pyecharts和echarts的混合使用

　　ECharts是一个由百度开发的纯 Javascript 的图表库，pyecharts是某三位大佬将ECharts移植到Python项目中的产物，在Python网站中可以更轻松的接入图表，但是个人感觉pyecharts比ECharts还是局限很大的，pyecharts0.5.x版本就更为缩水了，由于项目之前用的是pyecharts0.5.11版本，图表比较少，不足以解决问题，甚至自己用js实现了两个图表来使用，美观度比ECharts还是逊色不少，如果将项目迁移到新版pyecharts v1.0.0则更为麻烦，就直接在原来的项目中引入echarts库来混合使用，pyecharts v1.0.0虽然完善了不少问题，但是加入了新的配置规则，学习起来增加了不少负担，灵活度也没有echarts好，个人建议如果项目中使用的图表不是很复杂，数据静态的可以使用pyecharts，复杂点的还是尽量使用echarts比较方便，下面开始进入主题：

1. 安装pyecharts：

pip install pyecharts==0.5.11　　#0.5.x的旧版，我目前使用的这个，要用pyecharts的话建议安装下面的最新版

pip install pyecharts #安装最新版

pyecharts使用图表可以直接在视图代码里面构建图表，Django会将其渲染到前端模板页面中：

# 主体图-1
def visualPage(request):
    template = loader.get_template(\'visualModule/visualPage.html\')  #载入模板文件
    
    parseArgData()
    
    data3D1,weights3D1,bar = drawBar() #得到图表数据
    context = dict(     #context添加在模板中要渲染的数据
        myechart = bar.render_embed(),　　#图表数据
        host = DEFAULT_HOST,
        script_list = bar.get_js_dependencies(),　　#由pyecharts引入需要用到的js代码文件
        guestSetArgs=startArgsSet,
        warningdata=argList,
        data3D=data3D1,
        weights3D=weights3D1,
    )
    return HttpResponse(template.render(context, request))#

构建图表函数，这里只粘贴了图表的接口代码，数据处理和逻辑代码略去：

def drawBar(): #绘制
        x_axis = [\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\'] #X轴
        y_axis = [0,1,2,3,4,5,6,7,8,9,10,11]

　　　　
        data = [
        #闭源5个
        dict(
        name = "",
        value=[so[0], sor[0], projects[0][0][""]],
        itemStyle=dict(color=getColorstr2(0,weights[0]))
        ),

        dict(
        name="",
        value=[so[4], sor4[2], projects[4][2][""]],
        itemStyle=dict(color=getColorstr2(4,weights[18]))
        ),

        ...
        ]
        bar3d = Bar3D("", width=1000, height=500)
        bar3d.add("",x_axis,y_axis, data,
        is_visualmap=False,
        is_xaxis_show=True,
        is_yaxis_show=False,
        is_splitline_show=False,
        xaxis3d_name =\' \',
        yaxis3d_name =\' \',

        #is_label_show =True,
        mark_point_symbol=\'circle\',
        is_more_utils=True,
        mark_point=[\'max\',\'min\'],
        mark_line=[\'average\'],

        zaxis3d_name =\'评分\',
        xaxis3d_interval =0,
        grid3d_width=150, grid3d_depth=100,
        grid3d_shading=\'realistic\',
        is_grid3d_ratate = True,
        grid3d_rotate_speed=180,
        tooltip_formatter=formatter)

        bar3d.on(MOUSE_CLICK, on_click)
        return data,weights,bar3d

<!--  模板代码-->
 <div>
 
  {{ myechart|safe }}
  <br>
  {{radarChart|safe}}
  
 </div>

这样就可以在前端显示柱状图图表了

另外项目中还使用了一个折线图也是同样做法：

其他图表也是类似添加，可以参考pyecharts官网教程：

https://pyecharts.org/#/

2. 接下来在项目中再引入echarts来使用，和pyecharts混合使用互不影响

安装可参考echarts官网：

https://www.echartsjs.com/zh/

去https://github.com/apache/incubator-echarts下载echarts源码包，解压出来的文件夹里的 dist 目录里可以找到最新版本的 echarts 库，直接在前端页面中引入即可使用echarts图表，

1 {% for jsfile_name in script_list %}
2         <script src="{{ host }}/{{ jsfile_name }}.js"></script>
3     {% endfor %}
4     
5          <script src="{% static \'js/dist/echarts.min.js\' %}"></script>
6      <script src="{% static \'js/dist/echarts-gl.js\' %}"></script>

 <div id="container3" style="height: 800px"></div>
    
       <script type="text/javascript">
       //echarts柱状图
var dom3 = document.getElementById("container3");
var myChart3 = echarts.init(dom3);
var app = {};
option = null;

var hours = [];
var days = [];

