|
ECharts是一个由百度开发的纯 Javascript 的图表库，pyecharts是某三位大佬将ECharts移植到Python项目中的产物，在Python网站中可以更轻松的接入图表，但是个人感觉pyecharts比ECharts还是局限很大的，pyecharts0.5.x版本就更为缩水了，由于项目之前用的是pyecharts0.5.11版本，图表比较少，不足以解决问题，甚至自己用js实现了两个图表来使用，美观度比ECharts还是逊色不少，如果将项目迁移到新版pyecharts v1.0.0则更为麻烦，就直接在原来的项目中引入echarts库来混合使用，pyecharts v1.0.0虽然完善了不少问题，但是加入了新的配置规则，学习起来增加了不少负担，灵活度也没有echarts好，个人建议如果项目中使用的图表不是很复杂，数据静态的可以使用pyecharts，复杂点的还是尽量使用echarts比较方便，下面开始进入主题： 1. 安装pyecharts： pip install pyecharts==0.5.11 #0.5.x的旧版，我目前使用的这个，要用pyecharts的话建议安装下面的最新版 pip install pyecharts #安装最新版 pyecharts使用图表可以直接在视图代码里面构建图表，Django会将其渲染到前端模板页面中：  # 主体图-1def visualPage(request): template = loader.get_template('visualModule/visualPage.html') #载入模板文件 parseArgData() data3D1,weights3D1,bar = drawBar() #得到图表数据 context = dict( #context添加在模板中要渲染的数据 myechart = bar.render_embed(), #图表数据 host = DEFAULT_HOST, script_list = bar.get_js_dependencies(), #由pyecharts引入需要用到的js代码文件 guestSetArgs=startArgsSet, warningdata=argList, data3D=data3D1, weights3D=weights3D1, ) return HttpResponse(template.render(context, request))# 构建图表函数，这里只粘贴了图表的接口代码，数据处理和逻辑代码略去： def drawBar(): #绘制 x_axis = ['','','','','','','','','','','',''] #X轴 y_axis = [0,1,2,3,4,5,6,7,8,9,10,11] data = [ #闭源5个 dict( name = '', value=[so[0], sor[0], projects[0][0]['']], itemStyle=dict(color=getColorstr2(0,weights[0])) ), dict( name='', value=[so[4], sor4[2], projects[4][2]['']], itemStyle=dict(color=getColorstr2(4,weights[18])) ), ... ] bar3d = Bar3D('', width=1000, height=500) bar3d.add('',x_axis,y_axis, data, is_visualmap=False, is_xaxis_show=True, is_yaxis_show=False, is_splitline_show=False, xaxis3d_name =' ', yaxis3d_name =' ', #is_label_show =True, mark_point_symbol='circle', is_more_utils=True, mark_point=['max','min'], mark_line=['average'], zaxis3d_name ='评分', xaxis3d_interval =0, grid3d_width=150, grid3d_depth=100, grid3d_shading='realistic', is_grid3d_ratate = True, grid3d_rotate_speed=180, tooltip_formatter=formatter) bar3d.on(MOUSE_CLICK, on_click) return data,weights,bar3d <!-- 模板代码--> <div> {{ myechart|safe }} <br> {{radarChart|safe}} </div> 这样就可以在前端显示柱状图图表了
另外项目中还使用了一个折线图也是同样做法：
其他图表也是类似添加，可以参考pyecharts官网教程： https:///#/ 2. 接下来在项目中再引入echarts来使用，和pyecharts混合使用互不影响 安装可参考echarts官网： https://www./zh/ 去https://github.com/apache/incubator-echarts下载echarts源码包，解压出来的文件夹里的 1 {% for jsfile_name in script_list %}2 <script src='{{ host }}/{{ jsfile_name }}.js'></script>3 {% endfor %}4 5 <script src='{% static 'js/dist/echarts.min.js' %}'></script>6 <script src='{% static 'js/dist/echarts-gl.js' %}'></script>  <div id='container3' style='height: 800px'></div> <script type='text/javascript'> //echarts柱状图var dom3 = document.getElementById('container3');var myChart3 = echarts.init(dom3);var app = {};option = null;var hours = [];var days = [];$.get('{% static 'json/eachBar3dData.json' %}',function (json_data) { var jdata=[]; $(json_data.items).each(function(i,ite){ jdata.push(ite) }) rectSize=Math.sqrt(json_data.length); for(var i=0;i<rectSize;i++) { hours.push(''); days.push(''); } option = { title: { text: '所有代码子模块代码数量3D柱状图', subtext: '可显示代码数量，缺陷情况', left: 'leafDepth' }, tooltip: { formatter:function(params) { var errors=0; for(var i =0;i< json_data.length;i++) { if (json_data[i][3]==params.name) { errors=json_data[i][4]; break; } } return '<div >'+'文件路径：'+params.name+'<br>'+ '代码行数：'+params.value[2]+'<br>'+ '缺陷数量：'+errors+ '</div>'; }, }, visualMap: { max: 4000, inRange: { color: ['#313695', '#4575b4', '#74add1', '#abd9e9', '#e0f3f8', '#ffffbf', '#fee090', '#fdae61', '#f46d43', '#d73027', '#a50026'] } }, xAxis3D: { type: 'category', data: hours, name: '' }, yAxis3D: { type: 'category', data: days, name:'' }, zAxis3D: { type: 'value', name:'代码数量' }, grid3D: { boxWidth: 200, boxDepth: 180, viewControl: { // projection: 'orthographic' }, light: { main: { intensity: 1.2, shadow: true }, ambient: { intensity: 0.3 } } }, /* dataset: { dimensions: [ 'Income', 'Life Expectancy', 'Population', 'Country', {name: 'Year', type: 'ordinal'} ], source: json_data }, */ series: [{ type: 'bar3D', data: json_data.map(function (item) { return { name:item[3], value: [item[1], item[0], item[2]], } }), shading: 'lambert', label: { textStyle: { fontSize: 16, borderWidth: 0 } }, emphasis: { label: { textStyle: { fontSize: 20, color: '#900' } }, itemStyle: { color: '#900' } } }] }; myChart3.setOption(option, true);}); if (option && typeof option === 'object') { myChart3.setOption(option, true);} </script> </div> 显示效果：
