这篇教程Django使用echarts进行可视化展示的实践写得很实用，希望能帮到您。
本文以学生成绩折线图展示为例
条件准备 - 电脑上有myslq数据库
- 有 echarts 的 js 文件
连接mysql# settings.py 文件DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', # mysql 数据库名 'NAME': 'chaochao', # mysql 登陆用户名 'USER': 'root', # myslq 登陆密码 'PASSWORD': 'chaochao666', 'HOST': '', 'PORT': '', }}Django 连接 mysql 数据库教程在其他文章中，这里不再细说
Django连接mysql数据库文章地址：https://www.jb51.net/article/176066.htm
导入数据可以直接在 mysql 数据库中添加数据，也可以使用超级用户在 admin 管理页面中添加数据 # models.py 文件class Person(models.Model): # 姓名 str类型 name = models.CharField(max_length=20,verbose_name='姓名') # 年龄 int型 age=models.IntegerField(verbose_name='年龄') # 成绩 float类型 score = models.FloatField(verbose_name='成绩') 数据库内容： 
使用echarts可视化展示设置静态文件目录（即 static 目录） # settings.py 文件STATICFILES_DIRS=(os.path.join(BASE_DIR,'static'),) 创建如下目录结构： 
js 目录中为 echarts的 js 文件，大家可以在 echarts官网下载自己需要的版本 css 目录中为 展示页面用到的 css 文件
在 echarts 官网找到想展示的实例代码 这里使用的折线图的官网地址为：https://echarts.apache.org/examples/zh/editor.html?c=line-simple
实例代码： option = { xAxis: { type: 'category', data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'] }, yAxis: { type: 'value' }, series: [{ data: [820, 932, 901, 934, 1290, 1330, 1320], type: 'line' }]};index.css 文件内容： #chart{ height: 500px; width: 500px;}echarts 展示的图表需要和 html 中的 div 元素 联系起来，并且该 div 元素必须指定 height 和 width 属性
index.html 文件内容 现在使用的 echarts 官网实例中的静态数据，下面将修改为使用mysql数据库中的数据
<!DOCTYPE html><html lang="en"><head> <meta charset="UTF-8"> <title>我的第一个django展示页面</title> <link rel="stylesheet" href="/static/css/index.css" rel="external nofollow" > <script src="/static/js/echarts.min.js"></script></head><body><h1>学生成绩简单可视化</h1><div id="chart"></div><script> {#初始化 echarts 对象#} var mychart = echarts.init(document.getElementById('chart')); {#可视化展示选项#} var option = { xAxis: { type: 'category', data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'] }, yAxis: { type: 'value' }, series: [{ data: [820, 932, 901, 934, 1290, 1330, 1320], type: 'line' }] }; {#将 echarts对象与展示选项结合起来#} mychart.setOption(option);</script></body></html>现在使用的静态数据，先来看一下页面效果 
已经可以看到图表了 现在，我们来修改为 myslq 数据库中的数据 首先，编写 views.py 文件，将数据库中的数据传到前端页面中 from django.shortcuts import renderfrom .models import Person# Create your views here.def index(request): # 查询出Person对象信息，也就是数据表中的所有数据 # 一行数据就是一个对象，一个格子的数据就是一个对象的一个属性值 objs = Person.objects.all() # locals函数可以将该函数中出现过的所有变量传入到展示页面中，即index.html文件中 return render(request,'index.html',locals()) 
修改 index.html 页面，引用数据库中的信息 只需要修改了 js 内容即可，以下为 script标签中的内容
<script> {#初始化 echarts 对象#} var mychart = echarts.init(document.getElementById('chart')); {#首先，声明两个 javascript 的数组#} var series_data = []; var xAxis_data = []; {#使用循环，依次将数据库需要展示的数据添加到刚才声明的数组中#} {% for stu in objs %} series_data.push({{ stu.score }}) xAxis_data.push({{ stu.name}}) {% endfor %} {#可视化展示选项#} var option = { xAxis: { type: 'category', {#将x轴坐标修改为数据库中的学生姓名#} data: xAxis_data }, yAxis: { type: 'value' }, series: [{ {#将y轴的数据修改为数据库中学生的成绩，即score#} data: series_data, type: 'line' }] }; {#将 echarts对象与展示选项结合起来#} mychart.setOption(option);</script>现在，我们来看一下展示效果 
没有图表 不要慌，打开控制台看下报错信息 
这是因为Django的模板文件中，js代码接受数据库的数据时，不会判断当前数据的数据类型 也就是这里它把 “超超” 这个字符串当作了变量名 解决办法很简单，在 js 接受数据时添加上一对双引号 <script> {#初始化 echarts 对象#} var mychart = echarts.init(document.getElementById('chart')); {#首先，声明两个 javascript 的数组#} var series_data = []; var xAxis_data = []; {#使用循环，依次将数据库需要展示的数据添加到刚才声明的数组中#} {% for stu in objs %} series_data.push({{ stu.score }}) {#注意这里的双引号#} xAxis_data.push("{{ stu.name}}") {% endfor %} {#可视化展示选项#} var option = { xAxis: { type: 'category', {#将x轴坐标修改为数据库中的学生姓名#} data: xAxis_data }, yAxis: { type: 'value' }, series: [{ {#将y轴的数据修改为数据库中学生的成绩，即score#} data: series_data, type: 'line' }] }; {#将 echarts对象与展示选项结合起来#} mychart.setOption(option);</script>双引号的位置是： {% for stu in objs %}
series_data.push({{ stu.score }})
{#注意这里的双引号#}
xAxis_data.push("{{ stu.name}}")
{% endfor %}
现在可以看到，x轴坐标变为了数据库中的学生姓名，y轴变为了数据库中的学生成绩 如果需要使用其他的 echarts 图表进行可视化展示，只需修改 script 中的代码即可 到此这篇关于Django使用echarts进行可视化展示的实践的文章就介绍到这了,更多相关Django echarts可视化内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
教你如何使用Python Tkinter库制作记事本
python3+PyQt5+Qt Designer实现界面可视化 |