$.get("{% static \'json/eachBar3dData.json\' %}",function (json_data) {
    var jdata=[];
    $(json_data.items).each(function(i,ite){ 　
        jdata.push(ite)
    })
    rectSize=Math.sqrt(json_data.length);
    for(var i=0;i<rectSize;i++)
    {
        hours.push(\'\');
        days.push(\'\');
    }    
    option = {
        title: {
            text: \'所有代码子模块代码数量3D柱状图\',
            subtext: \'可显示代码数量，缺陷情况\',
            left: \'leafDepth\'
        },
        tooltip: {
            formatter:function(params)
                {
                   var errors=0;
                   for(var i =0;i< json_data.length;i++)
                   {
                        if (json_data[i][3]==params.name)
                        {
                            errors=json_data[i][4];
                            break;
                        }
                   }
                   return "<div >"+"文件路径："+params.name+\'<br>\'+
                  "代码行数："+params.value[2]+\'<br>\'+
                  "缺陷数量："+errors+
                   "</div>";
                }, 
        },
        visualMap: {
            max: 4000,
            inRange: {
                color: [\'#313695\', \'#4575b4\', \'#74add1\', \'#abd9e9\', \'#e0f3f8\', \'#ffffbf\', \'#fee090\', \'#fdae61\', \'#f46d43\', \'#d73027\', \'#a50026\']
            }
        },
        xAxis3D: {
            type: \'category\',
            data: hours,
            name: \'\'
        },
        yAxis3D: {
            type: \'category\',
            data: days,
            name:\'\'
        },
        zAxis3D: {
            type: \'value\',
            name:\'代码数量\'
        },
        grid3D: {
            boxWidth: 200,
            boxDepth: 180,
            viewControl: {
                // projection: \'orthographic\'
            },
            light: {
                main: {
                    intensity: 1.2,
                    shadow: true
                },
                ambient: {
                    intensity: 0.3
                }
            }
        },
       /* dataset: {
            dimensions: [
                \'Income\',
                \'Life Expectancy\',
                \'Population\',
                \'Country\',
                {name: \'Year\', type: \'ordinal\'}
            ],
            source: json_data
        },
        */
        series: [{
            type: \'bar3D\',
            data: json_data.map(function (item) {
                return {
                    name:item[3],
                    value: [item[1], item[0], item[2]],
                }
            }),
            shading: \'lambert\',

            label: {
                textStyle: {
                    fontSize: 16,
                    borderWidth: 0
                }
            },

            emphasis: {
                label: {
                    textStyle: {
                        fontSize: 20,
                        color: \'#900\'
                    }
                },
                itemStyle: {
                    color: \'#900\'
                }
            }
        }]
    };
    myChart3.setOption(option, true);
}); 
if (option && typeof option === "object") {
    myChart3.setOption(option, true);
}
       </script>  
       
       
           
    </div>

显示效果：

另外项目中还用到树形图表用来表示文件目录结构：

可钻入的矩形树图：

由于pyecharts0.5.x中不存在这个图表，pyecharts v1.0.0和echarts中没有添加还是我没有认真看也没有发现这个，就自己实现了和这个类似的钻入树形图表：

同时为了练手也自己实现了一个条形图表：

图形条数和形状是根据数据变化来做适应的，但是美观度比echarts还是逊色不少

3 . echarts事件交互的使用

项目中使用到一个雷达图，需要鼠标点击便签进入便签的子图，也是一个类似的钻入图形，逻辑代码部分较多，省略了getOption( argName)函数中的部分逻辑代码：

 <div id="container" style="height: 800px"></div>
    
       <script type="text/javascript">
var dom = document.getElementById("container");
var myChart = echarts.init(dom);
var app = {};
var weight=1000; //权重的倍数
var weight1=800;
function getOption( argName){
    var ardData=[];

    if(argName=="闭源特性"){ //判断点击文字
       var weightBuf= [{{weights3D.0}},{{weights3D.1}},{{weights3D.2}},{{weights3D.3}},{{weights3D.4}},
                        ];
                        
        var weightBuf1=[];
        weightBuf.forEach(myFunction);    
        function myFunction(value, index, array) {
          weightBuf1.push(value*weight1); 
        }
           ardData=[
                    {
                        value : [{{data3D.0.value.2}},{{data3D.1.value.2}},{{data3D.2.value.2}},{{data3D.3.value.2}},{{data3D.4.value.2}}, 
                       ],
                        name : \'评分\'
                    },
                     {
                        value : weightBuf1,
                        name : \'权重\'
                    }
                ];
        option = null;
        option = {
            title: {
                text: \'雷达图\',
                subtext: \'点击文字要素返回顶层属性雷达图\',
            },
            tooltip: {
                formatter:function(params)
                {
                    namelist=[\'正确性\', \'可靠性\', \'安全性\', \'可理解性\',\'代码熵\']
                    var eachli=params.value;
                    if (params.name==\'权重\')
                    eachli=weightBuf;
                     return "<div >"+params.name+\'<br>\'+
                    namelist[0]+\'：\'+eachli[0]+\'<br>\'+
                   namelist[1]+\'：\'+eachli[1]+\'<br>\'+
                   namelist[2]+\'：\'+eachli[2]+\'<br>\'+
                   namelist[3]+\'：\'+eachli[3]+\'<br>\'+
                   namelist[4]+\'：\'+eachli[4]+
                   "</div>";
                }, 
            },
            legend: {
                data: [\'评分（scole）\', \'权重（weight）\']
            },
            radar: {
                // shape: \'circle\',
                name: {
                    textStyle: {
                        color: \'#000\',
                        backgroundColor: \'#dee\',
                        borderRadius: 3,
                        padding: [3, 5]
                   }
                }, 
                indicator: [
                   { name: \'正确性\', max: 100},
                   { name: \'可靠性\', max: 100},
                   { name: \'安全性\', max: 100},
                   { name: \'可理解性\', max: 100},
                   { name: \'代码熵\', max: 100},
                ],
                triggerEvent:true
            },
            
