我的编程空间,编程开发者的网络收藏夹
学习永远不晚

python flask数据可视化怎么实现

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

python flask数据可视化怎么实现

这篇文章主要介绍了python flask数据可视化怎么实现的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇python flask数据可视化怎么实现文章都会有所收获,下面我们一起来看看吧。

flask server文件

# -*- coding: utf-8 -*-  
# 作者: lang1.xia  
# 创建时间: 2022-08-25 03:38:26  
# 修改时间: 2022-08-25 03:38:26  

from flask import Flask
from jinja2 import Environment, FileSystemLoader
from markupsafe import Markup
from pyecharts.globals import CurrentConfig
# echarts 外部样式调用
CurrentConfig.GLOBAL_ENV = Environment(loader=FileSystemLoader("./templates"))
CurrentConfig.ONLINE_HOST = 'http://127.0.0.1/assets/'
from pyecharts.options import ComponentTitleOpts
from pyecharts.components  import Table
# 外部数据库方法调用
from data_storage import one_data
# 自定义本地html模板
app = Flask(__name__, template_folder="templates")


def bar_base() -> Table:
    # 查询数据库信息形成大列表
    sql = "select * from ains_mysql_base"
    res = one_data(sql)
    data_rows = [] 
    if res["code"] == 200 and res["data"]:
        for i in res["data"]:
            disk_io_info = ''.join(list(i[8]))
            disk_io_tmp = ""
            for key_d in eval(disk_io_info):
                key = list(key_d.keys())
                val = list(key_d.values())
                new_str =  key[0] + ": " + str(round(val[0],4)) + " \n"
                disk_io_tmp += new_str
            new_i = list(i[3:7]) + list(i[9:-1])
            new_i.append(disk_io_tmp)
            disk_info = ''.join(list(i[7]))
            disk_tmp = ""
            for key_d in eval(disk_info):
                key = list(key_d.keys())
                val = list(key_d.values())
                new_str =  key[0] + ": " + str(round(val[0],4)) + " \n"
                disk_tmp += new_str
            new_i.append(disk_tmp)
            data_rows.append(new_i)
    print(data_rows)
    # 定义表头
    headers = [ "IP地址", "CPU使用率", "CPU五分钟负载","内存使用率", "innodb行锁", "连接数","磁盘IO", "磁盘"]
    rows = data_rows
    # 添加、表数据、表样式
    c = (
        Table()
        .add(headers, rows, attributes={"style": "margin:0% auto;font-size: 28px;text-align: left,width:100px", "class": "fl-table"})
        .set_global_opts(title_opts=ComponentTitleOpts(title="数据库巡检", title_style={"style": "font-size: 28px; font-weight:bold;text-align: center"}))
    )
    return c


@app.route("/")
def index():
    # 调用函数、返回到前端
    c = bar_base()
    return Markup(c.render_embed())


if __name__ == "__main__":
    app.run(host="0.0.0.0")

数据库SQL执行封装文件

# -*- coding: utf-8 -*- 
# 作者: lang1.xia  
# 创建时间: 2022-08-22 07:06:53  
# 修改时间: 2022-08-22 07:06:53 

# 未使用
import pymysql

# 基础连接信息
def conndb():
    conn = pymysql.connect(host="IP地址", user="账号", passwd="密码", database="数据库名", port="数据库端口")
    cur = conn.cursor()
    return conn, cur

# 关闭连接
def closedb(conn, cur):
    cur.close()
    conn.close()

# executemany方法封装
def batch_data(sql):
    conn, cur = conndb()
    try:
        cur.executemany(sql)
        result = cur.fetchall()
    except Exception as e :
        return {"code": 400, "message": e}
    else:
        conn.commit()
    closedb(conn=conn, cur=cur)
    return {"code": 200, "message": "true", "data": result}

