• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Comenzando con PyScript: Ejecutar Python en un navegador

junio 10, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

Hasta ahora cuando queríamos ejecutar código en un navegador este se tenía que escribir únicamente en JavaScript, o en alternativas cómo TypeScript que deben ser traducidas. Pero esto puede cambiar gracias a PyScript. Una librería con la que es posible ejecutar prácticamente cualquier código Python en un navegador moderno. Algo con lo que nos podemos aprovechar de la gran cantidad de código que existe en el ecosistema de Python.

Instalación de PyScript

Realmente PyScript es una librería JavaScript con la cual es posible ejecutar el código Python, por lo que la instalación no es más que importar los archivos en nuestra página HTML. Algo que se puede hacer insertando el siguiente código en la cabecera.

<link rel="stylesheet" href="https://pyscript.net/alpha/pyscript.css" />
<script defer src="https://pyscript.net/alpha/pyscript.js"></script>

Con lo que cargaremos la versión alpha desde la web del proyecto. También se pueden descargar los archivos por si necesitamos queremos trabajar sin conexión, algo que se puede conseguir desde la web del proyecto.

¡Hola Mundo!

Como es habitual, al probar un nuevo lenguaje o framework uno de los primeros ejercicios que se hace es el famoso ¡Hola Mundo!. Un programa sencillo, pero que nos permite comprender el funcionamiento básico de lo que estamos aprendiendo. Para PyScript una posible implementación de este ejercicio puede ser algo como lo siguiente.

La caverna del consumo, o cómo Greenspan miraba calzoncillos para hacer política monetaria – El bestiario de los indicadores económicos absurdos (parte 1)
En Analytics Lane
La caverna del consumo, o cómo Greenspan miraba calzoncillos para hacer política monetaria – El bestiario de los indicadores económicos absurdos (parte 1)

<!DOCTYPE html>
<html>
  <head>
    <meta charset="utf-8" />
    <link rel="stylesheet" href="https://pyscript.net/alpha/pyscript.css" />
    <script defer src="https://pyscript.net/alpha/pyscript.js"></script>
  </head>
  <body>
    <h1>Evaluación de PyScript</h1>
    <py-script> print('¡Hola Mundo!') </py-script>
  </body>
</html>

En este pequeño ejemplo se puede ver claramente los fundamentos de funcionamiento. Tal como se explicó antes, lo primero que se debe hacer es importar el código JavaScript y el archivo CSS. Con esto se puede usar la etiqueta HTML <py-script> para encerrar dentro de la misma el código Python. El resultado de esta ejecución se podrá ver en el navegador de manera análoga a como se vería en una terminal. La salida que genera el archivo anterior es la que se muestra a continuación.

Hola Mundo con PyScript
Hola Mundo con PyScript

Publicidad


Funciones e importaciones

Es posible insertar código de más de una línea dentro de la etiqueta <py-script>. Lo que no se puede hacer es identar el código respecto a esta etiqueta, debido a la sintaxis de Python usa la identación para saber a qué bloque pertenece cada línea. Por lo que el script debe comenzar en la primera columna del archivo. En este código se puede importar librerías y definir funciones como cualquier otro archivo de Python.

<!DOCTYPE html>
<html>
  <head>
    <meta charset="utf-8" />
    <link rel="stylesheet" href="https://pyscript.net/alpha/pyscript.css" />
    <script defer src="https://pyscript.net/alpha/pyscript.js"></script>
  </head>
  <body>
    <h1>Evaluación de PyScript</h1>
    <py-script> 
import sys

def print_hola(name):
    print(f'Hola { name }')


print_hola('PyScript')
print(f'Usando Python { sys.version_info.major }.{ sys.version_info.minor }')
     </py-script>
  </body>
</html>

En este caso se importa la librería sys, se crea una función para saludar y posteriormente se escribe la versión de Python que se está usando. Obteniendo como resultado la siguiente página.

