由testcase数据之分析

一、获取data来源

　　1、利用openpyxl从excel表格获取数据，相较于xlrd，openpyxl可以将表格里的样式也传递过来的优势

xlrd ----------------- https://blog.csdn.net/csdnnews/article/details/80878945

openpyxl --------------- https://www.cnblogs.com/zeke-python-road/p/8986318.html

from openpyxl import load_workbook

from matplotlib import pyplot as plt

wb = load_workbook('qqqqqq.xlsx')

ws = wb.active

cols = []

for col in ws.iter_cols():

    col = col[:]

    cols.append(col)

Casename_list = []

for key in cols[]:

    Casename_list.append(key.value)

# print(Casename_list)

Test_result = []

for key in cols[]:

    Test_result.append(key.value)

二、data图表分析

　　1、利用matplotlab

　　存在中文编码问题：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

plt.plot((,,),(,,))

plt.xlabel('横坐标')

plt.ylabel('纵坐标')

plt.show()

---------------------

作者：Yrish

来源：CSDN

原文：https://blog.csdn.net/sinat_29699167/article/details/80029898

版权声明：本文为博主原创文章，转载请附上博文链接！

　　2、echarts ----- https://www.cnblogs.com/a10086/p/9551966.html

　　　　A、后台拼凑数据

class Echarts_html(TemplateView):

    template_name = "templeate/app01/echarts.html"

    def get_context_data(self, **kwargs):

        context = super(Echarts_html, self).get_context_data(**kwargs)

        aaa= {

            'title': {

                'text': 'ECharts 入门示例'

            },

            'tooltip': {},

            'legend': {

                'data': ['销量']

            },

            'xAxis': {

                'data': []

            },

            'yAxis': {},

            'series': [{

                'name': '销量',

                'type': 'bar',

                'data': []

            }]

        }

        articles = Article.objects.all()

        for item in articles:

            aaa['xAxis']['data'].append(item.title)

            aaa['series'][]['data'].append(item.read_count)

        context['aaa'] = aaa

        return context

　　前台代码,数据处理完毕，前台直接使用。但是记得加{{xxx|safe}} 否则会被转义（xss跨站了解下）

<body>

　　<!-- 为ECharts准备一个具备大小（宽高）的Dom -->

    <div id="main" style="width: 600px;height:400px;"></div>

    <script type="text/javascript">

        // 基于准备好的dom，初始化echarts实例

        var myChart = echarts.init(document.getElementById('main'));

        // 指定图表的配置项和数据

        var option = {{ aaa | safe}};

        myChart.setOption(option);

    </script>

</body>

　　3、前台js处理数据　

class Echarts_html(TemplateView):

    template_name = "templeate/app01/echarts.html"

    def get_context_data(self, **kwargs):

        context = super(Echarts_html, self).get_context_data(**kwargs)

        context['articles'] = Article.objects.all()

        return context

前台代码，js处理,注意的一点就是js中数组push(类似append)必须是字符串或者数字，直接"xxxx"转成字符串。

<body>

<!-- 为ECharts准备一个具备大小（宽高）的Dom -->

    <div id="main" style="width: 600px;height:400px;"></div>

    <script type="text/javascript">

        // 基于准备好的dom，初始化echarts实例

        var myChart = echarts.init(document.getElementById('main'));

        // 指定图表的配置项和数据

        var option = {

            'title': {

                'text': 'ECharts 入门示例'

            },

            'tooltip': {},

            'legend': {

                'data': ['阅读量']

            },

            'xAxis': {

                'data': []

            },

            'yAxis': {},

            'series': [{

                'name': '阅读量',

                'type': 'bar',

                'data': []

            }]

        }

        {% for item in articles %}

            option['xAxis']['data'].push("{{ item.title }}")

            option['series'][]['data'].push("{{ item.read_count }}")

        {% endfor %}

        console.log(option)

        // 使用刚指定的配置项和数据显示图表。

        myChart.setOption(option);

    </script>

</body>

三、eg

　　1、前台

from django.views.generic.base import TemplateView

from .models import *

class Echarts_html(TemplateView):

    template_name = "../templates/eg1.html"

    def get_context_data(self, **kwargs):

        context = super(Echarts_html, self).get_context_data(**kwargs)

        aaa = {

            'title': {

                'text': 'ECharts 测试示例'

            },

            'tooltip': {},

            'legend': {

                'data': ['销量']

            },

            'xAxis': {

                'data': []

            },

            'yAxis': {},

            'series': [{

                'name': '销量',

                'type': 'bar',

                'data': []

            }]

        }

        articles = Article.objects.all()

        for item in articles:

            aaa['xAxis']['data'].append(item.name)

            aaa['series'][]['data'].append(item.read_count)

        context['aaa'] = aaa

        return context

    def post(self,request):

        print('post')

        return HttpResponse('post')

　　2、后台

<!DOCTYPE html>

<html lang="en">

<head>

    <meta charset="UTF-8">

    <title>Title</title>

    <script src="https://cdn.bootcss.com/echarts/4.2.0-rc.2/echarts.js"></script>

</head>

<style>

    #myimg {

        border: 1px solid red;

        height: 18px;

        width: 18px;

        background-image: url('2.png');

        background-position-y: 138px;

