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 jquery 和 pyecharts 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