【Flask-Ajax-Echarts】 python实现新浪微博数据分析并实时展示在Flask服务器上

需要工具： python3.6 pandas Flask china.json echarts.js element.js jQuery.js,map.js,vue.js

需要数据集：新浪微博用户数据集.csv

数据集一览：

用pandas读入数据集放在内存中，Flask接收到Ajax传入的请求，将数据整理分析打包成json返回前端，前端通过echarts做可视化。

后端flask模块代码如下：

from flask import Flask, render_template, request
from flask import jsonify#从falsktools脚本里面导入相应的处理方法，flasktools.py项目文件中。
from flaskwebtools import time_paser, gender_paser, city_paser, topic_paserapp = Flask(__name__)
app.config['SECRET_KEY'] = "dfdfdffdad"@app.route('/')
def index():'''根目录，访问的主页。一个搜索框，可以在里面输入一些指定的话题，来转换到指定数据分析路由。'''return render_template('index.html')@app.route('/zl',methods=['GET', 'POST'])
def zl():'''数据总览页面，大体的介绍下数据分布，数据的一些属性。起到一个说明书的作用，建立与浏览页面者的信任。'''if request.method == 'POST':return else:return '<h1>只接受post请求！</h1>'#接收前端web页面的点击请求，如果是下面路由，返回以下内容
@app.route('/gwy',methods=['GET', 'POST'])
def gwy():'''路由/gwy 对应的请求为公务员。下面的类推，/tzdn对应同桌的你...'''a,b = time_paser('公务员')c = gender_paser('公务员')d =  topic_paser('公务员')e   = city_paser('公务员')datas = {  "data1":{"x":a,"y":b},"data2":c,"data3":d,"data5": e}return jsonify(datas) #接收前端web页面的点击请求，如果是下面路由，返回以下内容
@app.route('/tzdn',methods=['GET', 'POST'])
def tzdn():a,b = time_paser('同桌的你')c =   gender_paser('同桌的你')d =   topic_paser('同桌的你') e   = city_paser('同桌的你')datas = {  "data1":{"x":a,"y":b},"data2":c,"data3":d,"data5": e}return jsonify(datas) #接收前端web页面的点击请求，如果是下面路由，返回以下内容
@app.route('/xm',methods=['GET', 'POST'])
def xm():a,b = time_paser('小米')c =   gender_paser('小米')d =   topic_paser('小米')e   = city_paser('小米')datas = {  "data1":{"x":a,"y":b},"data2":c,"data3":d,"data5": e}return jsonify(datas) #接收前端web页面的点击请求，如果是下面路由，返回以下内容
@app.route('/hd',methods=['GET', 'POST'])
def hd():a,b = time_paser('恒大')c = gender_paser('恒大')d =  topic_paser('恒大')e   = city_paser('恒大')datas = {  "data1":{"x":a,"y":b},"data2":c,"data3":d,"data5": e}return jsonify(datas) #接收前端web页面的点击请求，如果是下面路由，返回以下内容
@app.route('/fj',methods=['GET', 'POST'])
def fj():a,b = time_paser('房价')c = gender_paser('房价')d =  topic_paser('房价')e   = city_paser('房价')datas = {  "data1":{"x":a,"y":b},"data2":c,"data3":d,"data5": e}return jsonify(datas) #接收前端web页面的点击请求，如果是下面路由，返回以下内容
@app.route('/hj',methods=['GET', 'POST'])
def hj():a,b = time_paser('韩剧')c = gender_paser('韩剧')d =  topic_paser('韩剧')e   = city_paser('韩剧')datas = {  "data1":{"x":a,"y":b},"data2":c,"data3":d,"data5": e}return jsonify(datas) #接收前端web页面的点击请求，如果是下面路由，返回以下内容
@app.route('/lsh',methods=['GET', 'POST'])
def lsh():a,b = time_paser('林书豪')c = gender_paser('林书豪')d =  topic_paser('林书豪')e   = city_paser('林书豪')datas = {  "data1":{"x":a,"y":b},"data2":c,"data3":d,"data5": e}return jsonify(datas) #接收前端web页面的点击请求，如果是下面路由，返回以下内容
@app.route('/hj1',methods=['GET', 'POST'])
def hj1():a,b = time_paser('火箭')c = gender_paser('火箭')d =  topic_paser('火箭')e   = city_paser('火箭')datas = {  "data1":{"x":a,"y":b},"data2":c,"data3":d,"data5": e}return jsonify(datas) #接收前端web页面的点击请求，如果是下面路由，返回以下内容
@app.route('/tg',methods=['GET', 'POST'])
def tg():a,b = time_paser('贪官')c = gender_paser('贪官')d =  topic_paser('贪官')e   = city_paser('贪官')datas = {  "data1":{"x":a,"y":b},"data2":c,"data3":d,"data5": e}return jsonify(datas)     #接收前端web页面的点击请求，如果是下面路由，返回以下内容
@app.route('/zjy',methods=['GET', 'POST'])
def zjy():a,b = time_paser('转基因')c = gender_paser('转基因')d =  topic_paser('转基因')e   = city_paser('转基因')datas = {  "data1":{"x":a,"y":b},"data2":c,"data3":d,"data5": e}return jsonify(datas)#接收前端web页面的点击请求，如果是下面路由，返回以下内容
@app.route('/wm',methods=['GET', 'POST'])
def wm():a,b = time_paser('雾霾')c = gender_paser('雾霾')d =  topic_paser('雾霾')e   = city_paser('雾霾')datas = {  "data1":{"x":a,"y":b},"data2":c,"data3":d,"data5": e}return jsonify(datas) #接收前端web页面的点击请求，如果是下面路由，返回以下内容
@app.route('/mz',methods=['GET', 'POST'])
def mz():a,b = time_paser('魅族')c = gender_paser('魅族')d =  topic_paser('魅族')e   = city_paser('魅族')datas = {  "data1":{"x":a,"y":b},"data2":c,"data3":d,"data5": e}return jsonify(datas) if __name__ == '__main__':app.run()

