Matplotlib在Flask开发环境下的数据可视化绘图实战

一、环境准备

1.准备Flask开发环境

安装包

flask
flask-sqlalchemy
flask-mysqldb

创建flask实例

app = Flask(__name__)

创建蓝图

# -*- coding:utf-8 -*-
# Created by ZhaoWen on 2020/10/11

from flask import Blueprint

matplot_print = Blueprint('matplot_print',__name__)

@matplot_print.route('/mat')
def index():
    return 'Hello Matplotlib !'

注册蓝图

app.register_blueprint(matplot_print,prefix='')

此时我们在控制台查看url映射，就可以看到matplot_print视图已经成功注册到flask主程序中去了

 <Rule '/mat' (OPTIONS, HEAD, GET) -> matplot_print.index>,

此时启动flask应用，访问指定路径已经可以成功访问了

2.准备matplotlib开发环境

pipenv install matplotlib

安装时间比较长，耐心等候

二、数据准备

我们直接使用数据库中的数据

1.ORM映射实体类

class Tbl_Video_Game_Sales(db.Model):
    __tablename__ = 't_video_game_sales'
    Rank = db.Column(db.String(255),primary_key=True)   #销售排名
    Name = db.Column(db.String(255))     #游戏名称
    Platform = db.Column(db.String(255))    #该游戏发布平台
    Year = db.Column(db.Integer)    #发布年份（1980-2016）
    Genre = db.Column(db.String(255))   #游戏类型
    Publisher = db.Column(db.String(255))    #出版公司
    NA_Sales = db.Column(db.DECIMAL(255,2))  #北美区域销量（以百万为单位计数）
    EU_Sales = db.Column(db.DECIMAL(255,2))  #欧美区域销量（以百位为单位计数）
    JP_Sales = db.Column(db.DECIMAL(255,2))  #日本区域销量（以百位为单位计数）
    Other_Sales = db.Column(db.DECIMAL(255,2))   #其他国家销量（以百位为单位计数）
    Global_Sales = db.Column(db.DECIMAL(255,2))   #全球销量（以百位为单位计数）

2.进行简单查询

Tbl_Video_Game_Sales.query.all()[:10]

执行上面那条语句，我们从数据库中获得了十个对象

<Tbl_Video_Game_Sales 1>
<Tbl_Video_Game_Sales 2>
<Tbl_Video_Game_Sales 3>
<Tbl_Video_Game_Sales 4>
<Tbl_Video_Game_Sales 5>
<Tbl_Video_Game_Sales 6>
<Tbl_Video_Game_Sales 7>
<Tbl_Video_Game_Sales 8>
<Tbl_Video_Game_Sales 9>
<Tbl_Video_Game_Sales 10>

执行一个简单的循环遍历，获取到每个对象的名字

Wii Sports
Super Mario Bros.
Mario Kart Wii
Wii Sports Resort
Pokemon Red/Pokemon Blue
Tetris
New Super Mario Bros.
Wii Play
New Super Mario Bros. Wii
Duck Hunt

三、图形实战

2000~2010（不含）之间全球游戏销量最高的前十位

Tbl_Video_Game_Sales.query.filter(Tbl_Video_Game_Sales.Year>2000).filter(Tbl_Video_Game_Sales.Year<2005).order_by(Tbl_Video_Game_Sales.Global_Sales.desc())[:10]

1.柱状图(bar)

2000~2010（不含）之间全球游戏销量最高的前十位

Tbl_Video_Game_Sales.query.filter(Tbl_Video_Game_Sales.Year>2000).filter(Tbl_Video_Game_Sales.Year<2005).order_by(Tbl_Video_Game_Sales.Global_Sales.desc())[:10]

@matplot_print.route('/mat/bar-show')
def bar_show():
    data = Tbl_Video_Game_Sales.query.filter(Tbl_Video_Game_Sales.Year>2000).filter(Tbl_Video_Game_Sales.Year<2005).order_by(Tbl_Video_Game_Sales.Global_Sales.desc())[:10]
    path = 'mat_bar.jpg'
    if os.path.exists(root+path) is False:
        get_bar(data,path)
    return render_template('/matplotlib/bar-chart.html',path=path)


def get_bar(data,path):
    '''
    柱状图
    :param data:
    :return:
    '''
    bar_x = list()
    bar_y = list()
    for d in data:
        bar_x.append(d.Name)
        bar_y.append(d.Global_Sales)

    for x,y in zip(bar_x,bar_y):
        plt.text(x+3, y + 1, '%.2f' % y, ha='center', va='bottom')

    plt.bar(bar_x,bar_y)    # 直角坐标轴 设置颜色
    plt.savefig('.'+root+path)

最终效果
这里因为数据格式问题，x轴的字体挤在一起了，之后进行调整

2.折线图

def get_line(data,path):
    '''
    折线图
    :param data:
    :param path:
    :return:
    '''
    x = [d.Name for d in data] # 横坐标轴
    y = [float(d.Global_Sales) for d in data] # 纵坐标轴
    plt.plot(x,y)
    plt.savefig('.'+root+path)

3.饼图

def get_pie(data,path):
    '''
    饼图
    :param data:
    :param path:
    :return:
    '''
    sizes = [d.Global_Sales for d in data]
    labels = [d.Name for d in data]
    plt.pie(x=sizes,shadow=True,labels=labels)
    plt.title('2000年~2010年游戏全球销量前十')
    # plt.legend(labels) # 图例
    plt.savefig('.'+root+path)

效果

四、参考资料/扩展阅读

《Python数据可视化编程实战》：https://book.douban.com/subject/26378430/

《matplotlib官方文档》：https://matplotlib.org/users/index.html

Matplotlib教程-莫烦Python：https://www.bilibili.com/video/BV1Jx411L7LU?p=2

数据化雷达图教程：https://www.bilibili.com/video/BV1PQ4y1M7x7?t=4688

五、常见问题

1.图片中文字体乱码或者非正常显示

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']

2.TypeError: ‘list’ object cannot be interpreted as an integer

出现位置：调用numpy.concatenate()方法时报错
问题出现原因：传入参数没有按照concatenate((a1, a2, ...), axis=0, out=None)的格式来，比如我报错的原因就是把theta = np.concatenate((theta, [theta[0]]))错写为theta = np.concatenate(theta, [theta[0]])