            series: [{
                name: \'评分 vs 权重\',
                type: \'radar\',
                // areaStyle: {normal: {}},
                data : ardData
            }]
        };;
    }
 return option;
}
option=getOption("root");
if (option && typeof option === "object") {
    myChart.setOption(option, true);
    
    
      myChart.on(\'click\', function (params) {
        console.log(params);
       // alert(params.name);
        myChart.setOption(getOption(params.name), true);
     });

}
       </script>

主要是用

 myChart.on(\'click\', function (params) {
        console.log(params);
       // alert(params.name);
        myChart.setOption(getOption(params.name), true);
     });
来监听鼠标点击标签事件，然后通过getOption来动态构建option显示，就达到了钻入效果

点击之后的钻入效果

4. 自定义tooltip标签

在tooltip中定义formatter，params参数为当前活动的元素数据

tooltip: {
            formatter:function(params)
                {
                   var errors=0;
                   for(var i =0;i< json_data.length;i++)
                   {
                        if (json_data[i][3]==params.name)
                        {
                            errors=json_data[i][4];
                            break;
                        }
                   }
                   return "<div >"+"文件路径："+params.name+\'<br>\'+
                  "代码行数："+params.value[2]+\'<br>\'+
                  "缺陷数量："+errors+
                   "</div>";
                }, 
        },

效果：

提示框浮层内容格式器，支持字符串模板和回调函数两种形式。

1, 字符串模板

模板变量有 {a}, {b}，{c}，{d}，{e}，分别表示系列名，数据名，数据值等。在 trigger 为 \'axis\' 的时候，会有多个系列的数据，此时可以通过 {a0}, {a1}, {a2} 这种后面加索引的方式表示系列的索引。不同图表类型下的 {a}，{b}，{c}，{d} 含义不一样。其中变量{a}, {b}, {c}, {d}在不同图表类型下代表数据含义为：

折线（区域）图、柱状（条形）图、K线图 : {a}（系列名称），{b}（类目值），{c}（数值）, {d}（无）
散点图（气泡）图 : {a}（系列名称），{b}（数据名称），{c}（数值数组）, {d}（无）
地图 : {a}（系列名称），{b}（区域名称），{c}（合并数值）, {d}（无）
饼图、仪表盘、漏斗图: {a}（系列名称），{b}（数据项名称），{c}（数值）, {d}（百分比）

更多其它图表模板变量的含义可以见相应的图表的 label.formatter 配置项。

示例：

formatter: \'{b0}: {c0}<br />{b1}: {c1}\'

2, 回调函数

回调函数格式：

(params: Object|Array, ticket: string, callback: (ticket: string, html: string)) => string

第一个参数 params 是 formatter 需要的数据集。格式如下：

{
    componentType: \'series\',
    // 系列类型
    seriesType: string,
    // 系列在传入的 option.series 中的 index
    seriesIndex: number,
    // 系列名称
    seriesName: string,
    // 数据名，类目名
    name: string,
    // 数据在传入的 data 数组中的 index
    dataIndex: number,
    // 传入的原始数据项
    data: Object,
    // 传入的数据值。在多数系列下它和 data 相同。在一些系列下是 data 中的分量（如 map、radar 中）
    value: number|Array|Object,
    // 坐标轴 encode 映射信息，
    // key 为坐标轴（如 \'x\' \'y\' \'radius\' \'angle\' 等）
    // value 必然为数组，不会为 null/undefied，表示 dimension index 。
    // 其内容如：
    // {
    //     x: [2] // dimension index 为 2 的数据映射到 x 轴
    //     y: [0] // dimension index 为 0 的数据映射到 y 轴
    // }
    encode: Object,
    // 维度名列表
    dimensionNames: Array<String>,
    // 数据的维度 index，如 0 或 1 或 2 ...
    // 仅在雷达图中使用。
    dimensionIndex: number,
    // 数据图形的颜色
    color: string,

    // 饼图的百分比
    percent: number,

}

我这里使用的回调函数，定义雷达图更方便一点
其他可参考官方文档教程：
https://www.echartsjs.com/zh/option.html#title