Python动态绘图的方法（matplotlib，matplotlib.animation,pyechart,echart）

方法八：flask+ajax+echart+json+mysql的自动刷新网页展示数据库数据 11

方法一：matplotlib循环添加数据

import numpy as np
import matplotlib.pyplot as plt
"""
动态绘图方法一：
通过刷新图面的方法，每次循环在绘制新图画前，把当前绘图区的内容进行清空，
然后绘制新的图形
"""
fig=plt.figure() #设置图面大小
plt1=plt.subplot(211) #设置绘图区域2行1列，第一个图区
plt2=plt.subplot(212)#设置绘图区域2行1列，第二个图区
plt1.axis([0, 100, 0, 1])
xa=[]
ya = []
pause_time=0.01 #动态刷新时间
for i in range(50):
    y = np.random.random()
    ya.append(y) # 每迭代一次，将i放入y1中画出来
    xa.append(i)
    plt1.cla()   # 清除键
    plt1.plot(xa,ya)
    plt.pause(pause_time)

方法二：matplotlib循环刷新-清除旧数据-添加新数据

"""
利用绘图的特性，每次绘制的内容，在前一次的结果上添加，
这个方法需要对数据进行特殊处理，每次绘制的数据，只有新添加的数据，旧的数据需要删除
"""
plt2.axis([0, 100, 0, 1])
xs = [0, 0]
ys = [1, 1]
for i in range(50):
    y = np.random.random()
    xs[0] = xs[1]
    ys[0] = ys[1]
    xs[1] = i
    ys[1] = y
    plt2.plot(xs, ys)
    plt.pause(pause_time)
plt.show()

方法三、利用第三方插件imagemagick实现动态图保存gif文件

首先现在imagemagick软件，这里有个坑，需要下载6.9版本的，应为7.0版本没有了convert.exe命令，必须用6.9版本的，网上的教程都是用的这个convert命令
安装完，imagemagick后，matplotlib并不知道这个命令所在的位置，因此需要告诉命令convert的绝对位置

在python中利用print(matplotlib.matplotlib_fname())，获得matplotlib配置文件的位置，在最后一行，修改命令的全局路径

，为animation.convert_path: D:\Program Files\ImageMagick-6.9.10-Q16\convert.exe

在程序中就可以正常使用了

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.animation as animation
print(matplotlib.matplotlib_fname()) # 修改matplotlib配置文件的位置
fig = plt.figure() # 画纸
ax = plt.subplot() # 绘图区
xdata, ydata = [], [] # x，y轴数据数组
ln, = plt.plot([], [], 'r', animated=True) #
def init():
    ax.set_xlim(0, 100)
    ax.set_ylim(0, 1)
    return ln,
def update(frame): #frame的数据来自FuncAnimation函数frams的内容,每次调用函数，区frames中的一个数据
    xdata.append(frame)
    # print(frame)
    ydata.append(np.random.random())
    ln.set_data(xdata, ydata) #在ln中添加数据
    return ln,
anim = animation.FuncAnimation(fig, update, frames=range(10,60), interval=10, init_func=init, blit=True, repeat=False)
# anim.save('sinx.gif', writer='imagemagick') #存储为gif文件
# anim.save('sinx2.html') #利用默认的工具，存储为html文件
plt.show()

方法四：利用pyecharts实现图展示-保存为html

利用echart进行实现，利用网页形式，在web前端显示图形，让后利用echart获得后台的数据
需要工具，echart，flask
pip install echarts
保存为gif

1.如果想直接将图片保存为 png, pdf, gif 格式的文件，可以使用 pyecharts-snapshot。使用该插件请确保你的系统上已经安装了 Nodejs 环境。
安装 phantomjs $ npm install -g phantomjs-prebuilt
安装 pyecharts-snapshot $ pip install pyecharts-snapshot
调用 render 方法 bar.render(path='snapshot.png') 文件结尾可以为 svg/jpeg/png/pdf/gif。请注意，svg 文件需要你在初始化 bar 的时候设置 renderer='svg'。

首先利用pyecharts画一个静态的图形

#http://pyecharts.org/#/zh-cn/prepare 帮助文件
from pyecharts import Line
import numpy as np
x=list(range(0,50))
y1=list(np.random.random(50))
y2=list(np.random.random(50))
y2=[m/2 for m in y2 if m>0] #for的迭代式式，加过滤器if，生产list

line=Line("折线图")
line.add("A",x,y1,mark_point=["average"],line_width=3,line_color="red")

line.add("B",x,y2,mark_point=["average"],line_width=3,line_color="blue")

#line.show_config()
line.render("myechart001.html") #生成html文件

import webbrowser
webbrowser.open("myechart001.html") #

方法五：利用flask和pyechart组合-web发布图形

首先要安装flask框架
在windows的命令行执行：python -m venv myenv
进入虚拟环境命令的脚本文件夹，激活虚拟环境
然后安装flask包

