Python Flask Echarts数据可视化图表实战晋级笔记(1)HTML页面渲染与参数传递

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。

1. 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；
2. 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>


    
    Python Flask Echarts折线图的实现方法
    
    
    





    //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();
        });
    }

lockdatav Done!