Django-Chartit 技术文档
2024-12-25 13:16:33作者:温玫谨Lighthearted
1. 安装指南
Django-Chartit 可以从 PyPI 安装。只需执行以下命令:
$ pip install django_chartit
然后,在 settings.py 文件中将 chartit 添加到 INSTALLED_APPS 中。
INSTALLED_APPS = [
# 其他应用...
'chartit',
]
你还需要支持 JavaScript 库。具体细节请参考下文的“所需 JavaScript 库”部分。
2. 项目使用说明
Django-Chartit 用于从数据库中轻松创建图表。图表使用 Highcharts 和 jQuery JavaScript 库渲染。数据库中的数据可以绘制为简单的线图、柱状图、区域图、散点图等多种图表类型。数据还可以作为透视图分组和/或按特定列进行透视。
使用 Django-Chartit 绘制图表或透视图表的步骤如下:
- 创建一个
DataPool或PivotDataPool对象,指定你需要检索的数据和来源。 - 创建一个
Chart或PivotChart对象,使用DataPool或PivotDataPool中的数据绘图。 - 从 Django 视图函数返回
Chart/PivotChart对象到 Django 模板。 - 在 Django 模板中使用
load_charts模板标签,将图表加载到具有特定ids的 HTML 标签中。
3. 项目API使用文档
以下是创建线图的一个简短示例。假设我们有一个包含三个月份和两个城市温度的简单模型:
class MonthlyWeatherByCity(models.Model):
month = models.IntegerField()
boston_temp = models.DecimalField(max_digits=5, decimal_places=1)
houston_temp = models.DecimalField(max_digits=5, decimal_places=1)
假设我们想要创建一个简单的线图,横轴为月份,两个城市的温度作为纵轴:
from chartit import DataPool, Chart
def weather_chart_view(request):
# 步骤 1: 创建一个 DataPool,包含我们想要检索的数据。
weatherdata = DataPool(
series=[
{
'options': {
'source': MonthlyWeatherByCity.objects.all()
},
'terms': [
'month',
'houston_temp',
'boston_temp'
]
}
]
)
# 步骤 2: 创建 Chart 对象
cht = Chart(
datasource=weatherdata,
series_options=[
{
'options': {
'type': 'line',
'stacking': False
},
'terms': {
'month': [
'boston_temp',
'houston_temp'
]
}
}
],
chart_options={
'title': {
'text': '波士顿与休斯顿的天气数据'
},
'xAxis': {
'title': {
'text': '月份'
}
}
}
)
# 步骤 3: 将图表对象发送到模板。
return render_to_response({'weatherchart': cht})
在 Django 模板中,你可以使用 load_charts 过滤器渲染图表:
<head>
<!-- 引入 highcharts 和 jQuery 库的代码 -->
{% load chartit %}
{{ weatherchart|load_charts:"container" }}
</head>
<body>
<div id='container'>图表将在这里渲染</div>
</body>
4. 项目安装方式
请参考上文“安装指南”部分。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
579
99
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
414
339
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2