こんにちは。この記事では、Pythonだけで簡単にウェブアプリが作れるフレームワーク「Streamlit」を使ったアプリ開発の手順を、できるだけ分かりやすく解説します。

「ウェブアプリを作ってみたいけれど、フロントエンドやサーバの知識があまりない…」
「データ可視化ツールとして使ってみたい！」
「機械学習のモデルを簡単に共有したい！」

そんな方におすすめしたいのが、Streamlit です！

1. Streamlitとは？

Streamlit は、データサイエンスや機械学習のアプリケーションを超シンプルに構築できるPythonライブラリです。大きな特徴としては以下の通りです。

PythonのコードだけでUIを構築できる
従来、ウェブアプリを作るためには、フロントエンド（HTML/CSS/JavaScript）の知識が必要です。しかしStreamlitなら、Pythonのコードだけ書けばOK。
リアルタイムにアプリを更新
コードを保存すると自動的にアプリがリロードされるので、作業効率が非常に高いです。
豊富なウィジェット
テキスト入力やボタン、スライダー、ファイルアップロードなど、様々なUI部品が簡単な関数で利用可能。
データ可視化が簡単
matplotlibやplotlyなどの図をそのまま表示できます。データフレーム（Pandas）もテーブル形式で簡単に表示できます。

2. 環境構築

2.1 Pythonとpipのインストール

Pythonがインストールされていない方は、公式サイトなどからPythonをインストールしてください。
Windowsユーザの方はインストーラーから「Add Python to PATH」にチェックを入れておくと便利です。
MacやLinuxでは、ターミナル上でバージョンを確認してみてください。

python --version

Pythonのバージョンが3.7以上なら問題ありません。（StreamlitはPython 3.7以上で利用できます。）

2.2 仮想環境の作成（推奨）

複数のプロジェクトを扱う場合は、Python仮想環境を作成しておくとバージョン管理が容易です。
例：venvを使った仮想環境の作成と有効化

# 仮想環境を作成
python -m venv myenv

# 仮想環境を有効化
# Windows
myenv\Scripts\activate

# Mac/Linux
source myenv/bin/activate

2.3 Streamlitのインストール

仮想環境を有効にした状態で、pip installコマンドを使ってStreamlitをインストールします。

pip install streamlit

これだけで準備は完了！

3. 基本的な使い方

3.1 Hello Worldしてみよう

まずはhello.pyという名前のファイルを作成して、以下のコードを書いてみましょう。

import streamlit as st

st.title("Hello Streamlit!")
st.write("初めてのStreamlitアプリです！")

このファイルを保存したら、ターミナル（またはコマンドプロンプト）で次のコマンドを実行します。

streamlit run hello.py

すると、ブラウザが自動的に開き、http://localhost:8501 にアクセスできるようになります。これがStreamlitアプリのローカルサーバです。

画面には「Hello Streamlit!」という大きなタイトルと「初めてのStreamlitアプリです！」というテキストが表示されるはずです。

ここまでで「ウェブアプリをPythonだけで動かす」ということが体感できると思います。

3.2 さまざまなUI部品（ウィジェット）

Streamlitでは、UI部品を関数1つで扱うことができます。
例えば、以下のような例を試してみましょう。

import streamlit as st

st.title("Streamlitウィジェットのサンプル")

# テキスト入力
name = st.text_input("名前を入力してください", "太郎")

# スライダー
age = st.slider("年齢を選択してください", 0, 100, 20)

# チェックボックス
is_student = st.checkbox("学生ですか？")

# ボタン
if st.button("送信"):
    st.write(f"こんにちは、{name}さん！")
    st.write(f"あなたは {age} 歳です。")
    if is_student:
        st.write("学生さんなんですね！")
    else:
        st.write("学生ではないのですね。")

ここでは、入力したデータを元にリアルタイムに画面上で表示を更新できます。

st.text_input：ユーザに文字列を入力してもらう
st.slider：数値をスライダー形式で入力してもらう
st.checkbox：チェックボックス
st.button：ボタン

