使用 Flask 绘制报表
Flask 是一个轻量级的 Python Web 框架，非常适合快速开发和部署小型到中型的 Web 应用，在数据分析和展示领域，生成动态的报表是一项常见需求，本文将介绍如何使用 Flask 来绘制和展示报表。
1. 环境准备
确保你的开发环境中安装了 Flask 和其他必要的库：
pip install flask matplotlib pandas
Flask: Web 框架
Matplotlib: 绘图库
Pandas: 数据处理库
2. 创建 Flask 应用
创建一个基本的 Flask 应用结构：
my_flask_app/
├── app.py
├── templates/
│ └── index.html
├── static/
│ └── style.css
└── data/
└── data.csv
app.py 是主应用程序文件，templates 目录用于存放 HTML 模板，static 目录用于存放静态文件（如 CSS、JS），data 目录用于存放数据文件。
3. 编写app.py
以下是一个简单的app.py 示例：
from flask import Flask, render_template, request, jsonify
import pandas as pd
import matplotlib.pyplot as plt
import io
import base64
app = Flask(__name__)
@app.route('/')
def index():
return render_template('index.html')
@app.route('/generate_report', methods=['POST'])
def generate_report():
data_file = 'data/data.csv'
df = pd.read_csv(data_file)
figure, ax = plt.subplots()
ax.bar(df['Category'], df['Value'])
ax.set_title('Category vs Value')
ax.set_xlabel('Category')
ax.set_ylabel('Value')
img = io.BytesIO()
plt.savefig(img, format='png')
img.seek(0)
plot_url = base64.b64encode(img.getvalue()).decode()
return jsonify({'plot_url': f'data:image/png;base64,{plot_url}'})
if __name__ == '__main__':
app.run(debug=True)
代码解释
1、导入库: 导入 Flask、Pandas、Matplotlib 以及其他需要的库。
2、初始化 Flask 应用: 创建 Flask 应用实例。
3、主页路由: 定义一个/ 路由，渲染index.html 模板。
4、生成报表路由: 定义一个/generate_report 路由，处理 POST 请求，读取数据文件并生成图表。
5、读取数据: 使用 Pandas 读取 CSV 文件数据。
6、绘制图表: 使用 Matplotlib 绘制柱状图。
7、保存图表为图像: 将图表保存为 PNG 格式，并转换为 Base64 编码字符串。
8、返回结果: 将图表作为 JSON 响应返回前端。
4. 编写index.html
以下是一个简单的index.html 示例：
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Flask Report</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<h1>Generate Report</h1>
<form id="report-form">
<input type="submit" value="Generate">
</form>
<div id="report"></div>
<script>
document.getElementById('report-form').onsubmit = async (e) => {
e.preventDefault();
let response = await fetch('/generate_report', { method: 'POST' });
let result = await response.json();
document.getElementById('report').innerHTML =<img src="${result.plot_url}" alt="Plot">;
};
</script>
</body>
</html>
代码解释
1、表单提交: 当用户点击 "Generate" 按钮时，触发表单提交事件。
2、异步请求: 使用 Fetch API 发送 POST 请求到/generate_report 路由。
3、处理响应: 解析 JSON 响应，并将图表图像插入到页面中。
5. 运行应用
在终端中运行以下命令启动 Flask 应用：
python app.py
访问http://127.0.0.1:5000/，你将看到一个带有 "Generate" 按钮的页面，点击按钮后，页面将显示从数据文件中生成的图表。
相关问题与解答
问题 1：如何更改数据源？
解答：你可以修改data_file 变量的值来指定不同的数据文件路径，如果你想使用 JSON 文件作为数据源，可以修改如下：
import json
@app.route('/generate_report', methods=['POST'])
def generate_report():
data_file = 'data/data.json'
with open(data_file, 'r') as f:
data = json.load(f)
df = pd.DataFrame(data)
...
问题 2：如何自定义图表类型？
解答：你可以根据需要选择不同的 Matplotlib 图表类型，如果你想绘制折线图而不是柱状图，可以修改如下：
@app.route('/generate_report', methods=['POST'])
def generate_report():
data_file = 'data/data.csv'
df = pd.read_csv(data_file)
figure, ax = plt.subplots()
ax.plot(df['Category'], df['Value']) # 使用 ax.plot() 绘制折线图
ax.set_title('Category vs Value')
ax.set_xlabel('Category')
ax.set_ylabel('Value')
...
以上就是关于“flask画报表”的问题，朋友们可以点击主页了解更多内容，希望可以够帮助大家!
原创文章，作者：K-seo，如若转载，请注明出处：https://www.kdun.cn/ask/729871.html
微信扫一扫 