[2025/02/26]내일배움캠프 QA/QC 1기 - 47일차

코드카타(https://essay2892.tistory.com/127)

 

프로젝트 진행

 

Streamlit 라이브세션

import streamlit as st

st.set_page_config(

    page_title="QA/AC streamlit App",

    page_icon="🧊",

    layout="wide")

st.title("컬럼(Column) 예시")

# 페이지를 세 개의 세로 열로 나눕니다.

col1, col2, col3 = st.columns(3)

with col1:

   st.header("A cat")

   st.image("https://static.streamlit.io/examples/cat.jpg")

with col2:

   st.header("A dog")

   st.image("https://static.streamlit.io/examples/dog.jpg")

with col3:

   st.header("An owl")

   st.image("https://static.streamlit.io/examples/owl.jpg")

st.video("https://www.youtube.com/watch?v=pSUydWEqKwE")

# 열의 너비 비율을 조정합니다.

col1, col2, col3 = st.columns([1, 2, 1])

with col2:

   st.video("https://www.youtube.com/watch?v=pSUydWEqKwE")

st.title("Expander 예시")

with st.expander("📺 요즘 OTT 플랫폼에서 뜨는 작품들"):

    st.write("""

    - **더 글로리**: 화제의 드라마, 역대급 복수극!

    - **피지컬: 100**: 서바이벌 예능 열풍!

    - **오징어 게임**: 전 세계를 휩쓴 한국형 데스게임!

    """)

    st.write("더 자세한 줄거리는 스포일러 방지를 위해 생략!")

with st.expander("⏰ 오늘의 소셜 미디어 소식"):

    st.write("""

    - 틱톡에서 난리 난 '#쿠쿠다스챌린지'

    - 인스타그램 릴스, 짧은 영상 편집 팁 공유하기

    - 재테크/절약 관련 '챌린지'도 인기 상승 중!

    """)

# 세 개의 탭을 생성합니다.

tab1, tab2, tab3 = st.tabs(["Cat", "Dog", "Owl"])

with tab1:

   st.header("A cat")

   st.image("https://static.streamlit.io/examples/cat.jpg", width=200)

with tab2:

   st.header("A dog")

   st.image("https://static.streamlit.io/examples/dog.jpg", width=200)

with tab3:

   st.header("An owl")

   st.image("https://static.streamlit.io/examples/owl.jpg", width=200)

# 사이드바를 생성하고, 라디오 버튼을 추가합니다.

with st.sidebar:

    add_radio = st.radio(

        "Choose a shipping method",

        ("Standard (5-15 days)", "Express (2-5 days)")

    )

 

 

import streamlit as st

# st.title("버튼 클릭 횟수 (session_state 미사용)")

# count = 0  # 항상 0으로 시작

# if st.button("버튼을 눌러보세요!"):

#     count += 1

# st.write(f"버튼 클릭 횟수: {count}")

st.title("버튼 클릭 횟수 (session_state 사용)")

# session_state에 count 키가 없으면 0으로 초기화

if "count" not in st.session_state:

    st.session_state.count = 0

if st.button("버튼을 눌러보세요!"):

    st.session_state.count += 1

st.write(f"버튼 클릭 횟수: {st.session_state.count}")

 

 