依赖的flaskwebtools模块：

import pandas as pd #读取数据源文件，将其读入内存转换成pandas的dataframe数据表结构
#usecols 的意思是只用后面列表中存在的数据。这里只用日期，热点话题，性别，省份..
Data = pd.read_csv('data.csv',usecols = ['date','topic','gender','location','repostsnum'])def time_paser(kw):'''时间变化趋势图  对数据表进行筛选 返回讨论人数随时间变化的坐标点（x,y）格式为 x=[4/7,4/8,4/9/4/10...]  y=[1000,2000,1000,3000,3000,...]'''myData = Data[(Data['topic'] == kw )]myData['date'] = pd.to_datetime(myData['date']).dt.normalize()pf = myData.groupby('date').size()pf = pf['2014/4/27':'2014/5/16']x = [str(i)[:10] for i in pf.index]y = [int(j) for j in pf.values]#print(x)#print(y)return x,ydef gender_paser(kw):'''用户性别分布图  对数据表进行筛选 返回参与指定单一话题的性别分布。格式为[{'name':'m','value':8000},{'name':'f','value':9000}] m指的是男性，f指的是女性。'''myData = Data[(Data['topic'] == kw )]pf = myData.groupby('gender').size()res = []for k,v in dict(zip([str(i) for i in pf.index],[int(j) for j in pf.values])).items():res.append({'name': k , 'value' : v})return resdef topic_paser(kw):'''单个话题在总话题中的占比  对数据表进行筛选 返回单一指定话题在总话题中的占比格式为[{'name':'热点话题1','value':8000},{'name':'其他全部话题','value':80000}] 转换的数值，由前端echarts绘图的时候会自动转化成百分比形式。'''data = Data.groupby('topic').size()myData = Data[(Data['topic'] == kw )]  pf = myData.groupby('topic').size()res = [{"value": int(pf.values), "name":kw},{"value":int(data.sum())-int(pf.values), "name":'其他'},]return resdef remove_whitespace(x):"""Helper function to remove any blank space from a stringx: a string"""try:# Remove spaces inside of the stringx = "".join(x.split(' '))except:passreturn x    def city_paser(kw):'''单个话题讨论人数的地区分布图  对数据表进行筛选 返回单一指定话题中讨论人群的地区分布。格式为[{'name':'北京','value':600},{'name':'南京','value':300}.。。。] 在前端echarts绘图时，不同大小的value在地图上的颜色深浅不同，通过颜色变化可以直观发现，参与讨论话题的人群地理位置分布。'''myData = Data[(Data['topic'] == kw )]myData['location'] = myData['location'].astype(str)myData['location'] = myData['location'].apply(lambda x: str(x)[:3])myData['location'] = myData['location'].apply(lambda x:remove_whitespace(x))myData= myData[(myData['location'] != '其他') &(myData['location'] != '海外')]pf = myData.groupby('location').size()res = []for k,v in dict(zip([str(i) for i in pf.index],[int(j) for j in pf.values])).items():res.append({'name': k , 'value' : v})#print(res)return res

