最近Python圈子当中进去一个十分火爆的框架PyScript，该框架能够在浏览器中运行Python程序，只须要在HTML程序中增加一些Python代码即可实现。该我的项目进去之后便引起了轰动，马上蹿升到了Github趋势榜榜首，短短20天曾经有10K+的star了。既然如此，小编明天就带大家来看看该框架是如何应用的。
HelloWorld
咱们先来看一下简略的例子，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>
</head>
<body> <py-script> print('Hello, World!') </py-script> </body>
</html>其中Python代码被包裹在了py-script标签外面，而后咱们在浏览器中查看进去的后果，如下所示
要不来画个图
上面这一个例子当中，咱们尝试将matplotlib绘制图表的代码搁置到HTML代码当中去，以实现绘制出一张直方图的操作。首先是matplotlib代码局部，
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
而后咱们将下面的代码搁置到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
因为咱们前面须要用到numpy和matplotlib两个库，因而咱们通过py-env标签来引进它们，另外
再画个折线图
咱们在下面的根底之上，再来绘制一张折线图，首先咱们再创立一个div标签，外面的id是lineplot，代码如下
<div id="lineplot"></div>同样地在py-script标签中搁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
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')
figoutput
现阶段运行带有Pyscript的页面加载速度并不会特地地快，该框架刚刚推出，依然处于测试的阶段，前面必定会一直地优化。要是遇到加载速度慢地问题，读者敌人看一下是不是能够通过更换浏览器得以解决。
以上就是本次分享的所有内容，如果你感觉文章还不错，欢送关注公众号：Python编程学习圈，每日干货分享，发送“J”还可支付大量学习材料，内容笼罩Python电子书、教程、数据库编程、Django，爬虫，云计算等等。或是返回编程学习网，理解更多编程技术常识。
发表回复