🚀 Guia Completo: Instalação do Streamlit no PyCharm

Este guia mostra o passo a passo para configurar e rodar sua primeira aplicação web de dados com Streamlit, utilizando o ambiente de desenvolvimento PyCharm.

---

⚙️ Configuração Inicial

1. Pré-Requisito: Instalar o PyCharm

Se você ainda não tem, baixe e instale a versão Community (gratuita) do PyCharm diretamente do site da JetBrains. 👉 Download PyCharm

2. Criar um Projeto Python com Ambiente Virtual

O ideal é criar um ambiente isolado (venv) para cada projeto, evitando conflitos de bibliotecas. O PyCharm facilita muito isso.

1. Abra o PyCharm e clique em "New Project".
2. Defina o local e o nome do seu projeto (ex: C:/Projetos/StreamlitSaude).
3. Na seção "Python Interpreter":
   • Verifique se a opção "New environment using" está selecionada.
   • O tipo deve ser Virtualenv.
4. Clique em "Create".

3. Instalar o Streamlit

Com o projeto criado e aberto no PyCharm:

1. Abra o Terminal do PyCharm (geralmente fica na barra inferior da tela).
2. Certifique-se de que o ambiente virtual está ativo (você deve ver o nome (.venv) no início da linha do terminal).
3. Execute o comando pip para instalar o Streamlit e a biblioteca Pandas (que é essencial para manipular dados):

   pip install streamlit pandas

4. Criar e Rodar seu Primeiro App

Agora que o ambiente está pronto, vamos criar e rodar a aplicação.

1. Na árvore de arquivos do seu projeto (à esquerda), clique com o botão direito e selecione "New" > "Python File".
2. Dê um nome para o arquivo, por exemplo: dashboard_saude.py.
3. Insira o código Streamlit no arquivo (veja os exemplos abaixo).
4. Para rodar, volte ao Terminal do PyCharm e execute o comando:

   streamlit run dashboard_saude.py

💡 O que acontece agora? O Streamlit iniciará um pequeno servidor web e abrirá automaticamente uma aba no seu navegador no endereço http://localhost:8501, exibindo sua aplicação. A cada vez que você salvar o arquivo .py, a página no navegador se atualizará automaticamente!

---

📈 Exemplos de Código para um Dashboard de Saúde

O Streamlit usa a biblioteca Pandas por trás dos panos para manipular os dados. Abaixo estão exemplos de como exibir dados médicos de forma clara.

Exemplo 1: Tabela Estática com st.table

A função st.table é ideal para exibir pequenos conjuntos de dados de forma simples e direta, sem interatividade.

# dashboard_saude.py

import streamlit as st
import pandas as pd

st.title("👨‍⚕️ Resumo de Casos Ativos (st.table)")

# Criação de um DataFrame (tabela) de exemplo com dados de saúde
data = {
    'ID Paciente': [101, 102, 103, 104],
    'Idade': [45, 62, 33, 78],
    'Comorbidade': ['Diabetes', 'Hipertensão', 'Nenhuma', 'Cardíaca'],
    'Status': ['Estável', 'Monitoramento', 'Estável', 'Crítico']
}
df_resumo = pd.DataFrame(data)

st.header("Casos de Alto Risco em Monitoramento")
# Usamos o Pandas para filtrar os dados antes de exibi-los com o Streamlit
st.table(df_resumo[df_resumo['Status'] != 'Estável'])

Exemplo 2: Tabela Interativa com st.dataframe

A função st.dataframe é muito mais poderosa. Ela cria uma tabela interativa que permite ao usuário rolar, ordenar por colunas e até expandir a visualização. É a escolha ideal para datasets maiores.

# Continuação do arquivo: dashboard_saude.py

st.header("💉 Tabela Completa de Resultados de Exames (st.dataframe)")

# Criando um DataFrame maior de exemplo
dados_exames = {
    'Nome': ['A. Silva', 'B. Souza', 'C. Costa', 'D. Santos', 'E. Oliveira'],
    'Glicose (mg/dL)': [95, 150, 88, 110, 140],
    'Colesterol (mg/dL)': [180, 220, 195, 175, 250],
    'Hemoglobina (g/dL)': [14.2, 12.5, 15.1, 13.8, 11.9],
    'Risco Diabetes': ['Baixo', 'Alto', 'Baixo', 'Médio', 'Alto']
}
df_exames = pd.DataFrame(dados_exames)

# O comando para exibir a tabela interativa é simplesmente este:
st.dataframe(df_exames)

Bônus: Adicionando Gráficos Simples

O Streamlit possui comandos nativos para criar gráficos de forma muito fácil a partir dos seus dados.

# Continuação do arquivo: dashboard_saude.py

# Adicionando uma visualização simples de dados
st.subheader("Visualização Rápida da Glicose")

# st.line_chart pega o DataFrame e plota um gráfico de linhas automaticamente
# Aqui, definimos 'Nome' como o índice (eixo X) para o gráfico
st.line_chart(df_exames.set_index('Nome')['Glicose (mg/dL)'])