pyecharts和echarts的混合使用

　　ECharts是一个由百度开发的纯 Javascript 的图表库，pyecharts是某三位大佬将ECharts移植到Python项目中的产物，在Python网站中可以更轻松的接入图表，但是个人感觉pyecharts比ECharts还是局限很大的，pyecharts0.5.x版本就更为缩水了，由于项目之前用的是pyecharts0.5.11版本，图表比较少，不足以解决问题，甚至自己用js实现了两个图表来使用，美观度比ECharts还是逊色不少，如果将项目迁移到新版pyecharts v1.0.0则更为麻烦，就直接在原来的项目中引入echarts库来混合使用，pyecharts v1.0.0虽然完善了不少问题，但是加入了新的配置规则，学习起来增加了不少负担，灵活度也没有echarts好，个人建议如果项目中使用的图表不是很复杂，数据静态的可以使用pyecharts，复杂点的还是尽量使用echarts比较方便，下面开始进入主题：

1. 安装pyecharts：

pip install pyecharts==0.5.11　　#0.5.x的旧版，我目前使用的这个，要用pyecharts的话建议安装下面的最新版

pip install pyecharts     #安装最新版

 pyecharts使用图表可以直接在视图代码里面构建图表，Django会将其渲染到前端模板页面中：

# 主体图-1
def visualPage(request):
    template = loader.get_template('visualModule/visualPage.html')  #载入模板文件
    
    parseArgData()
    
    data3D1,weights3D1,bar = drawBar() #得到图表数据
    context = dict(     #context添加在模板中要渲染的数据
        myechart = bar.render_embed(),　　#图表数据
        host = DEFAULT_HOST,
        script_list = bar.get_js_dependencies(),　　#由pyecharts引入需要用到的js代码文件
        guestSetArgs=startArgsSet,
        warningdata=argList,
        data3D=data3D1,
        weights3D=weights3D1,
    )
    return HttpResponse(template.render(context, request))#

构建图表函数，这里只粘贴了图表的接口代码，数据处理和逻辑代码略去：

def drawBar(): #绘制
        x_axis = ['','','','','','','','','','','',''] #X轴
        y_axis = [0,1,2,3,4,5,6,7,8,9,10,11]

　　　　
        data = [
        #闭源5个
        dict(
        name = "",
        value=[so[0], sor[0], projects[0][0][""]],
        itemStyle=dict(color=getColorstr2(0,weights[0]))
        ),

        dict(
        name="",
        value=[so[4], sor4[2], projects[4][2][""]],
        itemStyle=dict(color=getColorstr2(4,weights[18]))
        ),

        ...
        ]
        bar3d = Bar3D("", width=1000, height=500)
        bar3d.add("",x_axis,y_axis, data,
        is_visualmap=False,
        is_xaxis_show=True,
        is_yaxis_show=False,
        is_splitline_show=False,
        xaxis3d_name =' ',
        yaxis3d_name =' ',

        #is_label_show =True,
        mark_point_symbol='circle',
        is_more_utils=True,
        mark_point=['max','min'],
        mark_line=['average'],

        zaxis3d_name ='评分',
        xaxis3d_interval =0,
        grid3d_width=150, grid3d_depth=100,
        grid3d_shading='realistic',
        is_grid3d_ratate = True,
        grid3d_rotate_speed=180,
        tooltip_formatter=formatter)

        bar3d.on(MOUSE_CLICK, on_click)
        return data,weights,bar3d

 

 
  {{ myechart|safe }}
  

  {{radarChart|safe}}
  
 
 

这样就可以在前端显示柱状图图表了

 

 

 

另外项目中还使用了一个折线图也是同样做法：

 

 

 

其他图表也是类似添加，可以参考pyecharts官网教程：

https://pyecharts.org/#/

2. 接下来在项目中再引入echarts来使用，和pyecharts混合使用互不影响

安装可参考echarts官网：

https://www.echartsjs.com/zh/

去https://github.com/apache/incubator-echarts下载echarts源码包，解压出来的文件夹里的 dist 目录里可以找到最新版本的 echarts 库，直接在前端页面中引入即可使用echarts图表，

1 {% for jsfile_name in script_list %}
2         
3     {% endfor %}
4     
5          
6      

