pyecharts结合flask架构的应用
pyecharts结合flask架构的应用 来源: https://www.ucloud.cn/yun/128769.html 作者: 89542767 发布日期: 发布于2022 12 24 14:42 此篇文章通常是详细介绍了pyecharts结合flask架构，通常是详细介绍怎样在Flask架构使得用pyecha
来源: https://www.ucloud.cn/yun/128769.html 作者: 89542767 发布日期: 发布于2022-12-24 14:42
此篇文章通常是详细介绍了pyecharts结合flask架构，通常是详细介绍怎样在Flask架构使得用pyecharts，文中根据实例编码为大家介绍得非常详尽,需用的小伙伴可以参考一下
详细介绍
文中通常是详细介绍怎样在Flask架构使得用pyecharts，有关Flask架构应用这儿不去做详细详细说明~
Flask模版3D渲染
首先要建立一个flask项目，flask项目对目录结构要求较低，但如果是前端后端混和新项目的情况下，模板文件需用储放在templates文件夹下，不然视图函数回到模板文件时会提醒找不着相对应的文档。下边是flask项目地简易目录结构：
.
├──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()
汇总
两篇仅仅详细介绍了pyecharts模块某些简易应用，在官方文档中还有一些升阶应用，常常开展数据分析图表的开发者们可以参考一下官方文档开展学习。