# Streamlit CSV设备看板

已运行Streamlit 1.65.0练习页面，真实执行Python计算、文件校验与交互截图；app.py为人工编写，未执行AI模型。

1. 检查原创读数
输入5台教学设备，异常阈值60°C时D03/D04两行。status只是原始字段，异常判断按温度，不能用status覆盖温度规则。
python3 analyze.py
python3 verify.py

2. 创建本地隔离环境
安装锁定Streamlit和pandas，确认Python版本支持依赖。app.py是可直接读取的人工实现，AI可在自己的副本上修改，但需要重新验收。
python3 -m venv .venv
.venv/bin/pip install -r requirements.txt

3. 启动并上传CSV
运行app.py，在Upload控件选择readings.csv。检查5行预览、数值转换和重复device拒绝；上传invalid.csv应明确报错，不静默画图。
.venv/bin/streamlit run app.py

4. 调整阈值观察结果
把滑块设60应显示2条异常；设70只剩D04。滑块变化后重新计算，不用预置的固定数字卡片。


5. 查看图表与异常表
温度柱图和异常表必须来自同一筛选结果，显示单位°C。图表配图是本地运行真实页面，不是远程物联网监控成绩。


6. 下载并读回CSV
点击下载异常CSV，重新打开确认60阈值包含D03/D04，70阈值仅D04。字段与行数对应当前阈值，不能导出上一次状态。
python3 verify.py

7. 保存运行与限制
保存app.py、requirements、实际下载CSV与阈值截图。此练习不构成真实设备预警；没有外部连接，也没有模型调用。


官方来源：https://docs.streamlit.io/develop/api-reference/widgets/st.file_uploader