    }

</style>

<body>

<form action="" method="post">

    <input type="text">

    <input type="submit" value="带点">

</form>

<!-- 为ECharts准备一个具备大小（宽高）的Dom -->

<div id="main" style="width: 600px;height:400px;"></div>

<script type="text/javascript">

    // 基于准备好的dom，初始化echarts实例

    var myChart = echarts.init(document.getElementById('main'));

    // 指定图表的配置项和数据

    var option = {{ aaa | safe}};

    myChart.setOption(option);

</script>

</body>

</html>

由testcase数据之分析的更多相关文章

《Wireshark数据包分析实战》 - http背后，tcp/ip抓包分析
作为网络开发人员,使用fiddler无疑是最好的选择,方便易用功能强. 但是什么作为爱学习的同学,是不应该止步于http协议的,学习wireshark则可以满足这方面的需求.wireshark作为抓取 ...
iOS开发——项目实战总结&数据持久化分析
数据持久化分析 plist文件(属性列表) preference(偏好设置) NSKeyedArchiver(归档) SQLite 3 CoreData 当存储大块数据时你会怎么做? 你有很多选择,比 ...
WireShark数据包分析数据封装
WireShark数据包分析数据封装数据封装(Data Encapsulation)是指将协议数据单元(PDU)封装在一组协议头和尾中的过程.在OSI七层参考模型中,每层主要负责与其它机器上的对等层 ...
可视化数据包分析工具-CapAnalysis
可视化数据包分析工具-CapAnalysis 我们知道,Xplico是一个从pcap文件中解析出IP流量数据的工具,本文介绍又一款实用工具-CapAnalysis(可视化数据包分析工具),将比Xpli ...
snmp数据包分析
今天看了一下snmp数据包的报文格式,用wireshark抓了两个数据包来分析. 先说说snmp get-request的书报包格式吧,get-next-request,get-response,se ...
ajax对一些没有接口的数据进行分析和添加方法
对于一些没有接口的数据进行分析和添加方法: <script src="ajax.js"><script>//插入ajax文件 <script> ...
tcprstat源码分析之tcp数据包分析
tcprstat是percona用来监测mysql响应时间的.不过对于任何运行在TCP协议上的响应时间,都可以用.本文主要做源码分析,如何使用tcprstat请大家查看博文<tcprstat分析 ...
第二篇：智能电网(Smart Grid)中的数据工程与大数据案例分析
前言上篇文章中讲到,在智能电网的控制与管理侧中,数据的分析和挖掘.可视化等工作属于核心环节.除此之外,二次侧中需要对数据进行采集,数据共享平台的搭建显然也涉及到数据的管理.那么在智能电网领域中,数据 ...
firebug登陆之数据包分析
登陆之数据包分析工具: python-urllib2 | firefox+firebug或者chrome,用浏览器打开登陆页面之后,按F12键会默认打开开发者工具或者启动firebug,点击n ...

随机推荐

js中如何返回一个存放对象的数组？
我这边需要返回后台数据的形式是这样的 {[ { ", }, { ", }, { ", }, { ", }, { ", } ]} 页面是通过循环去获取每 ...
zabbix3.4.7之Zabbix_Trigger_Function详解
Trigger函数 1.abschange 参数:直接忽略后边的参数支持值类型:float.int.str.text.log 描述:返回最近获取到的值与之前值的差值的绝对值.对于字符串类型,0表示值 ...
LY.JAVA面向对象编程.形式参数和返回值
2018-07-09 13:29:16 运动员和教练案例 /* 教练和运动员案例(学生分析然后讲解) 乒乓球运动员和篮球运动员. 乒乓球教练和篮球教练. 为了出国交流,跟乒乓球相关的人员都需要学习英语 ...
Android 音视频深入三 MP4解码播放视频（附源码下载）
本篇项目地址,名字是媒体解码MediaCodec,MediaExtractor,求starhttps://github.com/979451341/Audio-and-video-learning-m ...
global 全局变量 nonlocal 局部变量
# x= # def func(): # x= # # func() # print(x) # x=[] # def func(): # x.append() # x.append() # x.app ...
maven 打包zip，jsw相关
参考链接: https://blog.csdn.net/masson32/article/details/51802732
每天CSS学习之border-radius
css3的border-radius属性,我们用之来画圆角边框. 1.border-radius:none;//表示不用圆角边框,边框会变成方形. 2.border-radius:水平方向{1,4}[ ...
cv::ACCESS_MASK指定不明确的错误
今天想实现在opencv下使用模拟按键,结果出现cv::ACCESS_MASK指定不明确的错误,查找得到如下原因: 在winnt.h里面有一个cv的命名空间,同样定义了一个ACCESS_MASK,跟o ...
MATLAB中mexFunction函数的接口规范（转）
reference:https://www.cnblogs.com/haoyul/p/5606720.html https://www.cnblogs.com/zeakey/p/3984733.htm ...
IE浏览器兼容的处理方式之一,使用特殊的注释 
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...

由testcase数据之分析

一、获取data来源

二、data图表分析

1、利用matplotlab

2、echarts ----- https://www.cnblogs.com/a10086/p/9551966.html

三、eg

由testcase数据之分析的更多相关文章

随机推荐

热门专题

　　1、利用matplotlab

　　2、echarts ----- https://www.cnblogs.com/a10086/p/9551966.html