前端HTML页面代码：

<!DOCTYPE html>
<html lang="en">
<head><meta charset="UTF-8"><title>Document</title><!-- 引入样式 --><link rel="stylesheet" href="https://unpkg.com/element-ui/lib/theme-chalk/index.css"><!-- <link rel="stylesheet" type="text/css" href="../static/style/element.css"> --><link rel="stylesheet" type="text/css" href="../static/style/index.css">
</head><body><div id="app"> <div class="echarts_box" :style="{display:echarts_show}"><div class="top_box"><span @click="to_0">总览</span><span @click="to_1">公务员</span><span @click="to_2">同桌的你</span><span @click="to_3">小米</span><span @click="to_4">恒大</span><span @click="to_5">房价</span><span @click="to_6">韩剧</span><br><span @click="to_7">林书豪</span><span @click="to_8">火箭</span><span @click="to_9">贪官</span><span @click="to_10">转基因</span><span @click="to_11">雾霾</span><span @click="to_12">魅族</span><span @click="back_index">back</span></div><!-- 总览的页面布局 --><div class="zl_box" :style="{display:zl_show}"><h3>微博热点话题数据数据挖掘分析</h3><p>本网站主要是对84000条微博用户数据进行分析，其中涉及到小米，同桌的你，房价，恒大....等12个热门话题，时间跨度主要集中在2014年5月1日-2014年5月16日</p><img src="../static/img/zl_001.jpg" alt="总览分析图"><p>通过推话题讨论人数的统计分析:</p><ul><li>可以很直观的发现，小米，同桌的你，房价在所处时间段讨论人数较多。话题较为火热。</li><li>张翰，林书豪，魅族的讨论话题相对较少。从下面的饼图可以更直观的发现，这些话题讨论人数约占总人数的7%。</li></ul><img src="../static/img/zl_002.jpg" alt="总览分析图"><img src="../static/img/zl_003.jpg" alt="总览分析图"><p>通过对热门的6个话题的时间序列分析:</p><ul><li>同桌的你保持的较高的讨论率，平均每天会产生1002条讨论信息。而韩剧则每天平均只有707条。</li><li>5-5到5-6号之间小米和恒大的讨论人数达到所有讨论人数的巅峰。从下面的状图可以直观的发现约为2128条/天。</li></ul><img src="../static/img/zl_004.jpg" alt="总览分析图"><img src="../static/img/zl_006.jpg" alt="总览分析图"><p>对每个热点话题一周中的占比情况进行分析。发现一周中讨论话题的时间段有28%的时间是有微博活跃用户在参与恒大话题的讨论，仅仅有0.13%的用户再讨论张翰与郑爽的关系。</p><img src="../static/img/zl_005.jpg" alt="总览分析图"><p>在对热点话题用户性别分析中发现：</p><ul><li>62%的讨论者为男性，女性只占38%。这说明男性会更倾向于关注与讨论微博社交热议话题</li></ul></div><div class="ech_body" :style="{display:e01_show}"><div id="echarts_1"></div>   <div id="echarts_2"></div>         </div><div class="ech_body" :style="{display:e02_show}"><div id="echarts_3"></div>   <div id="echarts_4"><img :src="img_url" alt=""></div>        </div><div class="ech_body" :style="{display:e03_show}"><div id="echarts_5"></div>        </div></div><div class="input_box" :style="{display:input_show}"><el-input placeholder="请输入内容" v-model.trim="search" @keyup.enter.native="finp_click"><!-- <span slot="append" class="sousuo" @click='finp_click'></span> --><el-button slot="append" icon="el-icon-search" @click='finp_click'></el-button><el-button ></el-button></el-input></div></div>
</body>
<script type="text/javascript" src="../static/js/jQuery.js"></script>
<script src="../static/js/vue.js"></script>
<script src="../static/js/echarts.js"></script>
<script src="../static/js/map.js"></script>
<!-- 引入组件库 -->
<script src="../static/js/element.js"></script>
<script>new Vue({el: '#app',data: {input_show: '',echarts_show: 'none',zl_show: 'none',e01_show: '',e02_show: '',e03_show: '',// 输入内容search: null,// 数据部分// 线形图，趋势图option1: {xAxis: {type: 'category',data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']},title: {text: '线形图标题',left: 'center'},yAxis: {type: 'value'},series: [{data: [820, 932, 901, 934, 1290, 1330, 1320],type: 'line'}]}, // 圆形图，占总讨论比option2: {tooltip: {trigger: 'item',// show: false,formatter: "{a} <br/>{b}: {c} ({d}%)"},title: {text: '各类占比',left: 'center'},// legend: {//   orient: 'vertical',//   x: 'left',//   data:['直接访问','邮件营销','联盟广告','视频广告','搜索引擎']// },series: [{name:'讨论占比',type:'pie',radius: ['0%', '70%'],// avoidLabelOverlap: false,label: {normal: {show: false,// position: 'center'},emphasis: {show: true,textStyle: {fontSize: '30',fontWeight: 'bold'}}},labelLine: {normal: {// show: false}},data:[{value:335, name:'公务员'},{value:310, name:'其他'},]}]}, // 环形图，性别分布option3: {tooltip: {trigger: 'item',formatter: "{a} <br/>{b}: {c} ({d}%)"},title: {text: '男女比',left: 'center'},// legend: {//   orient: 'vertical',//   x: 'left',//   data:['直接访问','邮件营销','联盟广告','视频广告','搜索引擎']// },series: [{name:'性别',type:'pie',radius: ['50%', '70%'],// avoidLabelOverlap: false,label: {normal: {show: false,position: 'center'},emphasis: {show: true,textStyle: {fontSize: '30',fontWeight: 'bold'}}},labelLine: {normal: {show: false}},data:[{value:335, name:'男'},{value:310, name:'女'},]}]}, option4: null,// 第四个图img_url: '../img/001.jpg',// 地图option5: {backgroundColor: '#eee',title: {text: '用户区域分布',left: 'center'},tooltip: {trigger: 'item'},// legend: {//   orient: 'vertical',//   left: 'left',//   data: ['王者荣耀']// },visualMap: {min: 0,max: 500,// ----------这里指定数据范围left: 'left',top: 'bottom',text: ['高', '低'],calculable: true,inRange: {color: ['#50a3ba','#f1c40f', '#e67e22', '#d94e5d']},textStyle: {color: '#fff'}},toolbox: {show: true,orient: 'vertical',left: 'right',top: 'center',feature: {mark: {show: true},dataView: {show: true,readOnly: false},restore: {show: true},saveAsImage: {show: true}}},series: [{name: '讨论人数',type: 'map',mapType: 'china',map: '中国',//---------------注意指定这个maproam: true,label: {normal: {show: false},emphasis: {show: true}},data: [{name: '北京',value: 6.8}, {name: '天津',value: 1.6}, {name: '上海',value: 4.7}, {name: '重庆',value: 2.5}, {name: '河北',value: 3.6}, {name: '河南',value: 4.5}, {name: '云南',value: 1.1}, {name: '辽宁',value: 3.1}, {name: '黑龙江',value: 2.1}, {name: '湖南',value: 2.9}, {name: '安徽',value: 2.9}, {name: '山东',value: 6.6}, {name: '新疆',value: 0.5}, {name: '江苏',value: 8.3}, {name: '浙江',value: 7.6}, {name: '江西',value: 2.3}, {name: '湖北',value: 3.6}, {name: '广西',value: 2.0}, {name: '甘肃',value: 0.6}, {name: '山西',value: 1.7}, {name: '内蒙古',value: 0.9}, {name: '陕西',value: 2.1}, {name: '吉林',value: 1.1}, {name: '福建',value: 4.4}, {name: '贵州',value: 1.0}, {name: '广东',value: 12.6}, {name: '青海',value: 0.1}, {name: '西藏',value: 0.2}, {name: '四川',value: 4.7}, {name: '宁夏',value: 0.3}, {name: '海南',value: 0.6}, {name: '台湾',value: 0.3}]}]}, },methods: {finp_click: function() {console.log('点击input')let self =  this;if(self.search == '' || self.search == null){self.$message.error('请输入搜索内容!');}else if(self.search == '公务员') {self.to_1();}else if(self.search == '同桌的你') {self.to_2();}else if(self.search == '小米') {self.to_3();}else if(self.search == '恒大') {self.to_4();}else if(self.search == '房价') {self.to_5();}else if(self.search == '韩剧') {self.to_6();}else if(self.search == '林书豪') {self.to_7();}else if(self.search == '火箭') {self.to_8();}else if(self.search == '贪官') {self.to_9();}else if(self.search == '转基因') {self.to_10();}else if(self.search == '雾霾') {self.to_11();}else if(self.search == '魅族') {self.to_12();}else{self.$message.error('对不起还未收录此话题信息!');}},// 隐藏总览，显示其他show_other: function() {this.zl_show = 'none';this.e01_show = '';this.e02_show = '';this.e03_show = '';},to_echarts: function(){let self = this;self.input_show = 'none';self.echarts_show = '';},ajax_data: function(title,datas) {let self = this;console.log(datas)self.option1.xAxis.data = [].concat(datas.data1.x);self.option1.series[0].data = [].concat(datas.data1.y);self.option1.title.text = title+'讨论趋势图';self.option2.series[0].data = [].concat(datas.data3);self.option2.title.text = title+'话题占比';self.option3.series[0].data = [].concat(datas.data2);self.option3.title.text = title+'性别比';self.option5.series[0].data = [].concat(datas.data5);self.option5.title.text = title+'区域分布';self.get_echarts(self.option1,self.option2,self.option3,self.option5);// 数据渲染},to_0: function() {// 总览let self = this;this.zl_show = '';this.e01_show = 'none';this.e02_show = 'none';this.e03_show = 'none';// $.post("/zl", //   JSON.stringify({//   'topic': 'zl'}), //   function(data, status){//     console.log(data,'0')//     // 在这里改变数据//     self.img_url = '../static/img/100.jpg';//     self.get_echarts();// });},to_1: function() {// 公务员let self = this;self.show_other();$.post("/gwy", JSON.stringify({'topic': 'gwy'}), function(data, status){console.log(data,'1');self.ajax_data('公务员',data);self.img_url = '../static/img/001.jpg';// self.get_echarts();// 数据渲染self.to_echarts();//这个是转到图页面});},to_2: function() {// 同桌的你let self =  this;// 可以加一个loadingself.show_other();$.post("/tzdn", JSON.stringify({'topic': 'tzdn'}), function(data, status){console.log(data,'2')self.ajax_data('同桌的你',data);self.img_url = '../static/img/002.jpg';// self.get_echarts();// 数据渲染self.to_echarts();//这个是转到图页面});},to_3: function() { // 小米let self = this;self.show_other();$.post("/xm", JSON.stringify({'topic': 'xm'}), function(data, status){console.log(data,'3')self.ajax_data('小米',data);self.img_url = '../static/img/003.jpg';// self.get_echarts();// 数据渲染self.to_echarts();//这个是转到图页面});},to_4: function() { //恒大let self = this;self.show_other();$.post("/hd", JSON.stringify({'topic': 'hd'}), function(data, status){console.log(data,'4')self.ajax_data('恒大',data);self.img_url = '../static/img/004.jpg';// self.get_echarts();// 数据渲染self.to_echarts();//这个是转到图页面});},to_5: function() {// 房价let self = this;self.show_other();$.post("/fj", JSON.stringify({'topic': 'fj'}), function(data, status){console.log(data,'5')// 在这里改变数据self.ajax_data('房价',data);self.img_url = '../static/img/005.jpg';// self.get_echarts();// 数据渲染self.to_echarts();//这个是转到图页面});},to_6: function() { //韩剧let self = this;self.show_other();$.post("/hj", JSON.stringify({'topic': 'hj'}),function(data, status){console.log(data,'6')// 在这里改变数据self.ajax_data('韩剧',data);self.img_url = '../static/img/006.jpg';self.to_echarts();//这个是转到图页面});},to_7: function() { //林书豪let self = this;self.show_other();$.post("/lsh", JSON.stringify({'topic': 'lsh'}),function(data, status){console.log(data,'7')// 在这里改变数据self.ajax_data('林书豪',data);self.img_url = '../static/img/007.jpg';self.to_echarts();//这个是转到图页面});},to_8: function() { //火箭let self = this;self.show_other();$.post("/hj1", JSON.stringify({'topic': 'hj1'}),function(data, status){console.log(data,'8')// 在这里改变数据self.ajax_data('火箭',data);self.img_url = '../static/img/008.jpg';self.to_echarts();//这个是转到图页面});},to_9: function() { //贪官let self = this;self.show_other();$.post("/tg", JSON.stringify({'topic': 'tg'}),function(data, status){console.log(data,'9')// 在这里改变数据self.ajax_data('贪官',data);self.img_url = '../static/img/009.jpg';self.to_echarts();//这个是转到图页面});},to_10: function() { //转基因let self = this;self.show_other();$.post("/zjy", JSON.stringify({'topic': 'zjy'}),function(data, status){console.log(data,'10')// 在这里改变数据self.ajax_data('转基因',data);self.img_url = '../static/img/010.jpg';self.to_echarts();//这个是转到图页面});},to_11: function() { //雾霾let self = this;self.show_other();$.post("/wm", JSON.stringify({'topic': 'wm'}),function(data, status){console.log(data,'11')// 在这里改变数据self.ajax_data('雾霾',data);self.img_url = '../static/img/011.jpg';self.to_echarts();//这个是转到图页面});},to_12: function() { //魅族let self = this;self.show_other();$.post("/mz", JSON.stringify({'topic': 'mz'}),function(data, status){console.log(data,'12')// 在这里改变数据self.ajax_data('魅族',data);self.img_url = '../static/img/012.jpg';self.to_echarts();//这个是转到图页面});},get_echarts: function(aa,bb,cc,dd) {let self = this;var myChart1 = echarts.init(document.getElementById('echarts_1'));console.log(bb,'渲染的数据')console.log(self.img_url,'img_url')myChart1.setOption(aa);var myChart2 = echarts.init(document.getElementById('echarts_2'));myChart2.setOption(bb);var myChart3 = echarts.init(document.getElementById('echarts_3'));myChart3.setOption(cc);var myChart5 = echarts.init(document.getElementById('echarts_5'));myChart5.setOption(dd);},back_index: function(){this.input_show = '';this.echarts_show = 'none';this.search = null;this.zl_show = 'none';this.e01_show = 'none';this.e02_show = 'none';this.e03_show = 'none';}},mounted: function() {}})
</script></html>

