“数据可视化图形展示pyecharts”的版本间的差异
跳到导航
跳到搜索
(未显示同一用户的7个中间版本) | |||
第1行: | 第1行: | ||
pip3 install pyecharts | pip3 install pyecharts | ||
+ | |||
+ | 试过的代码 | ||
+ | https://github.com/evan886/pyecharts/tree/main/pyecharts_django_codingclub | ||
+ | |||
+ | |||
+ | |||
+ | =思路= | ||
+ | <pre> | ||
+ | 具体思路: | ||
+ | |||
+ | 首先需要在绘图前为ECharts准备一个具备宽高的DOM容器,通过echarts.init方法初始化一个ECharts实例,然后接收从后台传过来的JSON,通过SetOption方法生成一个折线图。大致的流程就是这样,需要注意的点就是,jq接收Django传送过来的JSON时,要加一个Safe过滤器,关闭自动转义,同时也是为了防止页面乱码。 | ||
+ | |||
+ | varmem_total = {{ mem_total|safe }}; | ||
+ | |||
+ | 其次设置绑定查询按钮点击监听事件,将需要查询的时间段发送到后台,然后接收后台传送回来的JSON,通过SetOption方法重新生成一个折线图。这就是ECharts生成折线图大概的过程,其中如果考虑到如果数据加载时间过长,可以添加一段loading动画,使其变得更加人性化: | ||
+ | |||
+ | myChart.showLoading();//添加加载动画myChart.hideLoading();//隐藏加载动画 | ||
+ | |||
+ | 4、完善后台的逻辑操作: | ||
+ | |||
+ | 后台的逻辑十分简单,最主要的就是查询数据库中的数据,发送到初始页面的JSON,以及接受前台查询的时间段,查询数据库中指定时间段的数据。 | ||
+ | </pre> | ||
=see also= | =see also= | ||
+ | [https://blog.csdn.net/qq_34156628/article/details/106308176 基于Django结合Pyecharts实现数据可视化] | ||
+ | |||
+ | |||
[https://www.cnblogs.com/wumingxiaoyao/p/8508077.html 如何使用Python快速制作可视化报表----pyecharts ] | [https://www.cnblogs.com/wumingxiaoyao/p/8508077.html 如何使用Python快速制作可视化报表----pyecharts ] | ||
[https://blog.csdn.net/weixin_33834137/article/details/89593123?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-9.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-9.control 基于Django+Bootstrap框架,可视化展示内存监控信息] | [https://blog.csdn.net/weixin_33834137/article/details/89593123?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-9.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-9.control 基于Django+Bootstrap框架,可视化展示内存监控信息] | ||
+ | |||
+ | [https://www.debugger.wiki/article/html/1566397456522935 小白学Python(8)——pyecharts 入门] | ||
+ | |||
+ | [https://zhuanlan.zhihu.com/p/286267259 当Django遇上Pyecharts将碰撞出怎样的火] | ||
+ | |||
+ | |||
+ | [https://www.cnblogs.com/programer-xinmu78/p/10924027.html django使用pyecharts(1)----django加入echarts ] | ||
+ | |||
+ | [https://www.cnblogs.com/programer-xinmu78/p/10924031.html django使用pyecharts(2)----django加入echarts_前后台分离 ] | ||
[[category:Django]] | [[category:Django]] | ||
[[category:devops]] | [[category:devops]] |
2021年6月18日 (五) 13:31的最新版本
pip3 install pyecharts
试过的代码
https://github.com/evan886/pyecharts/tree/main/pyecharts_django_codingclub
思路
具体思路: 首先需要在绘图前为ECharts准备一个具备宽高的DOM容器,通过echarts.init方法初始化一个ECharts实例,然后接收从后台传过来的JSON,通过SetOption方法生成一个折线图。大致的流程就是这样,需要注意的点就是,jq接收Django传送过来的JSON时,要加一个Safe过滤器,关闭自动转义,同时也是为了防止页面乱码。 varmem_total = {{ mem_total|safe }}; 其次设置绑定查询按钮点击监听事件,将需要查询的时间段发送到后台,然后接收后台传送回来的JSON,通过SetOption方法重新生成一个折线图。这就是ECharts生成折线图大概的过程,其中如果考虑到如果数据加载时间过长,可以添加一段loading动画,使其变得更加人性化: myChart.showLoading();//添加加载动画myChart.hideLoading();//隐藏加载动画 4、完善后台的逻辑操作: 后台的逻辑十分简单,最主要的就是查询数据库中的数据,发送到初始页面的JSON,以及接受前台查询的时间段,查询数据库中指定时间段的数据。
see also
如何使用Python快速制作可视化报表----pyecharts
基于Django+Bootstrap框架,可视化展示内存监控信息