pythonflask数据可视化怎么实现

这篇文章主要介绍了python flask数据可视化怎么实现的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇python flask数据可视化怎么实现文章都会有所收获，下面我们一起来看看吧。

创新互联拥有十余年成都网站建设工作经验,为各大企业提供成都做网站、成都网站制作服务，对于网页设计、PC网站建设（电脑版网站建设）、成都APP应用开发、wap网站建设（手机版网站建设）、程序开发、网站优化（SEO优化）、微网站、申请域名等，凭借多年来在互联网的打拼，我们在互联网网站建设行业积累了很多网站制作、网站设计、网络营销经验，集策划、开发、设计、营销、管理等网站化运作于一体，具备承接各种规模类型的网站建设项目的能力。

flask server文件

# -*- coding: utf-8 -*-  
# 作者: lang1.xia  
# 创建时间: 2022-08-25 03:38:26  
# 修改时间: 2022-08-25 03:38:26  

from flask import Flask
from jinja2 import Environment, FileSystemLoader
from markupsafe import Markup
from pyecharts.globals import CurrentConfig
# echarts 外部样式调用
CurrentConfig.GLOBAL_ENV = Environment(loader=FileSystemLoader("./templates"))
CurrentConfig.ONLINE_HOST = 'http://127.0.0.1/assets/'
from pyecharts.options import ComponentTitleOpts
from pyecharts.components  import Table
# 外部数据库方法调用
from data_storage import one_data
# 自定义本地html模板
app = Flask(__name__, template_folder="templates")


def bar_base() -> Table:
    # 查询数据库信息形成大列表
    sql = "select * from ains_MySQL_base"
    res = one_data(sql)
    data_rows = [] 
    if res["code"] == 200 and res["data"]:
        for i in res["data"]:
            disk_io_info = ''.join(list(i[8]))
            disk_io_tmp = ""
            for key_d in eval（disk_io_info):
                key = list(key_d.keys())
                val = list(key_d.values())
                new_str =  key[0] + ": " + str(round(val[0],4)) + " \n"
                disk_io_tmp += new_str
            new_i = list(i[3:7]) + list(i[9:-1])
            new_i.append(disk_io_tmp)
            disk_info = ''.join(list(i[7]))
            disk_tmp = ""
            for key_d in eval（disk_info):
                key = list(key_d.keys())
                val = list(key_d.values())
                new_str =  key[0] + ": " + str(round(val[0],4)) + " \n"
                disk_tmp += new_str
            new_i.append(disk_tmp)
            data_rows.append(new_i)
    print(data_rows)
    # 定义表头
    headers = [ "IP地址", "CPU使用率", "CPU五分钟负载","内存使用率", "innodb行锁", "连接数","磁盘IO", "磁盘"]
    rows = data_rows
    # 添加标题、表数据、表样式
    c = (
        Table()
        .add(headers, rows, attributes={"style": "margin:0% auto;font-size: 28px;text-align: left,width:100px", "class": "fl-table"})
        .set_global_opts(title_opts=ComponentTitleOpts(title="数据库巡检", title_style={"style": "font-size: 28px; font-weight:bold;text-align: center"}))
    )
    return c


@app.route("/")
def index():
    # 调用函数、返回到前端
    c = bar_base()
    return Markup(c.render_embed())


if __name__ == "__main__":
    app.run(host="0.0.0.0")

数据库SQL执行封装文件

# -*- coding: utf-8 -*- 
# 作者: lang1.xia  
# 创建时间: 2022-08-22 07:06:53  
# 修改时间: 2022-08-22 07:06:53 

# 未使用
import pymysql

# 基础连接信息
def conndb():
    conn = pymysql.connect(host="IP地址", user="账号", passwd="密码", database="数据库名", port="数据库端口")
    cur = conn.cursor()
    return conn, cur

# 关闭连接
def closedb(conn, cur):
    cur.close()
    conn.close()

# executemany方法封装
def batch_data(sql):
    conn, cur = conndb()
    try:
        cur.executemany(sql)
        result = cur.fetchall()
    except Exception as e :
        return {"code": 400, "message": e}
    else:
        conn.commit()
    closedb(conn=conn, cur=cur)
    return {"code": 200, "message": "true", "data": result}

# execute方法封装
def one_data(sql):
    conn, cur = conndb()
    try:
        cur.execute(sql)
        result = cur.fetchall()
    except Exception as e :
        return {"code": 400, "message": e}
    else:
        conn.commit()
    closedb(conn=conn, cur=cur)
    return {"code": 200, "message": "true", "data": result}

运行flask服务

python server.py

前端访问

浏览器访问http://127.0.0.1:5000

关于“python flask数据可视化怎么实现”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“python flask数据可视化怎么实现”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注创新互联行业资讯频道。