pip install gradio
1-ip,端口
gradio_interface().launch(server_name='0.0.0.0', server_port='9981', share=False, inbrowser=True, max_threads=1, debug=True, show_api=False)2-构建您的第一个演示
app.py
import gradio as gr
def greet(name, intensity):
return "Hello, " + name + "!" * int(intensity)
demo = gr.Interface(
fn=greet,
inputs=["text", "slider"],
outputs=["text"],
)
demo.launch()python app.py
3-自动重装加快开发速度
import gradio as gr
with gr.Blocks() as demo:
gr.Markdown("# Greetings from Gradio!")
inp = gr.Textbox(placeholder="What is your name?")
out = gr.Textbox()
inp.change(fn=lambda x: f"Welcome, {x}!",
inputs=inp,
outputs=out)
if name == "__main__":
demo.launch()-如果文件发生变化，它会自动为您重新运行该文件
gradio run.py
-配置python脚本的编码声明
gradio run.py --encoding cp1252
-如果您的应用程序接受命令行参数，您也可以传入它们
import gradio as gr
import argparse
parser = argparse.ArgumentParser()
parser.add_argument("--name", type=str, default="User")
args, unknown = parser.parse_known_args()
with gr.Blocks() as demo:
gr.Markdown(f"# Greetings {args.name}!")
inp = gr.Textbox()
out = gr.Textbox()
inp.change(fn=lambda x: x, inputs=inp, outputs=out)
if name == "__main__":
demo.launch()gradio run.py --name Gretel
4-控制重装
您可以将不希望重新运行的代码放在if gr.NO_RELOAD:代码块。这里有一个例子，说明如何在开发过程中使用它只加载一次transformers模型
import gradio as gr
if gr.NO_RELOAD:
from transformers import pipeline
pipe = pipeline("text-classification", model="cardiffnlp/twitter-roberta-base-sentiment-latest")
demo = gr.Interface(lambda s: pipe(s), gr.Textbox(), gr.Label())
if name == "__main__":
demo.launch()5-各个组件介绍
1. Gradio 提供了多种组件，用于创建交互式界面。
2. gr.Interface：用来构建可视化界面。
3. gr.Image：用于图像输入和输出。
4. gr.Textbox：用于文本框输入和输出。
5. gr.DataFrame：用于数据框输入和输出。
6. gr.Dropdown：用于下拉选项输入。
7. gr.Number：用于数字输入和输出。
8. gr.Markdown：用于Markdown输入和输出。
9. gr.Files：用于文件输入和输出。
10. cols ：指定输入和输出组件的列数
11. rows ：指定输入和输出组件的行数
12. inputs ：指定输入组件的位置和大小
13. outputs ：指定输出组件的位置和大小
14. gr.Button：用于创建按钮，可以绑定点击事件。
15. gr.Checkbox：用于创建我们的。
16. gr.Radio：用于创建单选按钮组。
17. gr.Slider：用于创建滑块。
18. gr.Audio：用于音频输入和输出。
19. gr.Video：用于视频输入和输出。
20. gr.ColorPicker：用于颜色选择。
21. gr.File：用于文件上传。
22. gr.Model3D：用于3D模型展示。
23. gr.Plot：用于制作图表。
24. gr.HTML：用于嵌入HTML内容。
25. gr.JSON：用于 JSON 数据的输入和输出
5.1-文本输入和输出
```
-文本输入 (Textbox)
import gradio as gr
def greet(name):
return f"Hello, {name}!"
demo = gr.Interface(fn=greet, inputs=gr.Textbox(lines=2, placeholder="Enter your name here..."), outputs="text")
demo.launch()
-文本输出 (Textbox)
import gradio as gr
def echo(text):
return text
demo = gr.Interface(fn=echo, inputs="text", outputs=gr.Textbox(label="Echoed Text"))
demo.launch()
```
5.2-图像输入和输出
-图像输入 (Image)
```
import gradio as gr
def process_image(image):
# 这里可以添加图像处理逻辑
return image
demo = gr.Interface(fn=process_image, inputs=gr.Image(type="pil"), outputs="image")
demo.launch()
```
-图像输出 (Image)
```
import gradio as gr
from PIL import Image
def generate_image():
img = Image.new("RGB", (100, 100), color="red")
return img
demo = gr.Interface(fn=generate_image, inputs=None, outputs=gr.Image(type="pil"))
demo.launch(）
```
5.3-音频输入和输出
-音频输入 (Audio)
```
import gradio as gr
def process_audio(audio):
# 这里可以添加音频处理逻辑
return audio
demo = gr.Interface(fn=process_audio, inputs=gr.Audio(source="microphone"), outputs="audio")
demo.launch()
```
-音频输出 (Audio)
```
import gradio as gr
import numpy as np
def generate_audio():
sample_rate = 44100
t = np.linspace(0, 1, sample_rate, False)
audio = np.sin(440 2 np.pi * t)
return (sample_rate, audio)
demo = gr.Interface(fn=generate_audio, inputs=None, outputs=gr.Audio())
demo.launch()
```
5.4-视频输入和输出
-视频输入 (Video)
```
import gradio as gr
def process_video(video):
# 这里可以添加视频处理逻辑
return video