【Flask-Ajax-Echarts】 python实现新浪微博数据分析并实时展示在Flask服务器上相关推荐

python运维实战--跨堡垒机连接二级服务器上传文件
python运维实战--跨堡垒机连接二级服务器上传文件 paramiko的有关概念和操作 Welcome to Paramiko! - Paramiko documentation 这个python脚 ...
python调用zabbix api接口实时展示数据
近日公司准备自已做一个运维管理平台,其中的监控部分,打算调用zabbix api接口来进行展示. 经过思考之后,计划获取如下内容: 1. 获得认证密钥 2. 获取zabbix所有的主机组 3. ...
echarts中设置柱状图(条形图)为横向展示-每条线上不同颜色
效果图效果代码 option = {textStyle: {// fontSize: arr.initHeight,color: 'black'//字体颜色},tooltip: {trigger: ...
python flask + js ajax + echarts 53万条招聘信息可视化系统的渣实现
(从0到1非常详细步骤)flask+ajax+echarts 53万条招聘信息可视化系统的实现本篇blog默认:您已经入门echarts.html.js.json.python,知道一些大概的东 ...
关于flask入门教程-ajax+echarts实现大屏展示
陆陆续续写了一个系列的flask入门教程了,最后以一个半成品大屏做个了结,也算是一段时间的成果吧,毕竟不是专业码农,只是爱好而已,还有很多其他的事情等待探索. 大屏用到的技术主要包括标准的HTML.C ...
关于flask入门教程-ajax+echarts简单实现一
ECharts是一款基于JavaScript的数据可视化图表库,提供直观,生动,可交互,可个性化定制的数据可视化图表. 本文通过echarts官网上的一个标准样例开始flask+ajax+echart ...
Flask结合ECharts实现在线可视化效果，超级详细！
Flask结合ECharts实现在线可视化效果,超级详细! 相信大家都知道这个吧Flask!--它是微型Python框架一.Flask基本介绍 Flask 是一个微型的 Python 开发的 Web ...
python微博评论爬虫_详解用python写网络爬虫-爬取新浪微博评论基于Python的新浪微博爬虫研究...
怎样爬取新浪微博的评论信息针对八爪鱼在微博的应用上,除了用户信息之外还包括话题内容方面的采集,目前绝大多数企业均在微博设有官方微博,八爪鱼可以协助企业快速及时的抓取与企业产品相关联的话题信息,规则市 ...
python爬去新浪微博_!如何通过python调用新浪微博的API来爬取数据
python抓取新浪微博,求教爬手机端可以参考的代码, #-*-coding:utf8-*- import smtplib from email.mime.text import MIMEText ...

【Flask-Ajax-Echarts】 python实现新浪微博数据分析并实时展示在Flask服务器上

【Flask-Ajax-Echarts】 python实现新浪微博数据分析并实时展示在Flask服务器上相关推荐

最新文章

热门文章