亲宝软件园·资讯

展开

pyecharts flask框架

程序媛小庄 人气:0

介绍

本文主要介绍如何在Flask框架中使用pyecharts,关于Flask框架使用这里不做具体说明~

Flask模板渲染

首先需要创建一个flask项目,flask项目对目录结构要求不高,但是如果是前后端混合项目的话,模板文件必须存放在templates文件夹下,否则视图函数返回模板文件时会提示找不到对应的文件。下面是flask项目的简单目录结构:

.
├── server.py
└── templates

下述代码是server.py中的示例的代码:

from flask import Flask
from jinja2 import Markup, Environment, FileSystemLoader​
from pyecharts import options as opts
from pyecharts.charts import Bar​
app = Flask(__name__, static_folder="templates")​
def bar_base() -> Bar:
    c = (
        Bar()
        .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
        .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
        .add_yaxis("商家B", [15, 25, 16, 55, 48, 8])
        .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))
    )
    return c​
@app.route("/")
def index():
    c = bar_base()
    return Markup(c.render_embed())​
if __name__ == "__main__":
    app.run()

运行上述代码,使用浏览器打开http://127.0.0.1:5000 即可访问服务,具体效果如下图所示:

Flask前后端分离

创建flask项目和上述文件目录保持一致,前后端分离的情况下,就需要后端将pyecharts生成的图表返回给前端,方法就是可以将图表生成到一个html文件中,然后返回给前端即可。

需要新建 HTML 文件保存位于项目根目录的 templates 文件夹,这里以如下 index.html 为例. 主要用到了 jquerypyecharts 管理的 echarts.min.js 依赖。

下述是index.html中的代码:

<!DOCTYPE html>
<html>
<head>
    <meta charset="UTF-8">
    <title>Awesome-pyecharts</title>
    <script src="https://cdn.bootcss.com/jquery/3.0.0/jquery.min.js"></script>
    <script type="text/javascript" src="https://assets.pyecharts.org/assets/echarts.min.js"></script>
</head>
<body>
    <div id="bar" style="width:1000px; height:600px;"></div>
    <script>
        $(
            function () {
                var chart = echarts.init(document.getElementById('bar'), 'white', {renderer: 'canvas'});
                $.ajax({
                    type: "GET",
                    url: "http://127.0.0.1:5000/barChart",
                    dataType: 'json',
                    success: function (result) {
                        chart.setOption(result);
                    }
                });
            }
        )
    </script>
</body>
</html>

然后就需要编写后端的代码了,包括flask服务以及pyecharts生成图表,目录结构和模板渲染一致,这里需要注意一个问题,目前由于 json 数据类型的问题,无法将 pyecharts 中的 JSCode 类型的数据转换成 json 数据格式返回到前端页面中使用。因此在使用前后端分离的情况下尽量避免使用 JSCode 进行画图。

下面是server.py中的后端代码:

from random import randrange​
from flask import Flask, render_template​
from pyecharts import options as opts
from pyecharts.charts import Bar​​
app = Flask(__name__, static_folder="templates")​
def bar_base() -> Bar:
    c = (
        Bar()
        .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
        .add_yaxis("商家A", [randrange(0, 100) for _ in range(6)])
        .add_yaxis("商家B", [randrange(0, 100) for _ in range(6)])
        .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))
    )
    return c​
@app.route("/")
def index():
    return render_template("index.html")​
@app.route("/barChart")
def get_bar_chart():
    c = bar_base()
    return c.dump_options_with_quotes()​
if __name__ == "__main__":
    app.run()

同样运行该项目,使用浏览器打开 http://127.0.0.1:5000 即可访问服务。

总结

两篇文章只是介绍了pyecharts模块的一些简单使用,在官方文档中还有很多进阶使用,经常进行图表分析的开发人员们可以参考官方文档进行学习。

加载全部内容

相关教程
猜你喜欢
用户评论