.
- 데이터 파일이 `C:\STR` 폴더 안에 있는지 확인하세요. - 코드 내에서 파일 경로를 잘못 지정했을 가능성이 높습니다. (예: `pd.read_csv('data.csv')` 대신 `'C:/STR/data.csv'`)
코드 공유, 협업, 앱 배포는 어떻게 하나요?
- `pip freeze > requirements.txt` 명령어로 프로젝트의 모든 라이브러리 목록과 버전을 `requirements.txt` 파일로 만들어서 다른 사람과 환경을 통일할 수 있습니다. - GitHub를 활용하여 코드를 효과적으로 관리하고 협업할 수 있습니다. - 완성된 Streamlit 앱은 Streamlit Cloud를 통해 무료로 배포하고 전 세계 어디서든 접근할 수 있게 할 수 있습니다. - `st.download_button()` 위젯을 사용하여 앱에서 생성된 결과물(예: 데이터프레임, 그래프 이미지)을 사용자가 다운로드할 수 있도록 기능을 추가할 수 있습니다.
VS Code 작업 환경을 더욱 편리하게 커스텀하고 싶습니다.
- 폰트: 'Inter', 'Noto Sans KR', 'JetBrains Mono'와 같은 가독성 좋은 프로그래밍 폰트를 사용하는 것을 추천합니다. - 테마: 'Material Theme', 'One Dark Pro', 'Light+' 등 다양한 인기 테마를 설치하여 개인 취향에 맞게 설정할 수 있습니다. - 앞서 강조한 자동 저장 활성화, 탭/공백 표기 설정, 한글화 익스텐션 설치는 개발 생산성을 크게 높여줄 것입니다.
실전 데이터 앱 개발을 위한 추가 꿀팁이 있나요?
- `st.cache_data` 데코레이터를 사용하여 데이터 로딩 및 복잡한 연산 결과를 캐싱하면 앱의 처리 속도를 비약적으로 개선할 수 있습니다. - `st.secrets`를 활용하여 API 키, 데이터베이스 비밀번호 등 민감한 정보를 안전하게 관리하고 앱에 연동할 수 있습니다. - `st.markdown(..., unsafe_allow_html=True)`를 사용하여 커스텀 CSS 스타일이나 HTML 요소를 삽입하여 앱의 디자인을 자유롭게 변경할 수 있습니다. - `st.dataframe()`, `st.table()`, `st.button()`, `st.checkbox()`, `st.radio()`, `st.file_uploader()` 등 Streamlit이 제공하는 다양한 위젯들을 적극적으로 활용하여 풍부한 사용자 경험을 제공하는 앱을 만들어보세요.