# execute方法封装
def one_data(sql):
    conn, cur = conndb()
    try:
        cur.execute(sql)
        result = cur.fetchall()
    except Exception as e :
        return {"code": 400, "message": e}
    else:
        conn.commit()
    closedb(conn=conn, cur=cur)
    return {"code": 200, "message": "true", "data": result}

运行flask服务

python server.py

前端访问

浏览器访问http://127.0.0.1:5000

python flask数据可视化怎么实现

关于“python flask数据可视化怎么实现”这篇文章的内容就介绍到这里,感谢各位的阅读!相信大家对“python flask数据可视化怎么实现”知识都有一定的了解,大家如果还想学习更多知识,欢迎关注编程网行业资讯频道。

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

python flask数据可视化怎么实现

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

Python中怎么实现数据可视化

这期内容当中小编将会给大家带来有关Python中怎么实现数据可视化,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。1.成品图这个是监控服务器网速的***成果,显示的是下载与上传的网速,单位为M。爬虫的原理都
2023-06-17

怎么用Python echarts实现数据可视化

本篇内容主要讲解“怎么用Python echarts实现数据可视化”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“怎么用Python echarts实现数据可视化”吧!1.概述pyecharts
2023-06-29

Python怎么实现交通数据可视化

这篇文章主要讲解了“Python怎么实现交通数据可视化”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python怎么实现交通数据可视化”吧!1、TransBigData简介TransBigD
2023-07-06

Python中怎样实现数据可视化

本篇文章为大家展示了Python中怎样实现数据可视化,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。Matplotlib 是一个流行的 Python 库,可以用来很简单地创建数据可视化方案。但每次创建
2023-06-17

Python中怎么利用seaborn实现数据可视化

本篇文章为大家展示了Python中怎么利用seaborn实现数据可视化,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。本文目标图表是这样:2个系列。每个系列找出最小最大的柱子,标记成不同的颜色本文所需
2023-06-16

Python疫情数据可视化分析怎么实现

这篇文章主要讲解了“Python疫情数据可视化分析怎么实现”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python疫情数据可视化分析怎么实现”吧!前言本项目主要通过python的matpl
2023-07-02

怎么实现数据库的可视化

要实现数据库的可视化,可以使用数据库管理工具或者图形化界面来操作和管理数据库。以下是一些常用的方法:1. 使用数据库管理工具:常见的数据库管理工具如MySQL Workbench、Navicat、DBeaver等,它们提供了图形化的界面,可
2023-08-31

Echarts中怎么实现数据可视化

这期内容当中小编将会给大家带来有关Echarts中怎么实现数据可视化,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。Echarts这个方案从我接触到做出一个还算不错的图,也就不过几个小时的时间,其中至少60
2023-06-04

构建 Flask 数据可视化大屏

在这篇文章中,我们将深入介绍如何借助 Flask 后端和纯 HTML/CSS/JS 前端,从本地 JSON 文件中读取数据,打造一个引人入胜的数据可视化大屏。

python数据可视化怎么做

通过使用 python 库(numpy、pandas、matplotlib),可以实现数据可视化。具体步骤包括:数据准备:导入库、加载数据、处理数据。选择可视化类型:根据数据和需要传达的信息,选择合适的图表类型。创建可视化对象:使用 mat
python数据可视化怎么做
2024-05-22

Python中如何实现数据可视化

今天就跟大家聊聊有关Python中如何实现数据可视化,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。热力图热力图(Heat Map)是数据的一种矩阵表示方法,其中每个矩阵元素的值通过一
2023-06-16

Python中怎么使用使用Plotly实现数据可视化

这期内容当中小编将会给大家带来有关Python中怎么使用使用Plotly实现数据可视化,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。 Plotly 是一个数据绘图库,具有整洁的接口,它旨在允许你构建自己的
2023-06-16

Python数据实现可视化的步骤是什么

这篇文章主要介绍“Python数据实现可视化的步骤是什么”,在日常操作中,相信很多人在Python数据实现可视化的步骤是什么问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Python数据实现可视化的步骤是什么
2023-06-16

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录