python_final_test 18网新Python期末项目

项目代码Github URL
项目pythonanywhere URL
数据传递描述: 用户在前端下拉框选择年份或想要查看的数据后，点击DO it! 后，会反馈到HTML文件中的

<select name="the_year_selected">

之后传递到python文件中的

 the_year = request.form["the_year_selected"]

request会向前端请求数据后，通过

dfs = df2.query("指标=='{}'".format(the_year))

选取数据进行画图。

在项目中，我实现了：

1.HTML档：
- 设计导航栏，并为导航栏增添CSS样式。
- 其中两个页面为可交互，两个页面为固定图表；交互页面需要向前端发送请求，后再响应，非交互界面则不用。
- 加入了文本内容
- 链接了static文档中的CSS文件，让四个页面的样式相同，整体更加美观。
2.Python档：

（1）调用模块
- flask
- pandas
- plotly
- pyecharts
（2）使用pyecharts绘制图表
- 第一个页面和第四个页面（条形图和折线图组合图表）

# 第一页面
df = pd.read_csv('D.csv',encoding='gbk')
@app.route('/',methods=['GET'])
def ge_jigou():
    data_str = df.to_html()

    with open("孤儿和机构.html", encoding="utf8", mode="r") as f:
        plot_all = "".join(f.readlines())
    return render_template('ge_jigou.html',
                           the_plot_all=plot_all,
                           the_res = data_str)

# 第四页面
@app.route('/yf-death',methods=['GET'])
def yf_death():
    df1 = pd.read_csv('H.csv', encoding='gbk')
    data_str = df1.to_html()
    with open("孕妇死亡率.html", encoding="utf8", mode="r") as f:
        plot_all = "".join(f.readlines())
    return render_template('yf-death.html',
                           the_plot_all=plot_all,
                           the_res = data_str)

第二页面（中国地图）

# 第二页面
@app.route('/ge_data',methods=['GET'])
def ge_data():
    df2 = pd.read_csv('F.csv', encoding='gbk')
    year_available = list(df2.年份.dropna().unique())
    cf.set_config_file(offline=True, theme="ggplot")
    py.offline.init_notebook_mode()
    data_str = df2.to_html()
    return render_template('ge_data.html',
                           the_res = data_str,
                           the_select_year=year_available)
#第二页面响应✌
@app.route('/ge_data_response',methods=['POST'])
def ge_data_response() -> 'html':
    df2 = pd.read_csv('F.csv', encoding='gbk')
    year_available = list(df2.年份.dropna().unique())
    the_year = request.form["the_year_selected"]
    df1 = pd.read_csv('F.csv', encoding='gbk')
    time = list(df1['年份'].unique())
    dq = list(df1['地区'].unique())
    time.reverse()
    dfs = df2.query("年份=='{}'".format(the_year))
    def map_visualmap() -> Map:
        z = (
            Map()
                .add("人数", list(zip(dq, dfs['孤儿数'])), "china")
                .set_global_opts(
                title_opts=opts.TitleOpts(title="中国各年分省孤儿人数"),
                visualmap_opts=opts.VisualMapOpts(max_=60000),
            )
        )
        return z
    map_visualmap().render()
    with open("render.html", encoding="utf8", mode="r") as f:
        plot_all = "".join(f.readlines())
    data_str = dfs.to_html()
    return render_template('ge_data.html',
                            the_plot_all = plot_all,
                            the_res = data_str,
                            the_select_year = year_available
                           )

第三页面（漏斗图）

# 第三页面
@app.route('/zm_qwm',methods=['GET'])
def zm_qwm():
    df4 = pd.read_csv('G.csv', encoding='gbk')
    zb_available = list(df4.指标.dropna().unique())
    cf.set_config_file(offline=True, theme="ggplot")
    py.offline.init_notebook_mode()
    data_str = df4.to_html()
    return render_template('zm_qwm.html',
                           the_res = data_str,
                           the_select_year=zb_available)
#第三页面响应✌
@app.route('/zm_qwm_response',methods=['POST'])
def zm_qwm_response() -> 'html':
    df2 = pd.read_csv('G.csv', encoding='gbk')
    year_available = list(df2.指标.dropna().unique())
    the_year = request.form["the_year_selected"]
    time = list(df2['年份'].unique())
    zb = list(df2['指标'].unique())
    time.reverse()
    dfs = df2.query("指标=='{}'".format(the_year))
    a = []
    for t in time:
        df4 = dfs[dfs.年份 == t]
        a.append(sum(df4['人数']))
    del a[1]
    n = []
    for i in time:
        n.append(str(i))

    def funnel_label_inside() -> Funnel:
        c = (
            Funnel()
                .add(
                "商品",
                [list(z) for z in zip(n, a)],
                label_opts=opts.LabelOpts(position="inside"),
            )
                .set_global_opts(title_opts=opts.TitleOpts(title="重男轻女"))
        )
        return c

    funnel_label_inside().render()
    with open("render.html", encoding="utf8", mode="r") as f:
        plot_all = "".join(f.readlines())
    data_str = dfs.to_html()

    return render_template('zm_qwm.html',
                            the_plot_all = plot_all,
                            the_res = data_str,
                            the_select_year = year_available
                           )

（3）自定义函数，条件设置

    df2 = pd.read_csv('G.csv', encoding='gbk')
    year_available = list(df2.指标.dropna().unique())
    the_year = request.form["the_year_selected"]
    time = list(df2['年份'].unique())
    zb = list(df2['指标'].unique())
    time.reverse()
    dfs = df2.query("指标=='{}'".format(the_year))

（4)for循环

 for t in time:
     df4 = dfs[dfs.年份 == t]
     a.append(sum(df4['人数']))
 del a[1]
 n = []
 for i in time:
     n.append(str(i))

（5)交互实现

@app.route('/zm_qwm',methods=['GET'])

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

（6）嵌套及交互

 time = list(df2['年份'].unique())
    zb = list(df2['指标'].unique())
    time.reverse()
    dfs = df2.query("指标=='{}'".format(the_year))

    data_str = dfs.to_html()

3.Web App动作描述：

上方设有导航栏，可自行选择四个页面，每个页面故事不同，第一页面和第四页面是不同的两组数据的不同图表对比，可以筛选其中某个数据查看图表。第二页面是中国地图，可放大缩小，也可以在下拉框中选中年份，点击DO it！查看不同年份的中国地图图表，同时下面的列表也会随之改变；第三页面为漏斗图，在下拉框中可以选中不同的指标，点击DO it！查看不同指标下不同年份的数据对比，同时下面的列表也会随之改变。

KG / 毕业纪念册

python_final_test 18网新Python期末项目

简介

发行版

贡献者

近期动态

KG / 毕业纪念册 .gitee-modal { width: 500px !important; }

python_final_test 18网新Python期末项目

简介

发行版

贡献者

近期动态

搜索帮助

KG / 毕业纪念册