两个文件的代码如下

python程序如下

import random

from pyecharts import Scatter3D

from flask import Flask, render_template

app = Flask(__name__)

REMOTE_HOST = "https://pyecharts.github.io/assets/js"

@app.route("/")

def hello():

s3d = scatter3d()

return render_template(

"pyecharts.html",

myechart=s3d.render_embed(),

host=REMOTE_HOST,

script_list=s3d.get_js_dependencies(),

)

def scatter3d():

data = [generate_3d_random_point() for _ in range(80)]

range_color = [

"#313695",

"#4575b4",

"#74add1",

"#abd9e9",

"#e0f3f8",

"#fee090",

"#fdae61",

"#f46d43",

"#d73027",

"#a50026",

]

scatter3D = Scatter3D("3D scattering plot demo", width=1200, height=600)

scatter3D.add("", data, is_visualmap=True, visual_range_color=range_color)

return scatter3D

def generate_3d_random_point():

return [

random.randint(0, 100), random.randint(0, 100), random.randint(0, 100)

]

if __name__=='__main__':

app.run(debug=True)

html文件的内容如下

<!DOCTYPE html>

<html>

<head>

<title>Proudly presented by ECharts</title>

{% for jsfile_name in script_list %}

{% endfor %}

</head>

<body>

</body>

</html>

在pycharm中运行server.py文件，在浏览器中访问127.0.0.1:5000即可

这是官方的例子。

在此基础上修改为折线图

from pyecharts import Line #引入不同的图形模块

from flask import Flask, render_template

import numpy as np

app = Flask(__name__)

REMOTE_HOST = "https://pyecharts.github.io/assets/js" #远程js库，可以下载全部到自己的服务器上，修改这个路径就可以了

@app.route("/")

def hello():

myline=mydata_line() #这个地方就是基本的pyechart图形绘制，返回一个图形对象

return render_template(

"pyecharts.html", #模板的名称，模板默认位置在templates文件夹下

myechart=myline.render_embed(), #给模板传递echart图形参数

host=REMOTE_HOST, #js库的位置

script_list=myline.get_js_dependencies(), #给模块传echart图形的js代码，我理解的，不一定对

)

#此函数就是普通的画图函数，数据怎么处理都可以，利用基本知识

def mydata_line():

x=list(range(50))

y1=list(np.random.random(50))

y2=list(np.random.random(50))

line=Line("折线图flask")

line.add("A",x,y1)

line.add("B",x,y2)

#line.render("myechart001.html") # 生成html文件，这是静态方法生成网页

return line

if __name__=='__main__':

app.run(debug=True)

html文件的内容不变，还利用官方例子的内容。

这种方法，比较简单可以快速的发布html格式的网页，但是问题是html网页的内容比较单一，需要根据需求进行修改，但是应用的案例比较少，属于小众方法。

主要问题：没有方法实现动态刷新图形图形的方法，图形都是利用已知的数据，生成静态的html网页进行发布，因此不适用动态刷新的方法

扩展思路，直接利用底层得echart进行数据展示

方法六：利用flask发布静态echart的html网页

思路：利用flask发布静态网页，但是html网页是echart的网页，需要js渲染，因此需要jinjia2库支持，渲染网页。这里需要主要flask的默认文件夹结构，pro/static，pro/templates，pro/，分别方法JS/CSS/IMAGE，html，py程序

#python文件内容

from flask import Blueprint,render_template,send_file

from flask import Flask

app = Flask(__name__)

@app.route('/')

def index():

return render_template('pyecharts2_1.html') #调用模板

if __name__=='__main__':

app.run(debug=True)

html文件内容，修改了官方的例子，把js文件的位置，写为了绝对路径，不要跟html文件在一个目录里面

<!DOCTYPE html>

<html>

<head>

<title>ECharts</title>

</head>

<body>

<font face="黑体" color="red">文字的字体和颜色</font>

// 基于准备好的dom，初始化echarts实例

var myChart = echarts.init(document.getElementById('main'));

// 指定图表的配置项和数据

var option = {

title: {

text: 'ECharts 入门示例'

tooltip: {},

legend: {

data:['销量']

xAxis: {

data: ["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"]

yAxis: {},

series: [{

type: 'bar',

data: [5, 20, 36, 10, 10, 20]

}]

};

// 使用刚指定的配置项和数据显示图表。

myChart.setOption(option);

</script>

</body>

</html>

方法七：利用flask+ajax+echart+json发布异步图形网页

思路：静态方法，echart的html网页的数据是写死的，因此需要修改网页的数据内容，利用echart的js库提供的接口功能，经过搜索，考虑使用ajax+Jason的方法。用户首先访问网页/，获得模板html，但是模板里面只有js的脚本，没有数据，因此再次利用ajax访问/test，获得json数据，然后把json数据利用js进行解析，添加到html网页中进行显示。如果需要动态刷新，在html中添加js的定时器函数，利用间隔时间发送ajax请求数据，刷新页面

