streamlit快速搭建芝加哥雨型应用

目的

通过streamlit快速搭建芝加哥雨型应用，该应用实现以下功能：

• 内置重庆各区县的暴雨强度计算公式，
• 支持自定义城市的暴雨公式参数，
• 支持雨型生成，输出图片和文字
• 提供降雨历时、汇水面积、径流系数输入，支持径流量计算
• 在线部署，网页使用。

原型

用 obsidian excalidraw 简单绘制原型。

主要原理

• 《关于发布重庆市暴雨强度修订公式及设计暴雨雨型的通知》（渝建〔2017〕443 号）
• 芝加哥合成暴雨过程线的公式推导 (vivifree.com)

主要功能实现

雨强计算

def intensity(A, B, C, N, t, P):
    """
    雨强计算。
    参数:
    - a,b,c,n: 参数。
    - p (float): 设计重现期（单位：年）。
    - t (np.ndarray): 分钟数组
    返回:
    - its: 雨强（单位：mm/min）。
    """
    a = A * 0.4 * (1 + C * math.log10(P))
    its = a * ((1 - N) * t + B) / np.power(t + B, N + 1)
    return its
    
q = (A * (1 + C * math.log10(P))) / ((duration_minutes + B) ** N)

雨强分布计算

def rainCalc_single_period(A, B, C, N, T: int, p: float, peak_ratio: float):
    """
    计算单一时段内的降雨强度分布。
    参数:
    - T (int): 降雨持续时间（单位：分钟）。
    - p (float): 设计重现期（单位：年）。
    - peak_ratio (float): 雨强峰值所在时间占总降雨历时的比例。
    返回:
    - np.ndarray: 随时间变化的降雨强度数组（单位：mm/min）。
    内部参数:
    - t (np.ndarray): 分钟数组
    - peak_time (float): 峰值时间
    """
    # ...函数实现代码...
    t = np.arange(0, T)
    peak_time = T * peak_ratio
    itAr = np.zeros(len(t))
    # 计算雨强
    for i in range(len(t)):
        if t[i] < peak_time:
            itAr[i] = intensity(A, B, C, N, (peak_time - t[i]) / peak_ratio, p) / 60
        else:
            itAr[i] = intensity(A, B, C, N, (t[i] - peak_time) / peak_ratio, p) / 60
    return itAr

其余功能实现均较为简单，项目所有代码均开源在 GitHub，有兴趣的可以去参观，点个 star 最好了，仓库如下：
maoyu92/Chicago_rain_pattern (github.com)
如果发现代码有不对的地方，也留言提醒我一下。

应用部署

Streamlit 是非常好用的一个应用框架，支持免费部署一个应用，非常方便。

部署 GitHub

应用部署在 GitHub。通过 git 将本地仓库部署在 GitHub 上，具体方法可参考：
在vscode中使用git-新手向_新手vscode git-CSDN博客
这里跳过。

Streamlit 应用发布

登录 Streamlit，登录后点击右上角 create app。
选择 I have an app。

在连接上自己的 GitHub 后，依次选择仓库地址，分支，主文件，定义 url 名称，点击 depoly。

稍等片刻，如果一切顺利就成功了，非常丝滑~

注意事项

1. 仓库文件需要包括 requirement.txt，为项目运行需要的环境。
2. 注意代码引用文件需要用相对应用的方式，不要绝对引用。

成果预览

网址：Streamlit (chicagorainpattern.streamlit.app)

制作 exe 发布

nativefier

安装nativefier
如果安装不快或者安装不成功，可以试下先换为阿里源。

npm config set registry https://registry.npmjs.org/
npm install -g nativefier

nativefier --name '<app.exe name>' '<streamlit sharing website url>' --platform <'windows' or 'mac' or 'linux'>

nativefier --name "rainmaker" "https://chicagorainpattern.streamlit.app/" --platform windows

完成后会在执行命令的目录下生成一个可执行文件。

点击就可以直接运行

这种方法感觉像是内置了一个浏览器，缺点也很明显，只能根据网址生成，如果取消已生成的 web 应用，则无法生效。可能也是防止可以随便生成应用吧。还有就是文件比较大，分享比较麻烦，还不如直接发网址。

PyInstaller

包装 PyInstaller包

pip install pyinstaller

检查是否安装

pip show pyinstaller

将 pyinstaller. exe 路径放入系统变量
通常在 C:\ProgramData\anaconda 3\Scripts 这个下面。

创建一个.spec文件

pyinstaller --name rainmaker main.py

遇到问题
pathlib与 pyinstaller 不兼容

pip uninstall pathlib

继续执行创建. Spec 文件
运行了半天，结束后出现好几个文件

修改. Spec 文件
主要修改内容

1. Pathex 路径正确
2. Datas 都包括所有信息和位置关系
3. Hookspath 指定自定义 hook 路径

# -*- mode: python ; coding: utf-8 -*-

block_cipher = None

a = Analysis(
    ['main.py'],
    pathex=['D:\\BaiduSyncdisk\\pythonprograms\\rainmaker'],  # 确保路径正确
    binaries=[],
    datas=[('raincode.xlsx', '.'), ('hook/hook-streamlit.py', 'hook')],
    hiddenimports=[],  # 根据需要添加隐藏导入
    hookspath=['./hooks'],  # 指定自定义hook路径
    hooksconfig={},
    runtime_hooks=[],
    excludes=[],
    noarchive=False,
    optimize=0,  # 根据需求调整
)
pyz = PYZ(a.pure)

exe = EXE(
    pyz,
    a.scripts,
    [],
    exclude_binaries=True,
    name='rainmaker',
    debug=False,
    bootloader_ignore_signals=False,
    strip=False,
    upx=True,
    console=True,  # 或False，根据应用类型
    disable_windowed_traceback=False,
    argv_emulation=False,
    target_arch=None,
    codesign_identity=None,
    entitlements_file=None,
)
coll = COLLECT(
    exe,
    a.binaries,
    a.datas,
    strip=False,
    upx=True,
    upx_exclude=[],
    name='rainmaker',
)

使用. Spec 文件打包

pyinstaller rainmaker.spec

失败，感觉打包还是有点难度。后面有空继续

打包完成后，在 dist/ （Windows上可能是 dist/YourAppName.exe）找到可执行文件，并运行它来测试打包是否成功。

pyinstaller --onefile --additional-hooks-dir=./hooks run.py --clean
pyinstaller --onefile --additional-hooks-dir=./hooks main.py --clean