分享一個2022年火遍全網的Python框架
作者：俊欣
最近Python圈子當中出來一個非常火爆的框架PyScript，該框架可以在瀏覽器中運行Python程序，只需要在HTML程序中添加一些Python代碼即可實現。
最近Python圈子當中出來一個非常火爆的框架PyScript，該框架可以在瀏覽器中運行Python程序，只需要在HTML程序中添加一些Python代碼即可實現。該項目出來之后便引起了轟動，馬上躥升到了Github趨勢榜榜首，短短20天已經有10K+的star了。既然如此，小編今天就帶大家來看看該框架是如何使用的。
HelloWorld
我們先來看一下簡單的例子，代碼如下：
<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代碼被包裹在了py-script標簽里面，然后我們在瀏覽器中查看出來的結果，如下所示：
要不來畫個圖
下面這一個例子當中，我們嘗試將matplotlib繪制圖表的代碼放置到HTML代碼當中去，以實現繪制出一張直方圖的操作。首先是matplotlib代碼部分，
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(42)
## 隨機生成滿足正態分布的隨機數據
rv = np.random.standard_normal(1000)
fig, ax = plt.subplots()
ax.hist(rv, bins=30)
output：
然后我們將上面的代碼放置到HTML代碼當中去，代碼如下：
<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：
由于我們后面需要用到numpy和matplotlib兩個庫，因此我們通過py-env標簽來引進它們，另外
再畫個折線圖
我們在上面的基礎之上，再來繪制一張折線圖，首先我們再創建一個div標簽，里面的id是lineplot，代碼如下：
<div id="lineplot"></div>
同樣地在py-script標簽中放置繪制折線圖的代碼，output對應div標簽中的id值：
<py-script output="lineplot">
</py-script>
繪制折線圖的代碼如下：
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：
現階段運行帶有Pyscript的頁面加載速度并不會特別地快，該框架剛剛推出，仍然處于測試的階段，后面肯定會不斷地優化。要是遇到加載速度慢地問題，讀者朋友看一下是不是可以通過更換瀏覽器得以解決。
責任編輯：趙寧寧
來源：
關于數據分析與可視化
