flask+sqlite3+echarts3+ajax 异步数据加载

简介: 结构:/www||-- /static|....|-- jquery-3.1.1.js|....|-- echarts.js(echarts3是单文件!!)||-- /templates|.

结构:
/www
|
|-- /static
|....|-- jquery-3.1.1.js
|....|-- echarts.js(echarts3是单文件!!)
|
|-- /templates
|....|-- index.html
|
|-- app.py
|
|-- create_db.py

一、先准备数据

# create_db.py
# 只运行一次!!!

import sqlite3

# 连接
conn = sqlite3.connect('mydb.db')
c = conn.cursor()

# 创建表
c.execute('''DROP TABLE IF EXISTS weather''')
c.execute('''CREATE TABLE weather (month text, evaporation text, precipitation text)''')

# 数据
# 格式:月份,蒸发量,降水量
purchases = [('1月', 2, 2.6),
             ('2月', 4.9, 5.9),
             ('3月', 7, 9),
             ('4月', 23.2, 26.4),
             ('5月', 25.6, 28.7),
             ('6月', 76.7, 70.7),
             ('7月', 135.6, 175.6),
             ('8月', 162.2, 182.2),
             ('9月', 32.6, 48.7),
             ('10月', 20, 18.8),
             ('11月', 6.4, 6),
             ('12月', 3.3, 2.3)
            ]

# 插入数据
c.executemany('INSERT INTO weather VALUES (?,?,?)', purchases)

# 提交!!!
conn.commit()

# 查询方式一
for row in c.execute('SELECT * FROM weather'):
    print(row)
    
    
# 查询方式二
c.execute('SELECT * FROM weather')
print(c.fetchall())


# 查询方式二_2
res = c.execute('SELECT * FROM weather')
print(res.fetchall())


# 关闭
conn.close()

二、异步数据加载

一次性整体加载所有数据

由如下函数实现:

@app.route("/weather", methods=["GET"])
def weather():
    if request.method == "GET":
        res = query_db("SELECT * FROM weather")
    
    return jsonify(month = [x[0] for x in res],
                   evaporation = [x[1] for x in res], 
                   precipitation = [x[2] for x in res])

此函数用于处理ajax,返回json格式。形如:

{
    month: ['1月','2月',...],
    evaporation: [3.1, 4, 4.6, ...],
    precipitation: [...]
}

完整app.py文件:

# app.py

import sqlite3
from flask import Flask, request, render_template, jsonify

app = Flask(__name__)


def get_db():
    db = sqlite3.connect('mydb.db')
    db.row_factory = sqlite3.Row
    return db


def query_db(query, args=(), one=False):
    db = get_db()
    cur = db.execute(query, args)
    db.commit()
    rv = cur.fetchall()
    db.close()
    return (rv[0] if rv else None) if one else rv


@app.route("/", methods=["GET"])
def index():
    return render_template("index.html")


@app.route("/weather", methods=["POST"])
def weather():
    if request.method == "POST":
        res = query_db("SELECT * FROM weather")
    
    return jsonify(month = [x[0] for x in res],
                   evaporation = [x[1] for x in res], 
                   precipitation = [x[2] for x in res])


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

三、使用echarts

ECharts3 开始不再强制使用 AMD 的方式按需引入,代码里也不再内置 AMD 加载器。因此引入方式简单了很多,只需要像普通的 JavaScript 库一样用 script 标签引入。

ECharts3 中实现异步数据的更新非常简单,在图表初始化后不管任何时候只要通过 jQuery 等工具异步获取数据后通过 setOption 填入数据和配置项就行。

ECharts3 中在更新数据的时候需要通过name属性对应到相应的系列,上面示例中如果name不存在也可以根据系列的顺序正常更新,但是更多时候推荐更新数据的时候加上系列的name数据。

index.html文件如下:

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="utf-8">
    <title>ECharts3 Ajax</title>
    <script src="{{ url_for('static', filename='jquery-3.1.1.js') }}"></script>
    <script src="{{ url_for('static', filename='echarts.js') }}"></script>
</head>

<body>
    <!--为ECharts准备一个具备大小(宽高)的Dom-->
    <div id="main" style="height:500px;border:1px solid #ccc;padding:10px;"></div>
    
    <script type="text/javascript">
    var myChart = echarts.init(document.getElementById('main'));
    
    // 显示标题,图例和空的坐标轴
    myChart.setOption({
        title: {
            text: '异步数据加载示例'
        },
        tooltip: {},
        legend: {
            data:['蒸发量','降水量']
        },
        xAxis: {
            data: []
        },
        yAxis: {},
        series: [{
            name: '蒸发量',
            type: 'bar',
            data: []
        },{
            name: '降水量',
            type: 'line',
            data: []
        }]
    });
    
    myChart.showLoading(); // 显示加载动画
    
    // 异步加载数据
    $.get('/weather').done(function (data) {
        myChart.hideLoading(); // 隐藏加载动画
        
        // 填入数据
        myChart.setOption({
            xAxis: {
                data: data.month
            },
            series: [{
                name: '蒸发量', // 根据名字对应到相应的系列
                data: data.evaporation.map(parseFloat) // 转化为数字(注意map)
            },{
                name: '降水量',
                data: data.precipitation.map(parseFloat)
            }]
        });
    });
    </script>    
</body>
</html>

效果图

img_fade83301265988123e4a71b89cddff1.png

目录
相关文章
|
2月前
|
网络协议 API Go
Flask 作者 Armin Ronacher:我不觉得有异步压力
Flask 作者 Armin Ronacher:我不觉得有异步压力
24 0
|
Java 测试技术 Python
Python:Flask使用ThreadPoolExecutor执行异步任务
Python:Flask使用ThreadPoolExecutor执行异步任务
563 0
|
消息中间件 前端开发 NoSQL
Win11环境下使用Flask配合Celery异步推送实时/定时消息(Socket.io)
一般情况下,Celery被用来处理耗时任务,比如千篇一律的发邮件或者文件上传之类,本次使用Celery实时或者定时发送基于Websocket的消息队列,因为如果前端已经摒弃老旧的轮询策略,使用Websocket,后端则需要相应的配合Celery进行对持久化的Websocket链接主动推送消息,这种场景在生产环境中还是很常见的,但是网上却鲜有文章阐述,而Celery官方对此的说明是
Win11环境下使用Flask配合Celery异步推送实时/定时消息(Socket.io)
|
存储 前端开发 JavaScript
基于Flask开发网站 -- 前端Ajax异步上传文件到后台
从网页界面(前端)上传文件到服务器(后端)
415 0
基于Flask开发网站 -- 前端Ajax异步上传文件到后台
|
Web App开发 Python
Flask入门邮件同步与异步发送(九)
​ 应用场景: 用户在注册或者密码丢失等过程中,账号绑定邮箱,用户在进行身份认证的过程中,电子邮箱确实是一种很常用的方式,Python中提供了smtplib可以实现发送电子邮件功能,Flask框架也有对应的flask-...