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
print('Hello, World!')
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,如下所示文章图片
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 npnp.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
文章图片
然后我们将上面的代码放置到
HTML
代码当中去,代码如下- numpy
- matplotlib
Plotting a histogram of Standard Normal distributionimport 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
output
文章图片
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
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.........
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')
fig
output
文章图片
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。【分享一个2022年火遍全网的Python框架】以上就是本次分享的所有内容,如果你觉得文章还不错,欢迎关注公众号:Python编程学习圈,每日干货分享,发送“J”还可领取大量学习资料,内容覆盖Python电子书、教程、数据库编程、Django,爬虫,云计算等等。或是前往编程学习网,了解更多编程技术知识。
推荐阅读
- 自动化测试|离职前一定要做好这7件事情,少一件都很麻烦。
- 深度学习笔记|纽约大学深度学习PyTorch课程笔记(自用)Week1&2
- 宋宋讲编程|Python自动化办公小程序(实现报表自动化和自动发送到目的邮箱)
- python|python千年虫
- vue|vue项目你一定会用到的性能优化!
- python|RuntimeError: result type Float can‘t be cast to the desired output type __int64 yolov5 V6.x
- 机器学习|吴恩达机器学习笔记---Octave教程(Python实现)
- python|python setup.py install安装setuptools,pip出错,踩坑记录(下载,配置环境变量)
- 图像处理|信用卡数字识别(opencv,代码分析)