“这个班上的值不值” Web版

做了一个Streamlit的练手应用，用于测算“工作的性价比”。

非严谨计算，请勿认真对待，xD。

挂在服务器上了，比较轻量，应该不会下线，可以分享给朋友玩一下http://175.24.226.62:8501/

缘由

去年在某位群友的分享下，碰到一个很有意思的一个excel小应用。

一个挺有意思的小应用，一点职场人的茶余饭后的小话题。玩了两下后思考了一下，这个做成excel属实是不方便好友分享，如果做成一个web版的或者小程序版本，不是更好？这个想法就这样一直留在todo list里了。

最近工作太忙了，但是为了不被眼下的工作完全淹没自己，还是逼迫自己慢慢的完成一些todo list上的事。因为，我坚持认为，人除了要赚眼前的填饱肚子的月供之外，也要持续的坚持学习新东西，做一些对长远规划有用的东西。

五月份某天在学习调研dashboard和streamlit的时候，想起这个“这个班上的值不值”的应用，就把它当做一个学习练手的小task做了，并且部署到了我的轻量级服务器上。

---

做法分享：

简单来讲，就是分为两步：

1、基于python streamlit写脚本，开发一个应用。

2、将调试好的streamlit应用部署到服务器上。

主要要点：

1、我的开发环境是Anaconda+Pycharm，这也是主流的比较推荐的python科学研究的开发环境；

2、Streamlit相关的资料还是比较少，主要建议上官网看他的一些API说明：

Streamlit官方Documentation（推荐）：https://docs.streamlit.io/

也有个国人做的学习手册（施工中）：http://cw.hubwiz.com/card/c/streamlit-manual/

然后有了一些基础概念后，就可以面对AI编程了，哈哈。

3、我是梳理了一下应用，基本很快就确定了一个框架：siderbar作为参数输入，然后右边做输出和说明展示的。进而开始coding。

import streamlit as st

with st.sidebar:
    st.title('输入参数')
    salary = st.number_input('平均日薪酬(RMB)', value=100, min_value=50, step=25)
    work_t = st.number_input('工作时长(单位:小时，下班时间-上班时间)', value=8.0, min_value=1.0, step=0.5)
    trans_t = st.number_input('通勤时长(单位:小时，上下班花在路上的通勤时间)',value=1.0,step=0.25)
    slack_t = st.number_input('摸鱼时间(单位:小时，吃饭+不干活+午休)',value=1.0,min_value=0.0,step=0.25)

    st.title('相关系数')
    edu = st.number_input('学历系数',value=1.0,step=0.2,min_value=0.8,max_value=2.0)
    with st.expander('系数说明'):
        st.text('专科及以下 0.8\n普通本科  1.0\n高级本科  1.2\n普通硕士  1.4\n高级硕士  1.6\n普通博士  1.8\n高级博士  2.0')
    env_working = st.number_input('工作环境系数',value=1.0,step=0.2,min_value=0.8,max_value=1.1)
    with st.expander('系数说明'):
        st.text('偏僻地区  0.8\n工厂户外  0.9\n普通     1.0\n体制内   1.1')
    env_female = st.number_input('异性环境指数',value=1.0,min_value=0.9,max_value=1.1,step=0.1)
    with st.expander('异性指数说明'):
        st.text('没有      0.9\n不多不少  1.0\n很多     1.1')
    env_coleg = st.number_input('同事环境系数', value=1.0, min_value=0.95, max_value=1.05, step=0.05)
    with st.expander('同事环境系数说明'):
        st.text('SB很多   0.95\n普通很多   1.0\n优秀很多  1.05')
    env_career = st.number_input('职业资格系数', value=1.0, min_value=1.0, max_value=1.15, step=0.05)
    with st.expander('职业资格系数说明'):
        st.text('无要求、二级    1.0\n建造造价监理    1.05\n建筑岩土结构    1.1\n主任医师、教授  1.15')
    early_working = st.number_input('是否在8:30前上班', value=1.0, min_value=0.95, max_value=1.0, step=0.05)
    st.text('是否8:30前上班? 是:0.95, 否:1.0')
    final_ratio = st.number_input('综合环境系数(不要改)', value=1.0, max_value=1.1, min_value=0.9, step=0.05)

point = salary*final_ratio/(35*(work_t+trans_t-0.5*slack_t)*edu*env_career)*early_working*env_coleg*env_female

st.title(':male-technologist:这个班上的值不值？')


st.caption(f"您的工作性价比指数为: _%.2f_" % point)
if point<=0.8:
    text_out = '参考评价：您的工作:green[很惨]~~~  :weary:'
elif point<=1.5:
    text_out = '参考评价：您的工作:blue[一般]. :expressionless:'
elif point<=2.0:
    text_out = "参考评价：您的工作:red[很爽]~~！  :stuck_out_tongue_winking_eye:"
else:
    text_out = "参考评价：您的工作:red[爽到爆炸]~~~!!!  :sunglasses:"
st.caption(text_out)
st.caption('_这是一个娱乐性APP,通过对在左侧侧边栏<-输入的几个参数进行计算，评估自己这个班上的值不值~_')
st.caption('_仅为博君一笑，请勿认真对待~！_')

with st.expander("计算公式说明："):
    st.image('img.png')
st.write('[Powered by 瓜哥 using "streamlit"](https://guagefangzhen.cn)')

4、Streamlit的发布到服务器，我百度了看到的基本都是用Docker环境安装streamlit环境。我的想法更简单: 服务器上装了miniconda –> 在miniconda里装Streamlit环境 –> 在Streamlit虚拟环境中启动上传的 JobPerformanceCalculator.py

5、Streamlit中的启动，需要添加nohup命令。这样你就可以在运行后关闭这个命令窗口，而应用一直会在服务器后台运行了。

nohup streamlit run JobPerformanceCalculator.py