streamlit、shiny、gradio、fastapi四个web APP平台体验

经常被问的问题就是：web APP平台哪个好？该用哪个？刚开始只有用streamlit和shiny，最近体验了一下gradio和fastapi，今天根据自己的体会尝试着回答一下。

使用R语言的话，用shiny比较方便，使用python的话，四个都可以用。

用户界面

从美观方面来说，最美观的应该是streamlit，字体按钮等颜色搭配都比较鲜艳；shiny有一点“学术气”，方方正正，也有很多主题可以选择；gradio整体比较“素”， 可以用“简洁”来形容；fastapi应该算是没有界面。

从组件的丰富程度来看，shiny应该是最丰富的，网页上还有的都有，像提示按钮，弹出框等都有；streamlit 感觉稍微少一些，但是也足够用，两各都有丰富的第三方库的支持，包括算法的支持和组件的支持，用这两个库的人也是做多的；gradio是最近的比较晚，主要是自身带的一些组件；fastapi没有组件。

应用领域

shiny主要应用在数据科学领域和机器学习领域，数据处理、统计分析和预测模型构建，还有生物信息学，深度学习的文字、图片和视频的处理较少涉及；streamlit就都有涉及，比较全面一些；gradio也都可以处理，个人感觉偏深度学习一些，对LLM、视频和图片的处理有一些独特的设计，比如streaming形式，用于一边处理一遍显示返回数据；fastapi主要功能是产生API供其它的程序调用，本来觉得在数据科学放，方面没什么用途，最近API可以作为LLM模型调用的组件（工具），用fastAPI部署机器学习模型似乎也有了用武之地，顺便说一句gradio也可生成API。

部署的便利性

四种web APP都有途径进行免费的部署，一般都是限制算力，shiny官网有5个的数量限制，streamlit官网没有数量限制，算力也比shiny给的多，gradio是huggingface的，所以部署在算力和数量上也算没问题，shiny和streamlit也可以在huggingface上进行部署，但是国内不好访问。
另外，一个我常用的部署的方式就是使用shinyproxy，官方文档中是支持四种web APP的部署，shiny和streamlit 是完全没问题的，但是gradio尝试了几次，还是有些问题，fastapi最近会尝试一下，部署成功了API怎么用还要再研究。

使用建议

这些web APP平台还在不断地发展，就个人经验来说，选择哪个平台主要看使用目的，数据处理和机器学习可以选择shiny和streamlit， 深度学习可以选择gradio和streamlit， 如果想LLM模型结合，我感觉gradio和fastapi似乎更有前途。

总结

web APP的代码相对简单，门槛不高；花费也不多，更不需要像手机app等被各大平台限制，也不需要软件著作权。相对地，功能却很广泛，数据分析上可以把自己的数据分析套路固定成APP，节省分析的时间并分享给别人使用；机器学习和深度学习上以承载构建的模型并实现与用户的交流。随着AI时代的到来，在AI应用方面也会占有一定的地位。