数据分析实战丨基于flask+pygal可视化分析sqlite中的数据

文章目录

  • 写在前面
  • 实验目标
  • 项目框架
  • 实验内容
    • 1.配置实验环境
    • 2.查看sqlite3数据库的数据
    • 3.创建项目文件
    • 4.编写代码
    • 5.运行项目
  • 运行结果
  • 写在后面

写在前面

本期内容: 基于Flask+Pygal可视化分析Sqlite3中的数据

实验环境:

  • python
  • pygal
  • flask

项目下载地址:https://download.csdn.net/download/m0_68111267/88733319

实验目标

简单了解Python Web的轻量级应用框架Flask和图表库Pygal,并使用Flask和Pygal对Sqlite3中的数据做可视化分析。

项目框架

数据分析实战丨基于flask+pygal可视化分析sqlite中的数据_第1张图片

实验内容

1.配置实验环境

在正式开始之前,我们需要先安装本次实验用到的依赖库:

flask:一个用Python编写的轻量级Web应用框架。它简洁而灵活,适合快速开发小型的Web应用和API。Flask不强制要求使用特定的数据库和模板引擎,只提供了最基础的功能,其余的功能可以通过各种扩展来实现。Flask的设计思想是简单易用,让开发者能够专注于业务逻辑的实现而不必过多关注框架本身。有了Flask,开发者可以轻松快速地构建出高效可靠的Web应用。

pygal:一个开源的Python图表库,用于制作统计图表和可视化数据。它支持多种图表类型,包括折线图、柱状图、饼图等,并且具有丰富的样式和可定制性。通过pygal,用户可以轻松地创建漂亮、交互式的图表,用于数据分析和展示。

安装命令:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple flask
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pygal

2.查看sqlite3数据库的数据

  1. 需要使用第三方软件查看数据库中的数据哦(如果不需要查看数据可以跳过这一步骤,不影响实验结果滴)
  2. 博主用的是navicat,所以在这里主要演示一下如何用navicat查看sqlite3数据库中的数据。

数据分析实战丨基于flask+pygal可视化分析sqlite中的数据_第2张图片
数据分析实战丨基于flask+pygal可视化分析sqlite中的数据_第3张图片
数据分析实战丨基于flask+pygal可视化分析sqlite中的数据_第4张图片

3.创建项目文件

根据项目的框架依次创建项目所需的文件

  • main.py:主程序
  • dbconnect.py:连接数据库
  • models.py:模型类
  • templates/index.html:前端逻辑文件
  • data.db:数据库文件(数据集)

数据分析实战丨基于flask+pygal可视化分析sqlite中的数据_第5张图片

4.编写代码

1. 创建模型类

双击进入"models.py"文件,然后填入以下代码创建一个模型,用于存放数据库中的数据:

"""
作者:Want595
微信号:Want_595
公众号:Want595
"""
from dbconnect import db
class Appinfo(db.Model):
    __tablename__ = 'appinfo'
    id = db.Column(db.Integer, primary_key=True)
    year = db.Column(db.String(20))
    month = db.Column(db.String(20))
    cnt = db.Column(db.String(20))

    def __init__(self, year, month, cnt):
        self.year = year
        self.month = month
        self.cnt = cnt

    def __str__(self):
        return self.year + ":" + self.month + ":" + self.cnt

    def __repr__(self):
        return self.year + ":" + self.month + ":" + self.cnt

    def save(self):
        db.session.add(self)
        db.session.commit()

这段代码定义了一个名为"Appinfo"的数据库模型类,用来映射数据库中的"appinfo"表。该表包含了以下字段:

  • id: 整数型,作为主键
  • year: 字符串类型,用来存储年份
  • month: 字符串类型,用来存储月份
  • cnt: 字符串类型,用来存储计数器值

该类有以下方法:

  • init(self, year, month, cnt): 构造方法,用来初始化对象的属性。
  • str(self): 重写了字符串表示方法,返回一个格式为"年份:月份:计数器值"的字符串。
  • repr(self): 重写了对象表示方法,返回一个格式为"年份:月份:计数器值"的字符串。
  • save(self): 保存对象到数据库。使用db.session.add(self)将对象添加到会话中,然后使用db.session.commit()提交事务。

该模型类依赖于"dbconnect"模块中的db对象,该对象是SQLAlchemy库中的一个实例,用来连接和操作数据库。

2. 连接数据库

进入"dbconnect.py"文件,填入以下代码,连接数据库:

from flask_sqlalchemy import SQLAlchemy

db = SQLAlchemy()

这段代码使用Flask框架的扩展模块"flask_sqlalchemy"创建了一个SQLAlchemy对象,并命名为db。

SQLAlchemy是一个Python SQL工具和对象关系映射(ORM)库。它提供了一种高级的抽象方式来操作数据库,使开发人员能够以面向对象的方式来处理数据库相关操作,而不需要编写原始的SQL语句。

在Flask应用中,通过创建一个SQLAlchemy对象,并绑定到应用的数据库配置上,可以轻松地进行数据库的增删改查等操作。通过db对象,可以使用SQLAlchemy提供的各种功能和方法来操作数据库模型对象。

