Flask框架:如何运用Ajax轮询动态绘图

在Flask中使用Ajax轮询动态绘图,你需要做以下几步:

  1. 使用Flask设置一个URL路由,该路由将返回JSON格式的数据或者图表的静态内容。
  2. 使用JavaScript(通常是jQuery或Vanilla JavaScript)编写Ajax轮询客户端代码,定期向Flask后端发送请求。
  3. 使用JavaScript的库(如D3.js或Chart.js)来根据接收到的数据动态绘图。

以下是一个简单的例子:

Flask后端代码 (app.py):




from flask import Flask, render_template, jsonify
import random
 
app = Flask(__name__)
 
@app.route('/')
def index():
    return render_template('index.html')
 
@app.route('/data')
def data():
    # 生成随机数据,实际应用中应该从数据库或其他来源获取
    value = random.randint(0, 100)
    return jsonify(value=value)
 
if __name__ == '__main__':
    app.run(debug=True)

前端HTML和JavaScript代码 (index.html):




<!DOCTYPE html>
<html>
<head>
    <title>Dynamic Chart</title>
    <script src="https://code.jquery.com/jquery-3.5.1.min.js"></script>
    <script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
</head>
<body>
    <div>
        <canvas id="myChart" width="400" height="400"></canvas>
    </div>
 
    <script>
        var chartData = [];
        var chart;
 
        function fetchData() {
            $.ajax({
                url: '/data',
                success: function(data) {
                    chartData.push(data.value);
                    updateChart();
                },
                complete: function() {
                    setTimeout(fetchData, 1000); // 轮询间隔1秒
                }
            });
        }
 
        function updateChart() {
            var ctx = document.getElementById('myChart').getContext('2d');
            if (!chart) {
                chart = new Chart(ctx, {
                    type: 'line',
                    data: {
                        labels: ['0s', '1s', '2s', '3s', '4s'], // 初始化标签
                        datasets: [{
                            label: 'Random Value',
                            data: chartData,
                            backgroundColor: 'rgba(0, 0, 255, 0.5)',
                            borderColor: 'rgba(0, 0, 255, 1)',
                            borderWidth: 1
                        }]
                    }
                });
            } else {
                chart.data.datasets.forEach(dataset => {
                    dataset.data.push(chartData.slice(-1)[0]); // 添加最新数据
                });
                chart.update(); // 更新图表
            }
     
最后修改于:2024年08月17日 09:09

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日