Echarts进行简单的前端页面美化和交互

Echarts的基本使用

首先将编译好的文件进行下载:

一般最小版的就可以用:

本地的echarts目录:

D:\zhangxinfile\ECHARTS_study\EchartsTest\echarts-5.3.3\package\dist

ECharts 在线构建 (apache.org)

也可以选择在上方网址中在线定制

引入 Apache ECharts

在head中进行引入

<!-- 引入刚刚下载的 ECharts 文件 -->
    <script src="echarts.js"></script>

绘制一个简单的图表

在绘图前我们需要为 ECharts 准备一个定义了高宽的 DOM 容器。

<!-- 为 ECharts 准备一个定义了宽高的 DOM -->
  <div id="main" style="width: 600px;height:400px;"></div>

然后就可以通过 echarts.init 方法初始化一个 echarts 实例并通过 setOption 方法生成一个简单的柱状图,下面是完整代码。

 <body>
    <!-- 为 ECharts 准备一个定义了宽高的 DOM -->
    <div id="main" style="width: 600px;height:400px;"></div>
    <script type="text/javascript">
      // 基于准备好的dom,初始化echarts实例
      var myChart = echarts.init(document.getElementById('main'));
      // 指定图表的配置项和数据
      var option = {
        title: {
          text: 'ECharts 入门示例'
        },
        tooltip: {},
        legend: {
          data: ['销量']
        },
        xAxis: {
          data: ['衬衫', '羊毛衫', '雪纺衫', '裤子', '高跟鞋', '袜子']
        },
        yAxis: {},
        series: [
          {
            name: '销量',
            type: 'bar',
            data: [5, 20, 36, 10, 10, 20]
          }
        ]
      };

      // 使用刚指定的配置项和数据显示图表。
      myChart.setOption(option);
    </script>
  </body>

前台flask传入数据进行进一步操作

@app.route('/score')
def score():
    score = []  #评分
    num = []    #每个评分所统计出的电影数量
    con = sqlite3.connect("movie.db")
    cur = con.cursor()
    sql = "select score,count(score) from movie250 group by score"
    data = cur.execute(sql)
    for item in data:
        score.append(str(item[0]))   #要注意此时为字符串,在前台要进行一下转换 
        num.append(item[1])

    cur.close()
    con.close()
    return render_template("score.html",score= score,num=num)

python数据以列表的形式传递到前端

<script type="text/javascript">
var dom = document.getElementById("main");
var myChart = echarts.init(dom);
var app = {};
option = null;
option = {

    color:['#3398DB'],
    tooltip: {
        trigger: 'axis',
        axisPointer: {
            type: 'shadow'
        }
    },
    grid: {
        left: '3%',
        right:'4%',
        bottom:'3%',
        containLabel:true
    },
    xAxis: {
        type: 'category',
        data: {{ score|tojson }}     <!--将数据转化为json格式的数据-->
        <!--['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun','999']-->
    },
    yAxis: {
        type: 'value'
    },
    series: [{
        data: {{ num }},
            <!--[120, 20, 150, 80, 70, 110, 130,200],-->
        barWidth:'60%',
        type:'bar'
    }]
};
;
if (option && typeof option === "object") {
    myChart.setOption(option, true);
}
       </script>

**** 在前台用{{}}进行数据的获取!!!!!!***

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 使用Python、Echarts和Flask可以实现数据可视化大屏。 首先,我们可以使用Python编写数据处理和分析的代码,将数据从数据库、CSV文件或其他数据源中提取出来,并进行必要的预处理和计算。Python有很多数据处理库,如Pandas和Numpy,可以帮助我们方便地处理各种数据。 接下来,我们可以使用Echarts库来进行数据可视化。Echarts是一个基于JavaScript的图表库,可以为数据创建各种类型的图表,如柱状图、折线图、饼图等。我们可以将数据从Python传递给Echarts,并使用Echarts的API来生成相应的图表。 最后,我们可以使用Flask来构建一个Web应用程序,用于展示数据可视化大屏。Flask是一个基于Python的微型Web框架,可以帮助我们快速构建简单而强大的Web应用程序。我们可以在Flask应用程序中创建路由,定义前端页面,并将Echarts生成的图表嵌入到页面中。然后,我们可以使用Flask运行应用程序,将其部署到服务器上。 总结起来,使用Python、Echarts和Flask可以实现一个数据可视化大屏。Python用于数据处理和分析,Echarts用于生成图表,Flask用于构建Web应用程序和展示图表。这种组合可以帮助我们方便地实现数据可视化大屏,并提供交互性和动态性。 ### 回答2: 使用Python、Echarts和Flask可以很方便地实现数据可视化大屏。 首先,使用Python编写后端代码,使用Flask框架进行Web应用的开发。通过Flask,可以建立一个HTTP服务器,处理数据传输和前端页面的请求。可以在后端编写数据处理的逻辑,获取数据并对其进行处理,然后将处理后的数据传递给前端。 其次,使用Echarts进行数据可视化。Echarts是一个基于JavaScript的开源图表库,提供了多种类型的图表,包括折线图、柱状图、饼图等。通过在前端页面引入Echarts库,在页面上渲染图表,显示数据的可视化效果。可以使用Echarts提供的API和样式设置,来调整图表的显示效果。 最后,将前端页面与后端代码进行连接。可以利用Flask的模板引擎,将后端处理的数据传递给前端页面,然后在前端页面上使用JavaScript的方式来处理数据,将数据传递给Echarts进行图表的渲染显示。 通过以上步骤,我们可以实现一个基于Python、Echarts和Flask的数据可视化大屏。 ### 回答3: 使用Python、Echarts和Flask可以很方便地实现数据可视化大屏。下面是实现的步骤: 1. 安装所需的库:在Python环境中安装Echarts库和Flask库。 2. 准备数据:根据需要的可视化效果,准备好要展示的数据。可以从本地文件、数据库或者通过网络请求获取数据。 3. 使用Flask创建Web应用:使用Flask框架创建一个简单的Web应用,用于展示数据可视化大屏。可以创建一个路由来处理数据请求,并将数据传递给前端页面。 4. 使用Echarts创建可视化图表:在前端页面中使用Echarts库创建图表。Echarts提供了丰富的图表类型和配置选项,可以根据需求选择合适的图表类型,并按照需求进行配置。 5. 前后端交互:在前端页面中使用Ajax或者其他方法,向后端发送请求获取数据。后端接收到数据请求后,返回需要展示的数据。 6. 数据动态更新:可以使用定时任务或者其他方法,定期更新数据并在前端展示。可以根据需求设置更新数据的频率。 7. 界面美化:根据需要可以对页面进行美化和优化,例如设置背景、调整图表样式、添加动画效果等,以提升用户体验。 8. 发布部署:将完成的Web应用部署到服务器上,可以通过浏览器访问。 通过以上步骤,我们就可以使用Python、Echarts和Flask实现数据可视化大屏。这样可以方便地展示数据,并通过图表形式直观地展示数据的变化和趋势。同时,使用Web应用可以方便地远程访问和共享数据可视化大屏。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值