teste.py

import streamlit as st

# Definir o estilo CSS para mudar a cor de fundo
st.markdown(
    """
    <style>
    .stApp {
        background-color: #1cc4fc; /* Exemplo de cor de fundo (cinza claro) */
        /* Ou use um gradiente: */
        /* background: linear-gradient(to right, #f6e3e3, #e3f6f6); */
    }
    </style>
    """,
    unsafe_allow_html=True
)


# Dicionário com as informações das bibliotecas
LIBRARIES = {
    "Pandas": {
        "summary": "O Pandas é uma biblioteca de código aberto que fornece estruturas de dados de alto desempenho e fáceis de usar, além de ferramentas de análise de dados para a linguagem de programação Python. [3, 10, 11] É ideal para manipulação e análise de dados tabulares. [11, 57]",
        "doc_url": "https://pandas.pydata.org/docs/"
    },
    "NumPy": {
        "summary": "O NumPy é a biblioteca fundamental para computação científica em Python. [3, 19] Fornece um objeto de matriz multidimensional, vários objetos derivados e uma variedade de rotinas para operações rápidas em matrizes, incluindo operações matemáticas, lógicas, manipulação de formas, ordenação, seleção, E/S, e muito mais. [19, 33]",
        "doc_url": "https://numpy.org/doc/"
    },
    "Matplotlib": {
        "summary": "Matplotlib é uma biblioteca abrangente para criar visualizações estáticas, animadas e interativas em Python. [32, 67] É a biblioteca padrão para visualização de dados em 2D, permitindo a criação de gráficos de alta qualidade. [6]",
        "doc_url": "https://matplotlib.org/stable/contents.html"
    },
    "Scikit-learn": {
        "summary": "Scikit-learn é uma biblioteca essencial para aprendizado de máquina em Python. [1, 2] Fornece ferramentas simples e eficientes para análise preditiva de dados, sendo acessível a todos e reutilizável em vários contextos. [36] Inclui algoritmos para classificação, regressão, clusterização e pré-processamento de dados. [1]",
        "doc_url": "https://scikit-learn.org/stable/user_guide.html"
    },
    "TensorFlow": {
        "summary": "TensorFlow é uma plataforma de código aberto de ponta a ponta para aprendizado de máquina. [24] Desenvolvida pelo Google, é amplamente utilizada para a criação de redes neurais profundas e modelos de IA avançados. [2, 1]",
        "doc_url": "https://www.tensorflow.org/api_docs/python/tf"
    },
    "PyTorch": {
        "summary": "PyTorch é um pacote Python que fornece computação de tensores acelerada por GPU e funcionalidades de alto nível para a criação de redes de aprendizado profundo. [22, 34] É conhecido por sua flexibilidade e integração com o ecossistema Python.",
        "doc_url": "https://pytorch.org/docs/stable/index.html"
    },
    "Seaborn": {
        "summary": "Seaborn é uma biblioteca de visualização de dados Python baseada no Matplotlib. [12, 18, 23] Ela fornece uma interface de alto nível para desenhar gráficos estatísticos atraentes e informativos. [12, 18, 23]",
        "doc_url": "https://seaborn.pydata.org/"
    },
    "SciPy": {
        "summary": "SciPy é um software de código aberto para matemática, ciência e engenharia. [25] Baseado no NumPy, estende seus recursos com algoritmos e ferramentas para manipulação e visualização de dados, incluindo módulos para álgebra linear, otimização e estatística. [6, 52]",
        "doc_url": "https://docs.scipy.org/doc/scipy/"
    },
    "Plotly": {
        "summary": "Plotly é uma biblioteca de plotagem interativa e de código aberto que suporta mais de 40 tipos de gráficos. [14] Permite a criação de gráficos interativos, dashboards e aplicações web. [2, 21]",
        "doc_url": "https://plotly.com/python/"
    },
    "Streamlit": {
        "summary": "Streamlit é um framework Python de código aberto para criar e compartilhar aplicativos web personalizados para ciência de dados e aprendizado de máquina. [13, 30] Permite transformar scripts de dados em aplicativos web compartilháveis em minutos. [41]",
        "doc_url": "https://docs.streamlit.io/"
    }
}

st.title("Consulta de Bibliotecas de Data Science em Python")

# Caixa de seleção para escolher a biblioteca
library_name = st.selectbox(
    "Selecione uma biblioteca para ver os detalhes:",
    list(LIBRARIES.keys())
)

if library_name:
    lib_info = LIBRARIES[library_name]
    st.header(library_name)
    st.write(lib_info["summary"])
    st.markdown(f"**Documentação:** [{lib_info['doc_url']}]({lib_info['doc_url']})")