(编辑：jimmy 日期: 2024/9/26 浏览：2)
目标：从plc采集数据到数据库，利用echart绘制实时动态曲线。
1 思路
- django定时执行任务，将数据推送到echart。
- 前端定时读取后端数据，并显示到echart上。
第一种思路貌似走不通，主要考虑第二种方式。
第二种方式首先想到的是利用javascript直接读取数据库，并定时更新echart曲线。
后来了解js只是前端语言，没有访问数据库的能力，因此最后转向ajax。
AJAX 最大的优点是在不重新加载整个页面的情况下，可以与服务器交换数据并更新部分网页内容。
这个正是我需要的功能。
2、任务分解
- echart动态曲线显示如何实现（官方有例程）
- ajax如何使用（runoob ajax教程）
- django后台数据准备
3、执行
ajax.html
<!DOCTYPE html>
<html>
<head>
{% load static %}
<script src="/UploadFiles/2021-04-08/json2.js'%}">
django后台程序
def mytext(request):
#df = pd.read_csv(r'E:\mywebsite\ui\myapp\xx.csv')
import random
# dfx = pd.DataFrame()
# dfx['a'] = ['2017-08-08','2017-08-09','2017-08-10']
# dfx['b'] = [random.random(),random.random(),random.random()]
# dfx['c'] = [random.random(),random.random(),random.random()]
#
# dfx['a'] = pd.to_datetime(dfx.a)
#
# dfx = dfx.set_index('a')
import sqlite3
conn = sqlite3.connect(r"E:\01_Lab\L02_Ads\practise\ads_sample\multi_freq_data\multi_freq_data\bin\x86\Debug\db_all.db")
df = pd.read_sql('select * from buffer',conn)
df = df.set_index(pd.to_datetime(df.TimeStamp))
dfn = pd.DataFrame()
dfn['ws'] = df.grWindSpeed.astype(float)
dfn = dfn.tail(500)
option = de.eplot(dfn,1)
str_option = json.dumps(option)
context = {"myContext": str_option}
#return render(request,'myapp/a.html',context)
return HttpResponse(str_option)
def test_ajax(request):
import sqlite3
conn = sqlite3.connect(r"E:\01_Lab\L02_Ads\practise\ads_sample\multi_freq_data\multi_freq_data\bin\x86\Debug\db_all.db")
df = pd.read_sql('select * from buffer',conn)
df = df.set_index(pd.to_datetime(df.TimeStamp))
dfn = pd.DataFrame()
dfn['ws'] = df.grWindSpeed.astype(float)
dfn = dfn.tail(500)
option = de.eplot(dfn,1)
str_option = json.dumps(option)
context = {"myContext": str_option}
#context = {"myContext": {'a':[1,2],'b':[3,4]}}
return render(request, 'myapp/ajax.html', context)
前端通过访问mytext函数获取到一个字符串，通过json.parse()转为echart对象。
最后，利用js定时功能setInterval(func1,1000)定时功能，定时读取数据并更新echart图表。
以上这篇django+echart数据动态显示的例子就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。