Rumah > Artikel > pembangunan bahagian belakang > Gunakan rangka kerja Gin untuk melaksanakan analisis data dan fungsi visualisasi
Gunakan rangka kerja Gin untuk melaksanakan analisis data dan fungsi visualisasi
- 王林asal
- 2023-06-23 11:10:571446semak imbas
Dalam aplikasi perusahaan moden, analisis data dan visualisasi adalah fungsi penting. Data membantu kami memahami situasi sebenar operasi perniagaan dan keperluan pelanggan, dan visualisasi membolehkan kami memahami dan memaparkan data dengan lebih intuitif. Dalam artikel ini, kami akan memperkenalkan cara menggunakan rangka kerja Gin untuk melaksanakan analisis data dan fungsi visualisasi.
Gin ialah rangka kerja web yang ditulis dalam bahasa Go. Ia adalah rangka kerja yang ringan, cekap, mudah dipelajari dan digunakan, dan oleh itu semakin popular dalam aplikasi peringkat perusahaan. Kami boleh menggunakan Gin untuk membangunkan aplikasi web, seperti platform paparan data, pelayan API, dsb. Pada masa yang sama, rangka kerja Gin menyediakan banyak fungsi berkuasa, seperti penghalaan, perisian tengah, dsb., yang boleh digunakan untuk membangunkan pelbagai aplikasi.
Di bawah ini kami akan memperkenalkan cara menggunakan rangka kerja Gin untuk melaksanakan analisis dan visualisasi data.
- Menggunakan rangka kerja Gin untuk membangunkan aplikasi web
Pertama, kita perlu menggunakan Gin untuk membangunkan aplikasi web. Untuk ini kita perlu memasang perpustakaan Gin. Gin boleh dipasang di terminal dengan arahan berikut:
go get -u github.com/gin-gonic/gin
Setelah pemasangan selesai, kami boleh mula menulis aplikasi kami. Berikut ialah contoh mudah:
package main
import "github.com/gin-gonic/gin"
func main() {
r := gin.Default()
r.GET("/", func(c *gin.Context) {
c.JSON(200, gin.H{
"message": "Hello World!",
})
})
r.Run(":8080")
}Kod di atas mencipta laluan bernama "/".
- Sambung ke pangkalan data
Untuk melakukan analisis data, kita perlu mendapatkan data daripada pangkalan data. Kami boleh menggunakan pakej pangkalan data/sql yang disediakan oleh Go untuk menyambung ke pangkalan data kami dan melaksanakan pertanyaan. Berikut ialah contoh:
import (
"database/sql"
_ "github.com/go-sql-driver/mysql"
)
func connectToDB() (*sql.DB, error) {
db, err := sql.Open("mysql", "user:password@/database")
if err != nil {
return nil, err
}
err = db.Ping()
if err != nil {
return nil, err
}
return db, nil
}
func getDataFromDB(db *sql.DB) ([]Data, error) {
rows, err := db.Query("SELECT * FROM data")
if err != nil {
return nil, err
}
defer rows.Close()
var data []Data
for rows.Next() {
var d Data
err := rows.Scan(&d.Field1, &d.Field2, &d.Field3)
if err != nil {
return nil, err
}
data = append(data, d)
}
return data, nil
}Coretan kod di atas akan bersambung ke pangkalan data MySQL, mendapatkan data daripada jadual data "data", dan kemudian menyimpannya dalam kepingan struktur.
- Penggambaran Data
Sebaik sahaja kami mempunyai data daripada pangkalan data, kami perlu memvisualisasikannya. Kami boleh membuat carta visualisasi menggunakan API Visualisasi Data (D3.js). Berikut ialah contoh:
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8" />
<title>D3.js Example</title>
</head>
<body>
<svg width="500" height="300"></svg>
<script src="https://d3js.org/d3.v5.min.js"></script>
<script>
d3.csv("data.csv", function(data) {
var svg = d3.select("svg");
var xScale = d3.scaleLinear()
.domain([0, d3.max(data, function(d) { return +d.x; })])
.range([0, 500]);
var yScale = d3.scaleLinear()
.domain([0, d3.max(data, function(d) { return +d.y; })])
.range([300, 0]);
var line = d3.line()
.x(function(d) { return xScale(+d.x); })
.y(function(d) { return yScale(+d.y); });
svg.append("path")
.datum(data)
.attr("d", line)
.attr("fill", "none")
.attr("stroke", "steelblue")
.attr("stroke-width", 2);
});
</script>
</body>
</html>Kod di atas akan membaca data daripada fail CSV dan kemudian memplotkannya sebagai carta garisan ringkas.
- Digabungkan dengan rangka kerja Gin
Kini kita telah melihat cara menggunakan Gin untuk membangunkan aplikasi web, cara menyambung ke pangkalan data dan cara menggunakan D3.js untuk visualisasi data . Akhirnya kita perlu meletakkan ini bersama-sama.
Berikut ialah contoh kod yang akan mendapatkan data daripada pangkalan data MySQL, menukarnya kepada format JSON, dan kemudian menghantarnya ke bahagian hadapan untuk visualisasi.
package main
import (
"database/sql"
"encoding/json"
"log"
"net/http"
"github.com/gin-gonic/gin"
)
type Data struct {
Field1 string `json:"field1"`
Field2 string `json:"field2"`
Field3 int `json:"field3"`
}
func getDataFromDB(db *sql.DB) ([]Data, error) {
rows, err := db.Query("SELECT * FROM data")
if err != nil {
return nil, err
}
defer rows.Close()
var data []Data
for rows.Next() {
var d Data
err := rows.Scan(&d.Field1, &d.Field2, &d.Field3)
if err != nil {
return nil, err
}
data = append(data, d)
}
return data, nil
}
func main() {
db, err := sql.Open("mysql", "user:password@/database")
if err != nil {
log.Fatal(err)
}
defer db.Close()
r := gin.Default()
r.GET("/", func(c *gin.Context) {
data, err := getDataFromDB(db)
if err != nil {
c.JSON(http.StatusInternalServerError, gin.H{"error": err.Error()})
return
}
jsonData, err := json.Marshal(data)
if err != nil {
c.JSON(http.StatusInternalServerError, gin.H{"error": err.Error()})
return
}
c.HTML(http.StatusOK, "index.tmpl", gin.H{
"title": "Data Visualization",
"data": string(jsonData),
})
})
r.Run(":8080")
}Kod ini akan mendapatkan data daripada pangkalan data dan menukarnya kepada format JSON. Data JSON kemudiannya dihantar kembali ke bahagian hadapan untuk melukis carta visualisasi.
Ringkasan
Dalam artikel ini, kami memperkenalkan cara menggunakan rangka kerja Gin untuk melaksanakan analisis data dan fungsi visualisasi. Kita boleh menggunakan Gin untuk membangunkan aplikasi web, menggunakan pakej pangkalan data/sql untuk menyambung ke pangkalan data dan melaksanakan pertanyaan, dan menggunakan D3.js untuk melukis carta visual. Menggabungkan ini, kami boleh menggunakan analisis data dan visualisasi untuk lebih memahami operasi perniagaan dan keperluan pelanggan kami.
Atas ialah kandungan terperinci Gunakan rangka kerja Gin untuk melaksanakan analisis data dan fungsi visualisasi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!