import streamlit as st

import pandas as pd

import time

# st.title("캐싱 미사용 예제")

# def expensive_computation(n):

#     # 실제로는 더 복잡한 연산이라고 가정

#     time.sleep(3)  # 3초 대기 (연산 비용 시뮬레이션)

#     return sum(i*i for i in range(n))

# options = [1000, 3000, 5000]  # 예시로 3개만

# n = st.selectbox("숫자를 선택하세요", options)

# if st.button("Compute"):

#     start = time.time()

#     result = expensive_computation(n)

#     elapsed = time.time() - start

#     st.write(f"결과: {result}")

#     st.write(f"소요 시간: {elapsed:.2f} 초")

# st.write("같은 n 값이라도, Compute 누를 때마다 3초씩 기다립니다.")

# st.title("캐싱 사용 예제")

# @st.cache_data

# def expensive_computation(n):

#     st.write(f"실제 계산 수행... (n={n})")

#     time.sleep(3)  # 3초 대기 (연산 비용 시뮬레이션)

#     return sum(i*i for i in range(n))

# options = [1000, 3000, 5000]

# n = st.selectbox("숫자를 선택하세요", options)

# if st.button("Compute"):

#     start = time.time()

#     result = expensive_computation(n)

#     elapsed = time.time() - start

#     st.write(f"결과: {result}")

#     st.write(f"소요 시간: {elapsed:.2f} 초")

# st.info("같은 n을 다시 선택해 Compute를 누르면, 이미 계산한 결과를 캐시에서 즉시 반환합니다!")

st.title("캐싱 사용 예제")

@st.cache_data

def load_data(file_path):

    time.sleep(3)  # 로딩 시간 시뮬레이션

    return pd.DataFrame({"data": [1, 2, 3]})  # 간단한 예시

if st.button("데이터 불러오기"):

    start = time.time()

    df = load_data("big_data.csv")  # 첫 호출 시 3초 걸림

    st.write(df.head())

    st.write(f"로딩 시간: {time.time() - start:.2f}초")

 

entrypoint.py

import streamlit as st

# 1. 여러 페이지 정보를 등록합니다.

pages = [

    st.Page("home.py", title="홈 화면", icon="🏠", default=True),

    st.Page("production.py", title="생산 데이터", icon="🏭"),

    st.Page("quality.py", title="품질 관리", icon="🔍"),

    st.Page("maintenance.py", title="예지 보전", icon="🛠️"),

]

# 2. 사용자가 선택한 페이지를 받아옵니다.

selected_page = st.navigation(pages)

# 3. 선택된 페이지를 실행(run)합니다.

selected_page.run()

 

home.py

import streamlit as st

st.title("홈 화면")

st.write("제조업 데이터 분석 앱에 오신 것을 환영합니다!")

st.write(

    """

    이 곳에서는 생산, 품질, 유지보수 등의 다양한 데이터 분석을

    손쉽게 해볼 수 있습니다.

"""

)

maintenance.py

import streamlit as st

st.title("예지 보전 (Predictive Maintenance)")

st.write(

    """

    설비 센서(진동, 온도, 압력 등) 데이터를 토대로

    고장 징후를 사전에 파악하는 모델 예시를 구현할 수 있습니다.

"""

)

st.subheader("예시: 간단 설명")

st.write(

    """

    - 일정 주기마다 장비 상태 데이터를 수집

    - 특정 임계값(Threshold)을 초과하는 경우, 유지보수 알림

    - 예지 보전 모델로 고장 발생 가능 시점 예측

"""

)

production.py

import streamlit as st

import pandas as pd

st.title("생산 데이터")

st.write("생산량, 가동시간, 공정별 데이터 분석을 해보세요.")

# 예시 데이터: 실제로는 CSV나 DB에서 불러올 수 있음

data = {

    "라인": ["A", "B", "C"],

    "생산량": [1000, 800, 1200],

    "가동시간": [22, 19, 24],

}

df = pd.DataFrame(data)

st.subheader("생산 데이터 테이블")

st.dataframe(df)

st.subheader("라인별 생산량 차트")

st.bar_chart(df.set_index("라인")["생산량"])

quality.py

import streamlit as st

import matplotlib.pyplot as plt

import random

st.title("품질 관리")

st.write("불량률, 불량 유형, 품질 지표 등을 확인합니다.")

# 간단히 불량률 히스토그램 예시 (평균 2%, 표준편차 1% 가정)

data = [random.gauss(0.02, 0.01) for _ in range(100)]

fig, ax = plt.subplots()

ax.hist(data, bins=20, color="orange")

ax.set_title("불량률 분포 (예시)")

ax.set_xlabel("불량률 (%)")

ax.set_ylabel("빈도")

st.pyplot(fig)