2021年9月，一直在Python Django Echarts数据化中学习，但是随着不断的学习，发现Django是一个太重量级别的web框架了，其默认的架构、语法、urls映射以及数据库对接、API的开发，都是一个极其繁琐的学习过程。
对于漏刻有时数据可视化大屏的开发来说，如何快速有效的实现大屏，让更多的初学者入门，才是关键。在一周的flask学习和研究之后，进而决定，以flask作为漏刻有时Python后端的主要开发框架。
- python httpserver自带模块能解决web服务器，即可实现对json、excle、js等简单的数据文件的访问；
- python Flask ，轻量级的web框架，能解决mysql数据库数据储存和读取以及RESTFUL API的定制开发；
Flask后端
# -*- coding: UTF-8 -*-
# @Time :2021-09-10 21:37
# @File :app.py
# @Author : Poleung
from flask import Flask
from flask import render_template
app = Flask(__name__)
@app.route("/")
def index():
data_name = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']
data_list = [150, 230, 224, 218, 135, 147, 260]
return render_template('index.html', data_name=data_name, data_list=data_list)
if __name__ == '__main__':
app.run("127.0.0.1", "8800", debug=True)
HTML模版
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Python Flask Echarts折线图的实现方法</title>
<!--静态文件引入-->
<link rel="stylesheet" href="static/css/common.css">
<script src="static/js/echarts.min.js"></script>
</head>
<body>
<div id="container"></div>
<script>
//调用数据;
dataName={{ data_name | safe}};
dataList={{ data_list }};
drawLine(dataName, dataList);
//封装折线图;
function drawLine(dataName, dataList) {
let myChart = echarts.init(document.getElementById("container"));
let option = {
xAxis: {
type: 'category',
data: dataName
},
yAxis: {
type: 'value'
},
series: [{
data: dataList,
type: 'line'
}]
};
//自适应浏览器;
myChart.setOption(option);
window.addEventListener("resize", function () {
myChart.resize();
});
}
</script>
</body>
</html>
lockdatav Done!
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。