第三方库生态

构建stand-alone App

PyInstaller 用于将一个Python应用及其依赖打包到文件夹或可执行文件中，用户可以在不安装Python解释器以及任何模块的情况下运行打包后的应用程序。

可以使用PyInstaller来将PyWebIO应用打包成一个单独的可执行文件或文件夹:

创建pyinstaller spec (specification) 文件:
```
pyi-makespec <options> app.py
```
你需要将 app.py 替换成你PyWebIO应用的文件名。

Only for PyWebIO before v1.8: Edit the spec file, change the datas parameter of Analysis:

from pywebio.utils import pyinstaller_datas

a = Analysis(
    ...
    datas=pyinstaller_datas(),
    ...

如果你希望生成一个单独的可执行文件而不是文件夹，你需要在第一步时传入 --onefile 选项。

PyWebIO支持使用第三方库进行数据可视化

Bokeh 是一个支持创建实时交互的数据可视化库。

在 PyWebIO 会话中调用 bokeh.io.output_notebook(notebook_type='pywebio') 来设置Bokeh输出到PyWebIO:

from bokeh.io import output_notebook
from bokeh.io import show

output_notebook(notebook_type='pywebio')
fig = figure(...)
...
show(fig)

相应demo见 bokeh demo

除了创建普通图表，Bokeh还可以通过启动Bokeh server来显示Bokeh app，Bokeh app支持向图表的添加按钮、输入框等交互组件，并向组件注册Python回调，从而创建可以与Python代码交互的图表。

在PyWebIO中，你也可以使用 bokeh.io.show() 来显示一个Bokeh App，代码示例见 bokeh_app.py。

备注

Bokeh App当前仅支持默认的Tornado后端

pyecharts 是一个使用Python创建 Echarts 可视化图表的库。

在 PyWebIO 中使用 put_html() 可以输出 pyecharts 库创建的图表:

# `chart` is pyecharts chart instance
pywebio.output.put_html(chart.render_notebook())

plotly.py 是一个非常流行的Python数据可视化库，可以生成高质量的交互式图表。

PyWebIO 支持输出使用 plotly 库创建的图表。使用方式为在PyWebIO会话中调用:

# `fig` is plotly chart instance
html = fig.to_html(include_plotlyjs="require", full_html=False)
pywebio.output.put_html(html)

相应demo见 plotly demo

pyg2plot 是一个使用Python创建 G2Plot 可视化图表的库。

PyWebIO 支持输出使用 pyg2plot 库创建的图表。使用方式为在PyWebIO会话中调用:

# `chart` 为 pyg2plot 图表实例
pywebio.output.put_html(chart.render_notebook())

相应demo见 plotly demo

cutecharts.py 是一个可以创建具有卡通风格的可视化图表的python库。底层使用了 chart.xkcd Javascript库。

在 PyWebIO 中使用 put_html() 可以输出 cutecharts.py 库创建的图表:

# `chart` is cutecharts chart instance
pywebio.output.put_html(chart.render_notebook())