demo = gr.Interface(fn=process_video, inputs=gr.Video(), outputs="video")
demo.launch()
```
-视频输出 (Video)
```
import gradio as gr
def generate_video():
# 这里可以添加视频生成逻辑
return "path/to/video.mp4"
demo = gr.Interface(fn=generate_video, inputs=None, outputs=gr.Video())
demo.launch()
```
5.5-文件上传和下载
-文件上传 (File)
```
import gradio as gr
def process_file(file):
# 这里可以添加文件处理逻辑
return file.name
demo = gr.Interface(fn=process_file, inputs=gr.File(), outputs="text")
demo.launch()
```
-文件下载 (File)
```
import gradio as gr
def generate_file():
# 这里可以添加文件生成逻辑
return "path/to/file.txt"
demo = gr.Interface(fn=generate_file, inputs=None, outputs=gr.File())
demo.launch()
```
5.6--滑块 (Slider)
```
import gradio as gr
def slider_value(value):
return f"Slider value: {value}"
demo = gr.Interface(fn=slider_value, inputs=gr.Slider(minimum=0, maximum=100, step=1), outputs="text")
demo.launch()
```
5.7-单选按钮 (Radio)
```
import gradio as gr
def radio_choice(choice):
return f"You selected: {choice}"
demo = gr.Interface(fn=radio_choice, inputs=gr.Radio(["Option 1", "Option 2", "Option 3"]), outputs="text")
demo.launch()
```
5.8-复选框 (CheckboxGroup)
```
import gradio as gr
def checkbox_choices(choices):
return f"You selected: {', '.join(choices)}"
demo = gr.Interface(fn=checkbox_choices, inputs=gr.CheckboxGroup(["Option A", "Option B", "Option C"]), outputs="text")
demo.launch()
```
5.9-数据表格 (Dataframe)
```
import gradio as gr
import pandas as pd
def process_dataframe(df):
# 这里可以添加数据处理逻辑
return df
demo = gr.Interface(fn=process_dataframe, inputs=gr.Dataframe(headers=["Column 1", "Column 2"]), outputs="dataframe")
demo.launch()
```
6-按钮使用指南（事件处理和回调）
按钮回调：可以使用gr.Button创建按钮，并通过click方法绑定点击事件的回调函数。
输入组件事件：可访问输入组件（如gr.Textbox、gr.Slider等）事件，即change当输入值解析时触发回调函数。
自定义事件：可以定义自定义事件，并gr.Event绑定函数。
## 整个网页代码
import gradio as gr
# 定义一个处理函数，模拟对输入数据的处理
def process_data(text, radio, checkbox, slider, file, image, video, audio, dataframe):
# 这里只是简单地返回输入数据，实际应用中可以进行复杂的处理
return (
text,
radio,
checkbox,
slider,
file.name if file else "No file uploaded",
image,
video,
audio,
dataframe
)7-创建 Gradio 界面
import gradio as gr
# 定义一个处理函数，模拟对输入数据的处理
def process_data(text, radio, checkbox, slider, file, image, video, audio, dataframe):
# 这里只是简单地返回输入数据，实际应用中可以进行复杂的处理
return (
text,
radio,
checkbox,
slider,
file.name if file else "No file uploaded",
image,
video,
audio,
dataframe
)
# 创建 Gradio 界面
with gr.Blocks() as demo:
gr.Markdown("# Gradio 组件示例")
with gr.Row():
text_input = gr.Textbox(label="文本输入")
radio_input = gr.Radio(["选项1", "选项2", "选项3"], label="单选按钮")
checkbox_input = gr.CheckboxGroup(["选项A", "选项B", "选项C"], label="复选框")
slider_input = gr.Slider(minimum=0, maximum=100, label="滑块")
with gr.Row():
file_input = gr.File(label="文件上传")
image_input = gr.Image(label="图像上传")
video_input = gr.Video(label="视频上传")
audio_input = gr.Audio(label="音频上传")
with gr.Row():
dataframe_input = gr.Dataframe(label="数据表格")
submit_button = gr.Button("提交")
with gr.Row():
text_output = gr.Textbox(label="文本输出")
radio_output = gr.Textbox(label="单选按钮输出")
checkbox_output = gr.Textbox(label="复选框输出")
slider_output = gr.Textbox(label="滑块输出")
file_output = gr.Textbox(label="文件输出")
image_output = gr.Image(label="图像输出")
video_output = gr.Video(label="视频输出")
audio_output = gr.Audio(label="音频输出")
dataframe_output = gr.Dataframe(label="数据表格输出")
# 定义按钮点击事件的回调函数
submit_button.click(
fn=process_data,
inputs=[text_input, radio_input, checkbox_input, slider_input, file_input, image_input, video_input,audio_input, dataframe_input],
outputs=[text_output, radio_output, checkbox_output, slider_output, file_output, image_output, video_output,audio_output, dataframe_output]
)
# 启动界面
demo.launch()
评论区