参考：轮询和长轮询https://blog.csdn.net/submarineas/article/details/84176840

#python程序

from flask import Flask,render_template,url_for

import json

import numpy as np

app = Flask(__name__)

@app.route('/')

def hello():

return render_template('my_template.html')

# /test路由接收前端的ajax请求

@app.route('/test',methods=['POST'])

def my_echart():

xdays = list(range(0, 50))

yvalues1 = list(np.random.random(50))

yvalues2= list(np.random.random(50))

# 转换成JSON数据格式

jsonData = {} #准备存储json数据的字典

jsonData['xdays']=xdays

jsonData['yvalues1'] = yvalues1

jsonData['yvalues2'] = yvalues2

# json.dumps()用于将dict类型的数据转成str，因为如果直接将dict类型的数据写入json会发生报错，因此将数据写入时需要用到该函数。

j = json.dumps(jsonData)

# 在浏览器上渲染my_template.html模板（为了查看输出的数据）

return(j)

if __name__ == '__main__':

app.run(debug=True)

#html模板

<!DOCTYPE html>

<html>

<head>

<title>炫酷的ECharts</title>

</head>

<body>

<font face="黑体" color="red">my_template</font>

var myChart = echarts.init(document.getElementById('main'));

var app = {

xday:[],

yvalue1:[],

yvalue2:[]

};

// 发送ajax请求，从后台获取json数据

$(document).ready(function () {

getData();

console.log(app.xday);

console.log(app.yvalue1);

console.log(app.yvalue2)

});

function getData() {

$.ajax({

url:'/test',

data:{},

type:'POST',

async:false,

dataType:'json',

success:function(data) {

app.xday = data.xdays;

app.yvalue1 = data.yvalues1;

app.yvalue2 = data.yvalues2;

myChart.setOption({

title: {

text: '异步数据加载示例'

tooltip: {},

legend: {

data:['销量1','销量2']

xAxis: {

data: app.xday

yAxis: {},

series: [{

type: 'line', //echart的图形类型'bar'

data: app.yvalue1

{

type: 'line', //echart的图形类型'bar'

data: app.yvalue2

}

]

})

error:function (msg) {

console.log(msg);

alert('系统发生错误');

}

})

};

setInterval(getData,3000); //很关键的，自动轮寻，3秒一次，动态刷新

</script>

</body>

</html>

方法八：flask+ajax+echart+json+mysql的自动刷新网页展示数据库数据

参考：轮询和长轮询https://blog.csdn.net/submarineas/article/details/84176840

Sql参考https://blog.csdn.net/u014465934/article/details/80556340

先连接mysql数据库
从数据库读取数据，元祖形式。然后填充到图形中
其它内容，跟前面一样，利用定时器html动态刷新界面，获得后台最新的mysql的数据。

#python程序

#coding:utf-8

from flask import Flask,render_template,url_for

import pymysql

import json

# 生成Flask实例

app = Flask(__name__)

@app.route('/')

def hello():

return render_template('my_template.html')

# /test路由接收前端的ajax请求

@app.route('/test',methods=['POST'])

def my_echart():

# 连接数据库

conn = pymysql.connect(host='127.0.0.1',user='root',password='123456',db='mydb001')

cur = conn.cursor()

sql = 'SELECT * FROM tb1'

cur.execute(sql)

u = cur.fetchall()

# 转换成JSON数据格式

jsonData = {}

xdays = []

yvalues1 = []

yvalues2 = []

for data in u:

# xdays.append(str(data[0]))

xdays.append(data[0])

yvalues1.append(data[1])

yvalues2.append(data[2])

print(xdays,yvalues1,yvalues2)

jsonData['xdays']=xdays

jsonData['yvalues1'] = yvalues1

jsonData['yvalues2'] = yvalues2

# json.dumps()用于将dict类型的数据转成str，因为如果直接将dict类型的数据写入json会发生报错，因此将数据写入时需要用到该函数。

j = json.dumps(jsonData)

cur.close()

conn.close()

# 在浏览器上渲染my_template.html模板（为了查看输出的数据）

return(j)

if __name__ == '__main__':

# 运行项目

app.run(debug=True)

Html程序跟前面程序一样，不变

程序下载：链接：https://pan.baidu.com/s/1xeLlOHtDKhgBf5qQCJoh0Q

提取码：wvam

Python动态绘图的方法（matplotlib，matplotlib.animation,pyechart,echart）

方法一：matplotlib循环添加数据

方法二：matplotlib循环刷新-清除旧数据-添加新数据

猜你喜欢