最近Python
圈子当中出来一个非常火爆的框架PyScript
,该框架可以在浏览器中运行Python
程序,只需要在HTML
程序中添加一些Python
代码即可实现。该项目出来之后便引起了轰动,马上蹿升到了Github
趋势榜榜首,短短20天已经有10K 的star
了。既然如此,小编今天就带大家来看看该框架是如何使用的。
HelloWorld
我们先来看一下简单的例子,代码如下
代码语言:javascript复制<html>
<head>
<link rel="stylesheet" href="https://pyscript.net/alpha/pyscript.css" />
<script defer src="https://pyscript.net/alpha/pyscript.js"></script>
</head>
<body> <py-script> print('Hello, World!') </py-script> </body>
</html>
其中Python
代码被包裹在了py-script
标签里面,然后我们在浏览器中查看出来的结果,如下所示
要不来画个图
下面这一个例子当中,我们尝试将matplotlib
绘制图表的代码放置到HTML
代码当中去,以实现绘制出一张直方图的操作。首先是matplotlib
代码部分,
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(42)
## 随机生成满足正态分布的随机数据
rv = np.random.standard_normal(1000)
fig, ax = plt.subplots()
ax.hist(rv, bins=30)
output
然后我们将上面的代码放置到HTML
代码当中去,代码如下
<html>
<head>
<link rel="stylesheet" href="https://pyscript.net/alpha/pyscript.css"/>
<script defer src="https://pyscript.net/alpha/pyscript.js"></script>
<py-env>
- numpy
- matplotlib
</py-env>
</head>
<body>
<h1>Plotting a histogram of Standard Normal distribution</h1>
<div id="plot"></div>
<py-script output="plot">
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(42)
rv = np.random.standard_normal(1000)
fig, ax = plt.subplots()
ax.hist(rv, bins=30)
fig
</py-script>
</body>
</html>
output
由于我们后面需要用到numpy
和matplotlib
两个库,因此我们通过py-env
标签来引进它们,另外
再画个折线图
我们在上面的基础之上,再来绘制一张折线图,首先我们再创建一个div
标签,里面的id
是lineplot
,代码如下
<div id="lineplot"></div>
同样地在py-script
标签中放置绘制折线图的代码,output
对应div
标签中的id
值
<py-script output="lineplot">
.........
</py-script>
绘制折线图的代码如下
代码语言:javascript复制import matplotlib.pyplot as plt
fig, ax = plt.subplots()
year1 = [2016, 2017, 2018, 2019, 2020]
population1 = [30, 46, 45, 55, 48]
year2 = [2016, 2017, 2018, 2019, 2020]
population2 = [43, 48, 44, 75, 45]
plt.plot(year1, population1, marker='o', linestyle='--', color='g', label='Countr_1')
plt.plot(year2, population2, marker='d', linestyle='-', color='r', label='Country_2')
plt.xlabel('Year')
plt.ylabel('Population (M)')
plt.title('Year vs Population')
plt.legend(loc='lower right')
fig
output
现阶段运行带有Pyscript
的页面加载速度并不会特别地快,该框架刚刚推出,仍然处于测试的阶段,后面肯定会不断地优化。要是遇到加载速度慢地问题,读者朋友看一下是不是可以通过更换浏览器得以解决。