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。
我们先来看一下简单的例子，代码如下：
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>
1.
2.
3.
4.
5.
6.
7.
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：
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，
复制
import matplotlib.pyplot as pltimport 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)
1.
2.
3.
4.
5.
6.
7.
8.
9.
output：
然后我们将上面的代码放置到HTML代码当中去，代码如下：
复制
<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 pltimport numpy as npnp.random.seed(42)rv = np.random.standard_normal(1000)fig, ax = plt.subplots()ax.hist(rv, bins=30)fig</py-script></body></html>
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
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
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：
复制
<div id="lineplot"></div>
1.
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：
复制
<py-script output="lineplot">.........</py-script>
1.
2.
3.
绘制折线图的代码如下：
复制
import matplotlib.pyplot as pltfig, 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
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
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。