Python中有哪些你觉得超级牛的模块？

用户11754185

发布于 2025-12-16 18:23:55

1250

一个完整的应用往往由前端、后端组成，对于Python开发同学而言，大多数时间都集中在后端开发过程中，例如，数据分析、机器学习、深度学习等等。

但是，当想要实现一套完整的应用，用于面相其他用户提供交互时就比较困难了，把Python代码直接打包给其他人用显然是不合理的。

话说回来，作为一名Python开发同学，本职工具就应该聚焦于数据、算法处理方面，如果再额外学前端、应用部署等内容成本就会高很多。

今天就来给大家介绍一款Python开源工具包，能够轻松解决这个问题，快速实现完整应用的搭建。

Taipy

Taipy是一个开源的Python工具包，可以用于构建Web应用程序的前端和后端，使用非常简单，目前在Github已经有超过1.1K Star。

下面就来介绍一下这款工具到底该如何使用。

安装

和Python其他工具包一样，可以直接通过pip命令进行安装：

$ pip install taipy

简单示例

通过上面一行命令就完成安装了，下面通过一个简单示例来看一下它如何使用。

from taipy import Gui

excitement_page = """
# Welcome to Taipy
### How excited are you to try Taipy?

<|{excitement}|slider|min=1|max=100|>

My excitement level: <|{excitement}|>
"""
excitement = 100

Gui(page=excitement_page).run()

这里简单解释一下上面代码，首先是导入taipy工具包，然后定义一个页面，这个页面包含几部分信息：

一级标题
三级标题
滑动条
变量显示

然后运行代码就可以了。

场景

通过前面的例子已经大概知道Taipy这款工具包怎么用了，下面来介绍一个Taipy中非常重要的概念：场景。

Taipy场景（Scenario）表示具有一致数据和参数的业务问题，场景包含可提交执行的有向无环图（或DAG），场景DAG是一组将数据节点连接在一起的任务。它也可以通过定义一个序列来分解成更小的图来执行。

序列是从场景的任务集派生的连接任务的子集，形成了可以与场景DAG分开提交的较小的可执行DAG。

场景还可以包含一组不属于场景DAG的附加数据节点，表示与场景相关的附加数据。

下面就通过代码实现实现一套场景执行图：

def filter_genre(initial_dataset: pd.DataFrame, selected_genre):
    filtered_dataset = initial_dataset[initial_dataset['genres'].str.contains(selected_genre)]
    filtered_data = filtered_dataset.nlargest(7, 'Popularity %')
    return filtered_data

结果：

最佳实践

到这里，已经对UI创建、场景这些基本用法有了基本的认识，下面就来上升一下，全面的实现一套应用程序。

下面，首先实现场景创建过程：

import taipy as tp
import pandas as pd
from taipy import Config, Scope, Gui

# Taipy场景和数据管理

# 筛选函数
def filter_genre(initial_dataset: pd.DataFrame, selected_genre):
    filtered_dataset = initial_dataset[initial_dataset["genres"].str.contains(selected_genre)]
    filtered_data = filtered_dataset.nlargest(7, "Popularity %")
    return filtered_data

# 加载Taipy配置
Config.load("config.toml")
scenario_cfg = Config.scenarios["scenario"]

# 启动服务
tp.Core().run()

# 创建一个场景
scenario = tp.create_scenario(scenario_cfg)

接下来再定义用户界面：

# Taipy用户界面

# 定义一个回调函数
def on_genre_selected(state):
    scenario.selected_genre_node.write(state.selected_genre)
    tp.submit(scenario)
    state.df = scenario.filtered_data.read()

# 获取候选项列表
genres = [
    "Action", "Adventure", "Animation", "Children", "Comedy", "Fantasy", "IMAX"
    "Romance","Sci-FI", "Western", "Crime", "Mystery", "Drama", "Horror", "Thriller", "Film-Noir","War", "Musical", "Documentary"
    ]

# 初始化变量
df = pd.DataFrame(columns=["Title", "Popularity %"])
selected_genre = "Action"

## 定义初始化动作
def on_init(state):
    on_genre_selected(state)

# 用户UI定义
my_page = """
# Film recommendation

## Choose your favorite genre
<|{selected_genre}|selector|lov={genres}|on_change=on_genre_selected|dropdown|>

## Here are the top seven picks by popularity
<|{df}|chart|x=Title|y=Popularity %|type=bar|title=Film Popularity|>
"""

Gui(page=my_page).run()

下面按一下结果：