pyecharts结合flask框架的使用

目录

• 介绍
• Flask模板渲染
• Flask前后端分离
• 总结

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：

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。

到此这篇关于pyecharts结合flask框架的使用的文章就介绍到这了,更多相关pyecharts flask框架内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！