2021年9月，一直在Python Django Echarts数据化中学习，但是随着不断的学习，发现Django是一个太重量级别的web框架了，其默认的架构、语法、urls映射以及数据库对接、API的开发，都是一个极其繁琐的学习过程。
对于漏刻有时数据可视化大屏的开发来说，如何快速有效的实现大屏，让更多的初学者入门，才是关键。在一周的flask学习和研究之后，进而决定，以flask作为漏刻有时Python后端的主要开发框架。
- python httpserver自带模块能解决web服务器，即可实现对json、excle、js等简单的数据文件的访问；
- python Flask ，轻量级的web框架，能解决mysql数据库数据储存和读取以及RESTFUL API的定制开发；
Flask后端
# -*- coding: UTF-8 -*- # @Time :2021-09-10 21:37 # @File :app.py # @Author : Poleung from flask import Flask from flask import render_template app = Flask(__name__) @app.route("/") def index(): data_name = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'] data_list = [150, 230, 224, 218, 135, 147, 260] return render_template('index.html', data_name=data_name, data_list=data_list) if __name__ == '__main__': app.run("127.0.0.1", "8800", debug=True)
HTML模版
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Python Flask Echarts折线图的实现方法</title> <!--静态文件引入--> <link rel="stylesheet" href="static/css/common.css"> <script src="static/js/echarts.min.js"></script> </head> <body> <div id="container"></div> <script> //调用数据; dataName={{ data_name | safe}}; dataList={{ data_list }}; drawLine(dataName, dataList); //封装折线图; function drawLine(dataName, dataList) { let myChart = echarts.init(document.getElementById("container")); let option = { xAxis: { type: 'category', data: dataName }, yAxis: { type: 'value' }, series: [{ data: dataList, type: 'line' }] }; //自适应浏览器; myChart.setOption(option); window.addEventListener("resize", function () { myChart.resize(); }); } </script> </body> </html>
lockdatav Done!
