pyecharts+flask制作数据大屏（ajax动态刷新数据）
本文重点阐述实现方案，每个人的大屏使用到的图表和布局都会不一样，让前端设计好页面，后面就很顺了。
一、实现准备
1.1.实现思路
基于pyecharts的官网文档：“web框架整合”-》“flask”-》“定时全量更新图表”。整个程序其实分成两个部分（基于其他web框架也一样），如下图。
1.py实现的后端，提供读取更新数据，构造图形，提供前端option参数，核心代码：
@app.route("/mapChart") #ajax请求更新数据路径
def get_map_chart():
c = map_base() #构造基础图形-参照各自图形用例即可
return c.dump_options_with_quotes() #返回图形option参数2.大屏展示的html，实现了图表的布局和展示，定时通过ajax访问后台刷新数据，核心代码：
setInterval(fetchData1, 10000); //定时触发ajax请求 这个换成对应函数就行。
1.2知识准备
pyecharts：能够绘制一些基本图形，按照官方文档能够实现动态刷新数据，具体的图表用到的时候具体研究。
flask:安装能够创建项目运行就可以，需要明白网页访问时的路由关系，对应调用python函数。
Jquery/JS：能够看懂就行，知道函数调用的关系。图表的JS代码基本由pyecharts来生成。
HTML+CSS：页面布局美化什么的还是要个专业的人的，需要设计好大屏布局样式。
二、实现过程
2.1环境安装
安装两个框架，不考虑别的话，可以不创建py的虚拟环境。
pip install pyecharts
pip install flak
2.2开发实现
2.2.1了解学习
Pyecharts-flask-使用教程
按照上面pyecharts官方的链接，一步步实现到能运行，基本就是官网代码复制粘贴是能够直接跑成功的。如果flask项目不会创建，可以用pycharm新建项目时选择创建 flask项目。
实现成功后应该基本就能明白1.1实现准备里面的内容。
2.2.2具体实现
1.先让前端工程师，设计好大屏页面，图表位置放置对应DIV.
2.按照实现方案把DIV关联对应我们的图表
这里有个难点：不同的图表引用到的JS或一些基础参数会有不同，那怎么解决？其实很简单，只需要用pyecharts 里的rander()生成对应的html就可以，根据html文件里面引用的JS和DIV的参数设定，更新大屏的html文件就可以。
2.2.3实现效果
还没让前端介入美化。
2.2.4实例源码
(4条消息) Flask_DataView.zip-Python文档类资源-CSDN文库
https://download.csdn.net/download/pvlking/48936601