另外项目中还用到树形图表用来表示文件目录结构：
可钻入的矩形树图：
由于pyecharts0.5.x中不存在这个图表，pyecharts v1.0.0和echarts中没有添加还是我没有认真看也没有发现这个，就自己实现了和这个类似的钻入树形图表：
同时为了练手也自己实现了一个条形图表：
图形条数和形状是根据数据变化来做适应的，但是美观度比echarts还是逊色不少 3 . echarts事件交互的使用 项目中使用到一个雷达图，需要鼠标点击便签进入便签的子图，也是一个类似的钻入图形，逻辑代码部分较多，省略了getOption( argName)函数中的部分逻辑代码： <div id='container' style='height: 800px'></div> <script type='text/javascript'>var dom = document.getElementById('container');var myChart = echarts.init(dom);var app = {};var weight=1000; //权重的倍数var weight1=800;function getOption( argName){ var ardData=[]; if(argName=='闭源特性'){ //判断点击文字 var weightBuf= [{{weights3D.0}},{{weights3D.1}},{{weights3D.2}},{{weights3D.3}},{{weights3D.4}}, ]; var weightBuf1=[]; weightBuf.forEach(myFunction); function myFunction(value, index, array) { weightBuf1.push(value*weight1); } ardData=[ { value : [{{data3D.0.value.2}},{{data3D.1.value.2}},{{data3D.2.value.2}},{{data3D.3.value.2}},{{data3D.4.value.2}}, ], name : '评分' }, { value : weightBuf1, name : '权重' } ]; option = null; option = { title: { text: '雷达图', subtext: '点击文字要素返回顶层属性雷达图', }, tooltip: { formatter:function(params) { namelist=['正确性', '可靠性', '安全性', '可理解性','代码熵'] var eachli=params.value; if (params.name=='权重') eachli=weightBuf; return '<div >'+params.name+'<br>'+ namelist[0]+'：'+eachli[0]+'<br>'+ namelist[1]+'：'+eachli[1]+'<br>'+ namelist[2]+'：'+eachli[2]+'<br>'+ namelist[3]+'：'+eachli[3]+'<br>'+ namelist[4]+'：'+eachli[4]+ '</div>'; }, }, legend: { data: ['评分（scole）', '权重（weight）'] }, radar: { // shape: 'circle', name: { textStyle: { color: '#000', backgroundColor: '#dee', borderRadius: 3, padding: [3, 5] } }, indicator: [ { name: '正确性', max: 100}, { name: '可靠性', max: 100}, { name: '安全性', max: 100}, { name: '可理解性', max: 100}, { name: '代码熵', max: 100}, ], triggerEvent:true }, series: [{ name: '评分 vs 权重', type: 'radar', // areaStyle: {normal: {}}, data : ardData }] };; } return option;}option=getOption('root');if (option && typeof option === 'object') { myChart.setOption(option, true); myChart.on('click', function (params) { console.log(params); // alert(params.name); myChart.setOption(getOption(params.name), true); });} </script> 主要是用 myChart.on('click', function (params) { console.log(params); // alert(params.name); myChart.setOption(getOption(params.name), true); }); 来监听鼠标点击标签事件，然后通过getOption来动态构建option显示，就达到了钻入效果
点击之后的钻入效果
4. 自定义tooltip标签 在tooltip中定义formatter，params参数为当前活动的元素数据 tooltip: { formatter:function(params) { var errors=0; for(var i =0;i< json_data.length;i++) { if (json_data[i][3]==params.name) { errors=json_data[i][4]; break; } } return '<div >'+'文件路径：'+params.name+'<br>'+ '代码行数：'+params.value[2]+'<br>'+ '缺陷数量：'+errors+ '</div>'; }, }, 效果：
提示框浮层内容格式器，支持字符串模板和回调函数两种形式。 1, 字符串模板 模板变量有
更多其它图表模板变量的含义可以见相应的图表的 label.formatter 配置项。 示例： formatter: '{b0}: {c0}<br />{b1}: {c1}'2, 回调函数 回调函数格式： 第一个参数 { componentType: 'series', // 系列类型 seriesType: string, // 系列在传入的 option.series 中的 index seriesIndex: number, // 系列名称 seriesName: string, // 数据名，类目名 name: string, // 数据在传入的 data 数组中的 index dataIndex: number, // 传入的原始数据项 data: Object, // 传入的数据值。在多数系列下它和 data 相同。在一些系列下是 data 中的分量（如 map、radar 中） value: number|Array|Object, // 坐标轴 encode 映射信息， // key 为坐标轴（如 'x' 'y' 'radius' 'angle' 等） // value 必然为数组，不会为 null/undefied，表示 dimension index 。 // 其内容如： // { // x: [2] // dimension index 为 2 的数据映射到 x 轴 // y: [0] // dimension index 为 0 的数据映射到 y 轴 // } encode: Object, // 维度名列表 dimensionNames: Array<String>, // 数据的维度 index，如 0 或 1 或 2 ... // 仅在雷达图中使用。 dimensionIndex: number, // 数据图形的颜色 color: string, // 饼图的百分比 percent: number,}我这里使用的回调函数，定义雷达图更方便一点 其他可参考官方文档教程： https://www./zh/option.html#title |
|
|
