In base a quanto ho trovato, sembra che Mojo offra interoperabilità con l'intero ecosistema Python. Ciò significa che dovresti essere in grado di utilizzare liberamente librerie come Numpy e Matplotlib con il tuo codice Mojo. Tuttavia, non ho trovato informazioni specifiche sull'uso di Pandas, Streamlit e Seaborn con Mojo.
Per quanto riguarda l'uso dei modelli Mojo in Python, esiste un modo per utilizzare i modelli salvati in formato Mojo/POJO in Python. Puoi farlo utilizzando h2o.mojo_predict_pandas o h2o.mojo_predict_csv se desideri utilizzare il modello per il punteggio tramite Python. Tuttavia, se desideri caricare un modello binario salvato in precedenza, è necessaria una versione compatibile23.
Un'altra alternativa è utilizzare pysparkling, se hai bisogno solo di scoring4. Infine, si può utilizzare pyjnius, come alternativa al di fuori di H2O-35.
Ricorda che Mojo è un ambiente di programmazione in evoluzione e le sue caratteristiche e compatibilità possono cambiare nel tempo. Ti consigliamo di consultare la documentazione più recente di Mojo per le informazioni più aggiornate.