这篇教程Django动态展示Pyecharts图表数据的几种方法写得很实用，希望能帮到您。
本文将介绍如何在 web 框架 Django 中使用可视化工具 Pyecharts, 看完本教程你将掌握几种动态展示可视化数据的方法!
Django 模板渲染
1. 新建一个 Django 项目命令行中输入以下命令 django-admin startproject pyecharts_django_demo 创建一个应用程序 python manage.py startapp demo 创建完之后，在 Pycharm 中打开该项目，当然你也可以直接在 Pycharm 中创建 
同时在pyecharts_django_demo/settings.py中注册应用程序INSTALLED_APPS中添加应用程序demo 在pyecharts_django_demo/urls.py中新增demo.urls 
2. 新建项目 urls 文件编辑demo/urls.py文件，没有就新建一个 from django.conf.urls import urlfrom . import views urlpatterns = [ url(r'^pie/$', views.ChartView.as_view(), name='demo'), url(r'^index/$', views.IndexView.as_view(), name='demo'),]
3. 编写 Django 和 pyecharts 代码渲染图表由于 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。 将下列代码保存到demo/views.py中 from django.shortcuts import render # Create your views here. import jsonfrom random import randrange from django.http import HttpResponsefrom rest_framework.views import APIView from pyecharts.charts import Bar, Piefrom pyecharts.faker import Fakerfrom pyecharts import options as opts # Create your views here.def response_as_json(data): json_str = json.dumps(data) response = HttpResponse( json_str, content_type="application/json", ) response["Access-Control-Allow-Origin"] = "*" return response def json_response(data, code=200): data = { "code": code, "msg": "success", "data": data, } return response_as_json(data) def json_error(error_string="error", code=500, **kwargs): data = { "code": code, "msg": error_string, "data": {} } data.update(kwargs) return response_as_json(data) JsonResponse = json_responseJsonError = json_error def pie_base() -> Pie: c = ( Pie() .add("", [list(z) for z in zip(Faker.choose(), Faker.values())]) .set_colors(["blue", "green", "yellow", "red", "pink", "orange", "purple"]) .set_global_opts(title_opts=opts.TitleOpts(title="Pie-示例")) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) .dump_options_with_quotes() ) return c class ChartView(APIView): def get(self, request, *args, **kwargs): return JsonResponse(json.loads(pie_base())) class IndexView(APIView): def get(self, request, *args, **kwargs): return HttpResponse(content=open("./templates/index.html").read())在根目录下新建一个templates的文件夹,并在该文件夹下新建一个index.html文件 
index.html 代码如下: <!DOCTYPE html><html><head> <meta charset="UTF-8"> <title>Awesome-pyecharts</title> <script src="https://cdn.bootcss.com/jquery/3.0.0/jquery.min.js"></script> <script type="text/javascript" src="https://assets.pyecharts.org/assets/echarts.min.js"></script> </head><body><div id="pie" style="width:1000px; height:600px;"></div><script> var chart = echarts.init(document.getElementById('pie'), 'white', {renderer: 'canvas'}); $( function () { fetchData(chart); } ); function fetchData() { $.ajax({ type: "GET", url: "http://127.0.0.1:8000/demo/pie", dataType: 'json', success: function (result) { chart.setOption(result.data); } }); }</script></body></html>运行之后，在浏览器中打开，效果如下： 
定时全量更新图表前面讲的是一个静态数据的展示的方法，用 Pyecharts 和 Django 结合最主要是实现一种动态更新数据，增量更新数据等功能！ 定时全量更新主要是前端主动向后端进行数据刷新，定时刷新的核心在于 HTML 的 setInterval 方法。 那么index.html代码就是下面这样的： <!DOCTYPE html><html><head> <meta charset="UTF-8"> <title>Awesome-pyecharts</title> <script src="https://cdn.bootcss.com/jquery/3.0.0/jquery.min.js"></script> <script type="text/javascript" src="https://assets.pyecharts.org/assets/echarts.min.js"></script> </head><body> <div id="bar" style="width:1600px; height:800px;"></div> <script> var chart = echarts.init(document.getElementById('bar'), 'white', {renderer: 'canvas'}); $( function () { fetchData(chart); setInterval(fetchData, 100); } ); function fetchData() { $.ajax({ type: "GET", url: "http://127.0.0.1:8000/demo/bar", dataType: 'json', success: function (result) { chart.setOption(result.data); } }); } </script></body></html>同时在demo/views.py中，增加并修改代码: 
views.py demo/urls.py中，增加如下代码：
运行之后，效果如下: 
贴一张以前做的图(因为我懒)，效果和上面一样
定时增量更新图表原理一样，先修改 index.html ，代码如下： <!DOCTYPE html><html><head> <meta charset="UTF-8"> <title>Awesome-pyecharts</title> <script src="https://cdn.bootcss.com/jquery/3.0.0/jquery.min.js"></script> <script type="text/javascript" src="https://assets.pyecharts.org/assets/echarts.min.js"></script> </head><body> <div id="bar" style="width:1600px; height:800px;"></div> <script> var chart = echarts.init(document.getElementById('bar'), 'white', {renderer: 'canvas'}); var old_data = []; $( function () { fetchData(chart); setInterval(fetchData, 2000); } ); function fetchData() { $.ajax({ type: "GET", url: "http://127.0.0.1:8000/demo/line", dataType: "json", success: function (result) { var options = result.data; chart.setOption(options); old_data = chart.getOption().series[0].data; } }); } function getDynamicData() { $.ajax({ type: "GET", url: "http://127.0.0.1:8000/demo/lineUpdate", dataType: 'json', success: function (result) { var options = result.data; old_data.push([options.name, options.value]); chart.setOption({ series: [{ data: old_data }] }); } }); } </script></body></html>细心的你应该可以发现，里面新增了两个请求地址demo/line,demo/lineUpdate so，在urlpatterns中增加以下路径的匹配 url(r'^line/$', views.ChartView.as_view(), name='demo'),url(r'^lineUpdate/$', views.ChartView.as_view(), name='demo'), 最后在views.py中增加以下代码: def line_base() -> Line: line = ( Line() .add_xaxis(["{}".format(i) for i in range(10)]) .add_yaxis( series_name="", y_axis=[randrange(50, 80) for _ in range(10)], is_smooth=True, label_opts=opts.LabelOpts(is_show=False), ) .set_global_opts( title_opts=opts.TitleOpts(title="动态数据"), xaxis_opts=opts.AxisOpts(type_="value"), yaxis_opts=opts.AxisOpts(type_="value"), ) .dump_options_with_quotes() ) return line class ChartView(APIView): def get(self, request, *args, **kwargs): return JsonResponse(json.loads(line_base())cnt = 9 class ChartUpdateView(APIView): def get(self, request, *args, **kwargs): global cnt cnt = cnt + 1 return JsonResponse({"name": cnt, "value": randrange(0, 100)})运行并打开，效果如下： 
到此这篇关于Django动态展示Pyecharts图表数据的几种方法的文章就介绍到这了,更多相关Django动态展示Pyecharts图表内容请搜索51zixue.net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51zixue.net！
详解解Django 多对多表关系的三种创建方式
详解python关于多级包之间的引用问题 |
