很多时候我们需要做一些数据分析的网页展示，或者例如图像处理这样的网页小工具，并分享给不在同一局域网内的人看，而代码都是写在jupyter notebook上面，这个时候就需要能有一个后端的框架，将其转换为一个网页应用，如下图所示今天小编就来分享一个能够将jupyter notebook转化为网页应用的工具，Mercury，当然除此之还能实现图片和文件的上传，参数变量的自定义取值和生成文件的下载等功能！
小试牛刀
我们先来简单地写一个案例，在开始之前我们需要安装好该模块，使用到pip命令
pip install mljar-mercury
pip install jupyter_contrib_nbextensions
最近的世界杯正在如火如荼的举办着，我们就直接打印出Hello Qatar即可，代码如下
Country = "Qatar"
print(f"Hello {Country}!!")
output
Hello Qatar!!
紧接着我们需要在最开始新建一个raw形式的单元格，里面放置的YAML格式的配置说明，大致就是简单介绍一下该应用的功能，然后指定参数变量的可变范围，格式如下---
title: Hello 🌍🪐
description: Hello WorldCup
params:
country:
input: select
label: Please select a country
value: Qatar
choices: [Qatar, Brazil, England, Germany, Argentina, Japan, France, Spain]
---
最后我们打开命令行工具，然后cd到当前notebook文件所在的位置，运行下面这一行命令
mercury run 文件名.ipynb
最后我们在自己的浏览器当中输入localhost:8000便会弹出如下所示的窗口
然后我们点击进去便会看到如下的页面
我们可以修改输入的变量，输出的结果也会随之发生更改，如下图所示
拓展延伸
接下来我们来更进一步，制作一个基于plotly数据可视化的网页应用，整体的代码非常简单，我们首先导入内置的数据集
import plotly.express as px
df = px.data.gapminder()
df
output
我们绘制出来2007年的时候世界各国的人口分布，代码如下
plt.figure(figsize=(12,6))
plt.rcParams.update({'font.size': 22})
_ = plt.hist(df.query(f"year=={year}")["lifeExp"], bins=40)
_ = plt.title(f"gdpPercap year={year}")
output
然后我们再来绘制一张随着时间的迁移，人均GDP和人均寿命之间的关系，因此我们还需要在图表的底下添加一条时间轴，代码如下
px.scatter(df, x="gdpPercap", y="lifeExp", animation_frame="year", animation_group="country",
size="pop", color="continent", hover_name="country",
log_x=True, size_max=55, range_x=[100,100000], range_y=[25,90],
template="plotly_dark")
output
而最后我们在页面上展示出来的效果