在上述代码中,创建了一个名为db的SQLAlchemy对象,并将其导入到其他模块中使用。接下来,可以通过db对象调用各种SQLAlchemy方法,例如创建数据库模型、定义表结构、执行查询语句等。

要想使用这个db对象,还需要在Flask应用的配置中进行一些设置,例如配置数据库连接的URL、指定数据库的名称、配置其他SQLAlchemy相关的参数等。

3.编写主函数

进入"main.py"文件,编写后端的主要逻辑代码:

import pygal
from flask import Flask, render_template

from dbconnect import db
from models import Appinfo


app = Flask(__name__)
dbpath = app.root_path
# 注意斜线的方向
app.config['SQLALCHEMY_DATABASE_URI'] = r'sqlite:///' + dbpath + '/data.db'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True
print(app.config['SQLALCHEMY_DATABASE_URI'])
……完整代码需要下载后查看哦~

这段代码创建了一个基于Flask框架的Web应用,用于展示数据库中存储的App信息。

首先,导入了一些必要的模块,包括pygal用于生成图表、Flask用于创建Web应用、render_template用于渲染模板。然后导入了之前创建的数据库连接对象db和Appinfo模型。

接下来,创建了一个Flask应用实例,并设置了数据库的连接URI和一些其他配置参数。这里使用SQLite数据库,并将数据库文件存储在应用的根目录下的data.db文件中。

然后,通过db.init_app(app)将数据库对象绑定到应用上下文中。

接着定义了一个路由函数@app.route(‘/’),当访问根路径时会执行这个函数。在函数中,首先通过db.create_all()来创建数据库表。然后从数据库中查询所有Appinfo记录,并对查询结果进行处理。

在处理过程中,使用list_year和list_month两个列表分别存储不重复的年份和月份,使用map_cnt字典来存储每个年份对应的计数列表。

接下来,创建了一个pygal的线形图line_chart,并设置了标题和X轴标签。然后根据list_year和map_cnt生成线形图的数据,并添加到line_chart中。

最后,使用render_template方法渲染index.html模板,将生成的line_chart作为参数传递给模板。在模板中使用该参数来展示图表。

最后,通过if name == ‘main’:判断是否直接运行该脚本,如果是,则使用app.run(debug=True)启动应用。

这段代码实现了一个简单的Web应用,它会从数据库中查询Appinfo记录并生成一个线形图展示出来。用户访问根路径时,会显示这个线形图。

  1. 前端界面

最后进入"templates"目录下的"index.html"文件,编写前端逻辑代码:

<body style="width: 1000px;margin: auto">
<div  id="container">
    <div id="header" style="background: orange;height: 50px;">
        <h2 style="font-size: 30px;  position: absolute; margin-top: 10px;margin-left: 300px;
        text-align:center;">基于Flask与Pygal的数据分析图</h2>
    </div>
    <div id="leftbar" style="width: 200px;height: 600px;background: gold;float: left">
        <h2 style="margin-left: 20px">数据图总览</h2><br/>
        <table>
            <tr>
                <td>
                   <a name="appinfo"  style="margin-left: 20px;">数量分析图</a><br>
                </td>
            </tr>
        </table>
    </div>
    <div id="chart" style="width: 800px;float: left">
       <embed type="image/svg+xml" src= {{ chart.render_data_uri()|safe }} />
    </div>
</div>
</body>

这是一个名为index.html的模板文件,用于渲染Web页面。以下是对模板中各个部分的详细分析:

  1. body样式:设置了页面的宽度为1000px,并将页面水平居中。

  2. container:作为整个页面的容器,用于包裹所有内容。

  3. header:顶部的标题栏,背景为橙色,高度为50px。在标题栏中使用h2标签显示标题文字,设置了字体大小、位置和居中样式。

  4. leftbar:左侧的导航栏,宽度为200px,高度为600px,背景为金色,浮动在左侧。在导航栏中使用h2标签显示导航标题文字,并设置左边距。下方使用表格布局,用于显示导航链接。

  5. 数据图总览:在左侧导航栏中显示的标题。

  6. 导航链接:在左侧导航栏中显示的链接,这里只有一个“数量分析图”链接。

  7. chart:用于显示图表的区域,宽度为800px,浮动在左侧。

  8. embed元素:用于嵌入SVG图像,通过{{ chart.render_data_uri()|safe }}将图表的数据URI插入到src属性中。在页面渲染时,将会将这个URI替换为实际的图表数据。

该模板文件用于将生成的pygal图表嵌入到HTML页面中,并通过Flask的render_template函数来渲染最终的页面。在访问根路径时,将会显示这个页面,并展示数据库中的App数量分析图。

5.运行项目

直接运行"main.py"文件就好喽!

数据分析实战丨基于flask+pygal可视化分析sqlite中的数据_第6张图片

运行结果

进入"http://127.0.0.1:5000"可以查看运行结果哦~

数据分析实战丨基于flask+pygal可视化分析sqlite中的数据_第7张图片

写在后面

我是一只有趣的兔子,感谢你的喜欢!

你可能感兴趣的:(《,Python实战项目100例,》,数据分析,flask,sqlite)