显示效果：

 

 

 

 

另外项目中还用到树形图表用来表示文件目录结构：

 

 

 可钻入的矩形树图：

 

 

 

 

 由于pyecharts0.5.x中不存在这个图表，pyecharts v1.0.0和echarts中没有添加还是我没有认真看也没有发现这个，就自己实现了和这个类似的钻入树形图表：

 

 

 

同时为了练手也自己实现了一个条形图表：

 

 

 图形条数和形状是根据数据变化来做适应的，但是美观度比echarts还是逊色不少

3 . echarts事件交互的使用

项目中使用到一个雷达图，需要鼠标点击便签进入便签的子图，也是一个类似的钻入图形，逻辑代码部分较多，省略了getOption( argName)函数中的部分逻辑代码：

主要是用

 myChart.on('click', function (params) {
        console.log(params);
       // alert(params.name);
        myChart.setOption(getOption(params.name), true);
     });
来监听鼠标点击标签事件，然后通过getOption来动态构建option显示，就达到了钻入效果

点击之后的钻入效果

 

 

 4. 自定义tooltip标签

在tooltip中定义formatter，params参数为当前活动的元素数据

tooltip: {
            formatter:function(params)
                {
                   var errors=0;
                   for(var i =0;i< json_data.length;i++)
                   {
                        if (json_data[i][3]==params.name)
                        {
                            errors=json_data[i][4];
                            break;
                        }
                   }
                   return "
"+"文件路径："+params.name+'
'+
                  "代码行数："+params.value[2]+'
'+
                  "缺陷数量："+errors+
                   "
";
                }, 
        },

效果：

 

 

提示框浮层内容格式器，支持字符串模板和回调函数两种形式。

1, 字符串模板

模板变量有 {a}, {b}，{c}，{d}，{e}，分别表示系列名，数据名，数据值等。 在 trigger 为 'axis' 的时候，会有多个系列的数据，此时可以通过 {a0}, {a1}, {a2} 这种后面加索引的方式表示系列的索引。 不同图表类型下的 {a}，{b}，{c}，{d} 含义不一样。 其中变量{a}, {b}, {c}, {d}在不同图表类型下代表数据含义为：

• 折线（区域）图、柱状（条形）图、K线图 : {a}（系列名称），{b}（类目值），{c}（数值）, {d}（无）

• 散点图（气泡）图 : {a}（系列名称），{b}（数据名称），{c}（数值数组）, {d}（无）

• 地图 : {a}（系列名称），{b}（区域名称），{c}（合并数值）, {d}（无）

• 饼图、仪表盘、漏斗图: {a}（系列名称），{b}（数据项名称），{c}（数值）, {d}（百分比）

更多其它图表模板变量的含义可以见相应的图表的 label.formatter 配置项。

示例：

formatter: '{b0}: {c0}
{b1}: {c1}'

2, 回调函数

回调函数格式：

(params: Object|Array, ticket: string, callback: (ticket: string, html: string)) => string

第一个参数 params 是 formatter 需要的数据集。格式如下：

{
    componentType: 'series', // 系列类型 seriesType: string, // 系列在传入的 option.series 中的 index seriesIndex: number, // 系列名称 seriesName: string, // 数据名，类目名 name: string, // 数据在传入的 data 数组中的 index dataIndex: number, // 传入的原始数据项 data: Object, // 传入的数据值。在多数系列下它和 data 相同。在一些系列下是 data 中的分量（如 map、radar 中） value: number|Array|Object, // 坐标轴 encode 映射信息， // key 为坐标轴（如 'x' 'y' 'radius' 'angle' 等） // value 必然为数组，不会为 null/undefied，表示 dimension index 。 // 其内容如： // { // x: [2] // dimension index 为 2 的数据映射到 x 轴 // y: [0] // dimension index 为 0 的数据映射到 y 轴 // } encode: Object, // 维度名列表 dimensionNames: Array<String>, // 数据的维度 index，如 0 或 1 或 2 ... // 仅在雷达图中使用。 dimensionIndex: number, // 数据图形的颜色 color: string, // 饼图的百分比 percent: number, }

我这里使用的回调函数，定义雷达图更方便一点
其他可参考官方文档教程：
https://www.echartsjs.com/zh/option.html#title