こういったインタラクティブなUI部品が非常に簡単に使えます。

3.3 データの表示・可視化

Streamlitの大きな強みの一つが、データ可視化です。PandasのDataFrameやmatplotlib、Plotlyといったライブラリを簡単に表示できます。

3.3.1 PandasのDataFrameの表示

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

st.title("データフレームの表示")

df = pd.DataFrame(
    np.random.rand(20, 3),
    columns=['Column A', 'Column B', 'Column C']
)

st.write("▼DataFrameの表示例")
st.dataframe(df)  # データフレーム表示

これだけで、ブラウザ上にスクロール可能なDataFrameが表示されます。

3.3.2 グラフの表示

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

st.title("matplotlibのグラフ描画")

# 乱数データを用意
x = np.linspace(0, 10, 100)
y = np.sin(x)

# matplotlibでグラフを描画
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_title("Sine Wave")

# Streamlitで表示
st.pyplot(fig)

このように、matplotlibのFigureオブジェクトをst.pyplotで渡すだけで、ブラウザ上にグラフが描画されます。

4. アプリの構成方法

4.1 サイドバーを使ったメニュー

Streamlitにはサイドバーという機能があります。サイドバーにボタンやテキスト入力を配置することで、メイン画面がスッキリします。

import streamlit as st

st.title("サイドバーの使い方")

# サイドバーにウィジェットを配置
with st.sidebar:
    st.header("サイドバー")
    user_input = st.text_input("何か入力してください")
    if st.button("サイドバーボタン"):
        st.write(f"サイドバーで入力された文字: {user_input}")

# メイン画面
st.write("メイン画面のコンテンツ")

4.2 マルチページの構成

大規模アプリの場合、1つのファイルにすべて詰め込むと可読性が落ちてしまいます。Streamlit では、各ページをファイル単位で分割し、pages/フォルダに配置すると、自動的にマルチページ対応が可能です。
フォルダ構成例：

my_streamlit_app/
├─ pages/
│   ├─ page1.py
│   └─ page2.py
├─ main.py
└─ ...

pages フォルダに page1.py などのファイルを置き、それぞれにStreamlitのコードを書くだけで、アプリを実行するとサイドバーにページのメニューが自動的に生成されます。

5. デプロイ方法

Streamlitアプリは、ローカルだけでなく、「Streamlit Community Cloud」 (旧称 Streamlit Sharing) や Heroku、AWS などに簡単にデプロイできます。ここでは無料で使える「Streamlit Community Cloud」でのデプロイ手順を紹介します。

5.1 GitHubとの連携

GitHubリポジトリを作成し、そこにStreamlitアプリのコードをプッシュしておきます。
Streamlit Community Cloud にアクセスし、GitHubアカウントでログイン。
「New app」などのボタンをクリックし、デプロイ先のリポジトリを選択。
main.py (またはアプリを起動するPythonファイル) を指定して「Deploy」。

これで数十秒から1分ほど待つと、Web上に動くStreamlitアプリのURLが発行され、誰でもアクセスできる状態になります。
完全無料枠が用意されているため、まずは個人プロジェクトの公開にぴったりです。

6. まとめ

簡単な構文でウェブアプリが作れる
HTML・CSSの知識なしで、PythonのコードだけでUIが構築できます。
豊富なウィジェット
ボタンやスライダー、テキスト入力などが関数1つで呼び出せます。
データサイエンス・機械学習との相性抜群
Pandasやmatplotlibなどをシームレスに扱え、データの可視化やモデルのデモが簡単。
デプロイが手軽
Streamlit Community Cloudを使えば、リポジトリを選ぶだけであっという間に公開できます。

機械学習のモデルをチームに共有したり、データの可視化ダッシュボードをさっと作ったりするときには、Streamlitはとても便利です。Pythonを学んだばかりの方でも簡単にチャレンジできますので、ぜひ本記事を参考にしてStreamlitの世界を楽しんでみてください！

参考リンク

もしこの記事がお役に立った場合は、「LGTM」やストックをしていただけると嬉しいです！ご質問やご感想がありましたら、ぜひコメントで教えてください。
最後までお読みいただき、ありがとうございました！