从数据爬取到可视化展示：Flask框架与ECharts深度解析

最新推荐文章于 2024-09-09 15:21:09 发布

Switch616

最新推荐文章于 2024-09-09 15:21:09 发布

阅读量1.2k

点赞数 19

分类专栏： Python数据采集文章标签： flask echarts python 前端后端爬虫开发语言

本文链接：https://blog.csdn.net/weixin_52392194/article/details/140911825

版权

Python数据采集专栏收录该内容

46 篇文章 0 订阅

订阅专栏

Flask框架源码解析

🔹 Flask应用初始化

Flask应用的初始化是整个应用的核心，它包含了应用配置、路由注册等多个重要步骤。

from flask import Flask

app = Flask(__name__)

if __name__ == '__main__':
    app.run(debug=True)

🔹 通过查看Flask类的源码，我们可以发现它的构造方法主要用于设置应用的配置文件、蓝图注册等。

🔹 路由与视图函数

路由是Flask处理URL的核心，它将URL映射到视图函数上。

@app.route('/')
def home():
    return "Hello, Flask!"

@app.route('/user/<name>')
def user(name):
    return f"Hello, {name}!"

🔹 route装饰器将URL映射到视图函数上，视图函数处理请求并返回响应。

🔹 请求与响应

Flask中的请求与响应对象分别封装了HTTP请求和响应的数据。

from flask import request, jsonify

@app.route('/data', methods=['POST'])
def data():
    data = request.json
    return jsonify(data)

🔹 request对象包含了客户端发送的所有数据，而jsonify方法将Python字典转换为JSON格式的响应。

🔹 中间件

中间件是在请求处理过程中添加自定义功能的方式。

@app.before_request
def before_request():
    print("Before request")

@app.after_request
def after_request(response):
    print("After request")
    return response

🔹 before_request和after_request装饰器分别在请求处理前后执行自定义逻辑。

ECharts可视化精讲

🔹 ECharts安装与配置

ECharts是一个强大的可视化库，支持多种图表类型。

<!DOCTYPE html>
<html>
<head>
    <script src="https://cdn.jsdelivr.net/npm/echarts/dist/echarts.min.js"></script>
</head>
<body>
    <div id="main" style="width: 600px;height:400px;"></div>
    <script>
        var myChart = echarts.init(document.getElementById('main'));
        var option = {
            title: { text: 'ECharts 示例' },
            tooltip: {},
            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]
            }]
        };
        myChart.setOption(option);
    </script>
</body>
</html>

🔹 引入ECharts库后，通过简单的配置即可创建基本的柱状图。

🔹 基本图表类型

ECharts支持多种基本图表类型，如柱状图、折线图、饼图等。

var option = {
    title: { text: '销量情况' },
    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: 'line',
        data: [5, 20, 36, 10, 10, 20]
    }]
};
myChart.setOption(option);

🔹 将图表类型更改为line即可创建折线图。

🔹 图表样式与交互

通过配置项可以自定义图表的样式和交互行为。

var option = {
    title: { text: '销量情况' },
    tooltip: { trigger: 'axis' },
    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],
        itemStyle: {
            normal: {
                color: 'rgba(0,0,255,0.5)'
            }
        }
    }]
};
myChart.setOption(option);

🔹 通过itemStyle可以自定义数据项的颜色和透明度。

🔹 高级图表配置与数据动态更新

ECharts支持复杂的图表配置和数据动态更新。

var option = {
    title: { text: '实时数据更新' },
    tooltip: {},
    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]
    }]
};
myChart.setOption(option);

// 动态更新数据
setInterval(function () {
    var newData = option.series[0].data.map(v => v + Math.round(Math.random() * 10));
    myChart.setOption({ series: [{ data: newData }] });
}, 2000);

🔹 使用setOption方法可以实时更新图表数据。

🔹 实战：结合Flask与ECharts展示爬取数据

结合Flask和ECharts实现数据展示的实战案例。

Flask后端代码

from flask import Flask, jsonify, render_template
import requests

app = Flask(__name__)

@app.route('/')
def index():
    return render_template('index.html')

@app.route('/data')
def get_data():
    data = {'labels': ["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"], 'values': [5, 20, 36, 10, 10, 20]}
    return jsonify(data)

if __name__ == '__main__':
    app.run(debug=True)

index.html前端代码

<!DOCTYPE html>
<html>
<head>
    <script src="https://cdn.jsdelivr.net/npm/echarts/dist/echarts.min.js"></script>
</head>
<body>
    <div id="main" style="width: 600px;height:400px;"></div>
    <script>
        var myChart = echarts.init(document.getElementById('main'));

        fetch('/data')
            .then(response => response.json())
            .then(data => {
                var option = {
                    title: { text: '爬取数据展示' },
                    tooltip: {},
                    xAxis: { data: data.labels },
                    yAxis: {},
                    series: [{
                        name: '销量',
                        type: 'bar',
                        data: data.values
                    }]
                };
                myChart.setOption(option);
            });
    </script>
</body>
</html>

🔹 通过Flask提供数据接口，前端ECharts动态获取数据并展示。

总结

🔹 通过本次学习，我们详细解析了Flask框架的源码和ECharts的可视化技术。掌握了如何初始化Flask应用、配置路由与视图函数、处理请求与响应、使用中间件。同时，深入学习了ECharts的安装与配置、基本图表类型、样式与交互、数据动态更新等内容。

🔹 最后，通过结合Flask与ECharts，我们实现了数据爬取后的可视化展示，为数据分析提供了强有力的工具。希望这些内容能够帮助大家更好地理解和应用Flask与ECharts，实现高效的数据展示！🚀

Switch616

关注

19
点赞
踩
19

收藏

觉得还不错? 一键收藏
打赏
0
评论
从数据爬取到可视化展示：Flask框架与ECharts深度解析

我们详细解析了Flask框架的源码和ECharts的可视化技术。掌握了如何初始化Flask应用、配置路由与视图函数、处理请求与响应、使用中间件。同时，深入学习了ECharts的安装与配置、基本图表类型、样式与交互、数据动态更新等内容。🔹 最后，通过结合Flask与ECharts，我们实现了数据爬取后的可视化展示，为数据分析提供了强有力的工具。希望这些内容能够帮助大家更好地理解和应用Flask与ECharts，实现高效的数据展示！🚀。
复制链接

扫一扫