第一次接触Flask+plotly,过程中踩了很多坑,最后总算达到了目标,给大家分享一下,让每一个初学者都能很快上手plotly。
安装依赖库:
pip install flask
pip install plotly
pip install pandas
pip install numpy
创建flask应用程序:
首先进入项目文件夹,然后创建并进入虚拟环境,创建flask程序
cd 项目目录
python -m venv venv
venv\Scripts\activate
pip install Flask
创建后项目目录如下,create_bar.py和index.html是我后来添加的
生成测试数据:
新建models文件夹,在models文件夹内新建create_bar.py文件
import plotly as py
import plotly.graph_objs as go
import pandas as pd
import numpy as np
import json
def new_create_plot():
pyplt = py.offline.plot
#---以下因为图形和数据不同而不同,以下需要修改---
N = 40
x = np.linspace(0, 1, N)
y = np.random.randn(N)
df = pd.DataFrame({'x': x, 'y': y}) # creating a sample dataframe
trace0 = go.Bar(
x=df['x'], # assign x as the dataframe column 'x'
y=df['y']
)
data = [trace0]
layout = go.Layout(
title='xxx可视化作图',
)
fig = go.Figure(data=data, layout=layout)
jsfig=fig.to_json()
return jsfig
这里面使用了to_json()把数据转换成了json的形式,便于前后端分离的系统使用,下面是plotly官网对to_json()的介绍
配置路由:
app.py文件
from flask import Flask
from flask_cors import CORS
from flask import Flask, render_template
from models import create_bar
app = Flask(__name__)
CORS(app)
@app.route('/', methods=['GET'])
def ping_pong():
bar = create_bar.new_create_plot()
return bar
@app.route('/index')
def index():
context = create_bar.new_create_plot()
return render_template("index.html",
title = 'Home',
context = context)
if __name__ == '__main__':
app.run(debug=True)
我们这里做的是直接访问时返回纯数据,访问/index时以图表的形式显示数据,方便做对比。
前端显示:
index.html文件
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Plotly嵌入Flask可视化作图案例</title>
<style type="text/css">
div.content {padding: 1em 5em;}
div.graph {margin: 10px auto;
width: 80%;}
</style>
<!--导入在线js库文件-->
<script type="text/javascript" src="https://cdn.plot.ly/plotly-latest.min.js"></script>
</head>
<body>
<div class='content'>
<h2>用Python和plotly结合flask可视化作图</h2>
<div>
<p>
文字部分,可自定义设置。
</p>
<p>
文字部分,可自定义设置:
</p>
</div>
<div class='graph' id='myDiv'>
<!--展现可视化图标部分-->
<script>
var bars = '{{ context | safe }}';
var obj = JSON.parse(bars);
Plotly.newPlot('myDiv', obj);
</script>
</div>
<div>
<p>从图上可以看出,文字部分,可自定义设置</p>
</div>
</div>
</body>
</html>
这里有一个坑是Plotly.newPlot的数据在js中必须是json对象类型,一开始从后端传来的是json字符串的格式,调了无数次,最终用JSON.parse成功转成了需要的类型,然后就可以顺利输出了。
以下是plotly官网对JavaScript如何使用plotly的介绍
var data = [
{
x: ['giraffes', 'orangutans', 'monkeys'],
y: [20, 14, 23],
type: 'bar'
}
];
Plotly.newPlot('myDiv', data);
可以看出来data是object类型
结果:
图表的形式
纯数据
小结:
刚开始接触plotly时,通过网上现有教程可以入门,但如果想要进一步提升自己还是得去官网上看文档,把每一个api都了解一下,这样才能够运用自如。因为涉及前端,所以光学会python也不够工作中使用,还需要学习JavaScript和html、css