Comprobar la versión de Python con PyScript
Comprobar la versión de Python con PyScript

En la que se puede saber que la versión de Python implantada en PyScript actualmente es la 3.10.

Importaciones externas

En el caso de importaciones que no son estándar es necesario indicar previamente al intérprete las que se desean importar. Lo que se hace dentro de la etiqueta HTML <py-env>. Simplemente insertando una lista con el nombre de las dependencias.

Después de esto estas se podrán importar dentro del código. Por ejemplo, a continuación, se muestra cómo representar la función seno con Matplotlib, para lo que además es necesario imitar NumPy. Siendo esto lo que se muestra en el siguiente código.

<!DOCTYPE html>
<html>
  <head>
    <meta charset="utf-8" />
    <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>Evaluación de PyScript</h1>
    <py-script> 
import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-2, 2, .1)
y = np.sin(x)

fig, ax = plt.subplots()
ax.plot(x, y)
fig
     </py-script>
  </body>
</html>

Obtenido como resultado la siguiente página.

Uso de Matplotlib dentro de PyScript
Uso de Matplotlib dentro de PyScript

Conclusiones

PyScript es un intérprete de Python que se puede ejecutar en la mayoría de los navegadores modernos. Permitiendo así la ejecución de Python en un navegador. Aunque es un proyecto que promete bastante, actualmente está en versión alfa, hoy en día no es productivo. Pero merece la pena seguirle el rastro para ver si en un tiempo es una alternativa para usar Python y su ecosistema dentro de un navegador.

Imagen de James Osborne en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 5 / 5. Votos emitidos: 2

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicidad


Publicaciones relacionadas

  • La caverna del consumo, o cómo Greenspan miraba calzoncillos para hacer política monetaria – El bestiario de los indicadores económicos absurdos (parte 1)
  • La vanidad del paisaje, o por qué un becario sale a contar grúas a Manhattan – El bestiario de los indicadores económicos absurdos (parte 2)
  • Augurios deportivos y portadas malditas, o cuando The Economist predice mejor al revés – El bestiario de los indicadores económicos absurdos (parte 3)
  • El Binning en Credit Scoring: El Arte de Discretizar Variables
  • Cómo comparar tendencias con gráficos de líneas en Matplotlib: guía práctica paso a paso
  • Analytics Lane lanza la versión 1.2 del laboratorio con nuevas herramientas de ajuste de curvas y cálculo matricial
  • Subplots en Matplotlib: cómo organizar múltiples gráficos en una sola figura
  • Analytics Lane lanza la versión 1.3 del laboratorio con nuevas herramientas de evaluación de modelos y utilidades prácticas
  • Ley de Benford: cómo detectar datos manipulados con ejemplos reales

Publicado en: Herramientas, Python

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Noticias

Analytics Lane lanza la versión 1.3 del laboratorio con nuevas herramientas de evaluación de modelos y utilidades prácticas

junio 19, 2026 Por Daniel Rodríguez

Augurios deportivos y portadas malditas, o cuando The Economist predice mejor al revés – El bestiario de los indicadores económicos absurdos (parte 3)

junio 18, 2026 Por Daniel Rodríguez

El Binning en Credit Scoring: El Arte de Discretizar Variables

junio 16, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Método del codo (Elbow method) para seleccionar el número óptimo de clústeres en K-means publicado el junio 9, 2023 | en Ciencia de datos
  • Diferencias entre CPU, GPU, TPU y NPU publicado el abril 19, 2023 | en Herramientas
  • Histograma generado para el conjunto de datos con la selección automática del número de bins Calcular el número óptimo de bins para un histograma publicado el febrero 25, 2022 | en Ciencia de datos
  • Enviar mensajes de WhatsApp con Python publicado el marzo 7, 2022 | en Python
  • El promedio engañoso: cuando la media no cuenta toda la historia publicado el enero 13, 2026 | en Ciencia de datos

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto