这篇文章主要讲解了Django与pyecharts是怎么结合的，内容清晰明了，对此有兴趣的小伙伴可以学习一下，相信大家阅读完之后会有帮助。
一、创建Application
转到manage.py的同级目录，运行：
py manage.py startapp NLP
在sitting.py中注册该Application：
# Application definition #包含项目中启用的所有Django应用 INSTALLED_APPS = [ 'polls.apps.PollsConfig',#将创建的polls添加到项目中 'NLP' 'django.contrib.admin', 'django.contrib.auth', 'django.contrib.contenttypes', 'django.contrib.sessions', 'django.contrib.messages', 'django.contrib.staticfiles', ]
二、编写视图
打开系统生成的NLP文件夹，打开文件views.py，输入如下代码，新建了一个名叫index的视图
from django.http import HttpResponse
def index(request):
return HttpResponse("Hello, world. You're at the NLP index.")三、编写URLconf
1、为了使得编写的index视图有一个URL映射，在同级目录下新建一个urls.py文件，在其中输入如下代码：
from django.urls import path
from . import views
urlpatterns = [
path('', views.index, name='index'),
]path()函数的用法：
route（必须）
route 是一个匹配 URL 的准则（类似正则表达式）。当 Django 响应一个请求时，它会从 urlpatterns 的第一项开始，按顺序依次匹配列表中的项，直到找到匹配的项。
view（必须）
当 Django 找到了一个匹配的准则，就会调用这个特定的视图函数，并传入一个HttpRequest 对象作为第一个参数，被“捕获”的参数以关键字参数的形式传入。
name（可选）
为 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。这个有用的特性允许你只改一个文件就能全局地修改某个 URL 模式。
kwargs（可选）
任意个关键字参数可以作为一个字典传递给目标视图函数.
2、在根URLconf中创建刚刚新建的NLP的urls模块，打开mysit/urls.py，并在其urlpatterns模块中插入一个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
]函数 inclde()允许引用其它 URLconfs。每当 Django 遇到 :func：~django.urls.include 时，它会截断与此项匹配的 URL 的部分,并将剩余的字符串发送到 URLconf 以供进一步处理。
四、运行查看
现在就可以看看效果了，运行：
py manage.py runserver
打开本地站点查看
补充知识：pyecharts多图表同一页显示
可视化是本人弱项，加强加强。。。。
颜控，喜欢pyecharts
今天跑回归时，需要直观的去看一下数据，奈何数据量太大，测试集有将近2万条数据，一张图无法完成的情况下，查了一下pyechart多图表显示问题
pyechart提供了一个接口Page，只需要调用方法add("待添加图表名")即可
以下为官方提供的接口调用示例：
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)本人实例：
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("实际",att,v_test,is_smooth=True)
line.add("预测",att,v_pred,is_smooth=True)
page.add_chart(line)
page看完上述内容，是不是对Django与pyecharts是怎么结合的有进一步的了解，如果还想学习更多内容，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
