您好,登錄后才能下訂單哦!
這篇文章主要講解了Django與pyecharts是怎么結合的,內容清晰明了,對此有興趣的小伙伴可以學習一下,相信大家閱讀完之后會有幫助。
一、創建Application
轉到manage.py的同級目錄,運行:
py manage.py startapp NLP
在sitting.py中注冊該Application:
# Application definition #包含項目中啟用的所有Django應用 INSTALLED_APPS = [ 'polls.apps.PollsConfig',#將創建的polls添加到項目中 'NLP' 'django.contrib.admin', 'django.contrib.auth', 'django.contrib.contenttypes', 'django.contrib.sessions', 'django.contrib.messages', 'django.contrib.staticfiles', ]
二、編寫視圖
打開系統生成的NLP文件夾,打開文件views.py,輸入如下代碼,新建了一個名叫index的視圖
from django.http import HttpResponse def index(request): return HttpResponse("Hello, world. You're at the NLP index.")
三、編寫URLconf
1、為了使得編寫的index視圖有一個URL映射,在同級目錄下新建一個urls.py文件,在其中輸入如下代碼:
from django.urls import path from . import views urlpatterns = [ path('', views.index, name='index'), ]
path()函數的用法:
route(必須)
route 是一個匹配 URL 的準則(類似正則表達式)。當 Django 響應一個請求時,它會從 urlpatterns 的第一項開始,按順序依次匹配列表中的項,直到找到匹配的項。
view(必須)
當 Django 找到了一個匹配的準則,就會調用這個特定的視圖函數,并傳入一個HttpRequest 對象作為第一個參數,被“捕獲”的參數以關鍵字參數的形式傳入。
name(可選)
為 URL 取名能使你在 Django 的任意地方唯一地引用它,尤其是在模板中。這個有用的特性允許你只改一個文件就能全局地修改某個 URL 模式。
kwargs(可選)
任意個關鍵字參數可以作為一個字典傳遞給目標視圖函數.
2、在根URLconf中創建剛剛新建的NLP的urls模塊,打開mysit/urls.py,并在其urlpatterns模塊中插入一個include():
from django.contrib import admin from django.urls import path,include urlpatterns = [ path('admin/', admin.site.urls), path('NLP',include('NLP.urls')),#包含app NLP的所有url ]
函數 inclde()允許引用其它 URLconfs。每當 Django 遇到 :func:~django.urls.include 時,它會截斷與此項匹配的 URL 的部分,并將剩余的字符串發送到 URLconf 以供進一步處理。
四、運行查看
現在就可以看看效果了,運行:
py manage.py runserver
打開本地站點查看
補充知識:pyecharts多圖表同一頁顯示
可視化是本人弱項,加強加強。。。。
顏控,喜歡pyecharts
今天跑回歸時,需要直觀的去看一下數據,奈何數據量太大,測試集有將近2萬條數據,一張圖無法完成的情況下,查了一下pyechart多圖表顯示問題
pyechart提供了一個接口Page,只需要調用方法add("待添加圖表名")即可
以下為官方提供的接口調用示例:
from pyecharts import Page, Line, Bar page = Page() line = Line('Demo Line') # ... Add data to line page.add_chart(line, name='line') bar = Bar('Demo kline') # ... Add data to bar page.add_chart(bar)
本人實例:
from pyecharts import Page,Line page = Page() attr = list(range(1,(len(X_test)+1))) v1 = list(y_test) v2 = list(y_pred) for i in range(0,2): line = Line() att = attr[100*i:100*(i+1)+1] v_test = v1[100*i:100*(i+1)+1] v_pred = v2[100*i:100*(i+1)+1] line.add("實際",att,v_test,is_smooth=True) line.add("預測",att,v_pred,is_smooth=True) page.add_chart(line) page
看完上述內容,是不是對Django與pyecharts是怎么結合的有進一步的了解,如果還想學習更多內容,歡迎關注億速云行業資訊頻道。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。