PR：この記事にはアフィリエイトリンクが含まれます。
Pythonで集計や予測を作ったあと、その結果を人が触れる画面にしたい。そんな場面で候補になるのがStreamlitです。フォームやグラフをPython中心に組めば、ブラウザーから操作できるデータアプリになります。実務では状態管理や公開の知識も欠かせません。
Streamlit本は画面づくりの基本から認証やテスト、公開まで、扱う範囲が本ごとに異なります。英語の二冊も、データサイエンスとWebアプリ開発で軸が分かれます。
早見表
| 書籍 | 向いている読者 | 主に扱う内容 |
|---|---|---|
 作ってわかる［入門］Streamlit 〜Pythonによる実践Webサービス開発 | Python基礎の次に進みたい人 | 入力部品、状態管理、公開と監視 |
 Streamlit入門 Pythonで学ぶデータ可視化＆アプリ開発ガイド | 日本語で実例を学びたい人 | データ可視化、Snowflake、LLM |
 Streamlit for Data Science: Create Interactive Data Apps in Python, Second Edition | PandasやNumPyに慣れた人 | データサイエンス、機械学習連携 |
| Build Python Web Apps with Streamlit | Webアプリ開発へ進みたい人 | 認証、DB、テスト、AWS |
Pythonの基礎から機能を広く学ぶ最初の一冊には、『作ってわかる［入門］Streamlit』をおすすめします。日本語で実務寄りの題材を読みたいなら『Streamlit入門』。英語の二冊は、分析や機械学習を扱うか、Webアプリの運用まで進むかで選べます。
希望小売価格の目安は、『作ってわかる［入門］Streamlit』が3,520円、『Streamlit入門』が4,180円です。実売価格は時期や販売店で変わるため、購入時点の表示を確認してください。
『Streamlit for Data Science』第2版は300ページ、『Build Python Web Apps with Streamlit』は480ページです。価格に加えて、各書が扱う範囲にも目を向けると、読み始めてからのミスマッチを減らせるでしょう。
手元で動く価値
Streamlitは、Pythonで扱うデータやモデルをブラウザー上の操作画面にまとめやすいのが利点です。分析結果を画像で共有する方法に加え、利用者自身が条件を変えて確かめられる画面も作れます。
売上ダッシュボードなら、期間や地域の入力欄と集計表、推移グラフを並べられます。部品を配置して終わりではありません。選ばれた条件を集計へ反映する処理まで必要で、ここが実務では大切になります。
入力を変えるとアプリ全体が再実行される仕組みは、初めて学ぶ人が戸惑いやすい点です。集計に時間のかかる画面では、状態の保持やキャッシュが操作感を左右します。処理時間にも関係するところですね。
画面部品の数だけでは、実務で必要な機能の範囲はわかりません。データ更新や再実行、複数ページ、公開後の監視まで扱うかも、本の内容をつかむ目安です。
基礎から広げる本
『作ってわかる［入門］Streamlit』は2025年2月27日発売の紙書籍で、全400ページ。Pythonの基礎を学んだ人がWebサービス開発へ進むための一冊です。画面を作り、機能を段階的に加える流れに親しめます。
テキスト入力、選択メニュー、チェックボックスに加え、ファイルアップロードやスライダーも扱います。タブと段組みコンテナも登場。情報を一画面にどう並べるか、具体例から考えられます。
状態管理に加え、st.cache_dataとst.cache_resourceも学べます。前者は計算結果などのデータ、後者はモデルや接続などのリソースを扱う機能です。役割を区別すれば、同じ重い処理を何度も繰り返さない設計を考えやすくなります。
付録ではデータ共有なしの複数ページ構成を扱います。Community Cloudへの配置とGitHub連携も対象です。アクセス許可やモニタリングも出てきます。サポートページは2026年4月9日更新で、該当サンプルにはPython 3.12とTransformers 4.51.3が指定されています。
実務題材の違い
『Streamlit入門 Pythonで学ぶデータ可視化＆アプリ開発ガイド』は2024年12月6日発行、印刷版は306ページです。Pythonの基本を前提に、可視化から実践的なアプリ開発へ進む内容。日本語で学びたい人にも読みやすい一冊です。
題材は二つ。Streamlit in Snowflakeによるデータカタログと、LLMを使ったチャットボットです。前者はデータを見つける業務、後者は質問に応答する画面づくりに結びつきます。
機能一覧を覚えるより、アプリが組み上がる過程を追いたい人に合います。社内データのカタログや生成AIの対話画面に関心があれば、仕事での使い道を思い浮かべながら読めるでしょう。
データ可視化の入口と実例を学ぶ本として位置づけると、役割が見えてきます。アプリ全体の設計を扱う本とは、学べる範囲が異なります。
英語本の射程
『Streamlit for Data Science』第2版は2023年9月発行、300ページの英語書籍です。PandasやNumPyの使用経験がある人を想定し、データサイエンスや機械学習の成果をアプリで届ける方法を扱います。
例の基準はStreamlit 1.13.0とPython 3.9。本文では新しいバージョンでの動作も示されていますが、掲載コードの細部は現行環境と異なる場合があります。画面づくりの考え方をつかみ、必要に応じて関数名などを確認する読み方が合うでしょう。
サイドバーやタブ、複数ページ、編集可能なデータフレーム、Streamlitコンポーネントなど、分析画面に役立つ機能を幅広く扱います。キャッシュとSession Stateも登場し、操作によって表示を変える基礎を学べます。
公開先はCommunity Cloudのほか、Hugging Face SpacesやHerokuです。Snowflake、Hugging Face、OpenAIとの連携例もあります。英語に抵抗がなく、データ分析や機械学習をアプリに載せたい人に適した一冊ですね。
運用まで届く新刊
『Build Python Web Apps with Streamlit』は2026年5月発売の英語書籍で、480ページ。WebアプリやAIの経験を問わないPythonプログラマーを対象にしています。四冊の中でも、実務アプリ全体の工程を幅広く扱う内容です。
フィルターや期間選択を備えたダッシュボードを作り、データキャッシュも学びます。Streamlitの再実行モデルとst.session_stateも扱うため、利用者の操作をまたいで状態を保つ仕組みまでつかめます。
複数ページ構成にログインを加え、PostgreSQLとCRUD操作も取り上げます。分析結果の表示とあわせて、データを登録・更新する社内ツールの構成も考えられます。
バックエンドと画面の単体テスト、統合テスト、エンドツーエンドテストを扱います。公開先にはCommunity Cloud、Docker、AWS Elastic Beanstalkがあり、独自ドメインとHTTPSも対象です。英語で本番公開まで学びたい人に合います。
結論
Streamlitを基礎から学ぶ最初の一冊には、入力部品、状態管理、キャッシュ、公開まで広く扱う『作ってわかる［入門］Streamlit』をおすすめします。日本語で実務題材を読みたい人には、『Streamlit入門』がよい入口です。
データサイエンスや機械学習との連携を英語で学ぶならStreamlit for Data Science、認証やデータ保存、テスト、AWSを含む運用まで見通すならBuild Python Web Apps with Streamlitが有力です。可視化の試作か本番運用かで、読みたい範囲も変わります。
ダッシュボードの実務力は、条件変更や再実行、データ更新、公開後の確認をひと続きに考えることで育ちます。グラフを並べるだけでは足りません。業務に近い題材を扱う本なら、学んだ機能を画面設計につなげやすいですよ。
Amazon の PC をスコア化してみた
Amazonにある8〜14インチの小型WindowsタブレットやノートPCを、スペック別にスコア化して比較・ランキング。
