很久很久以前， 做過一個項目， 因為前端基礎差， echarts搗鼓不來， 然后就折騰出來一套比較奇葩的技術方案， 就是前端需要什么圖表， 后端先繪制好， 然后前端需要什么圖表， 再從后端拉取后端之前響應的圖片路徑， 再去做渲染。
其實基于后端使用 Matplotlib 繪制圖表，前端調用顯示的方案是完全可行的。這種模式在服務器端生成圖表，然后將生成的圖表文件傳遞給前端進行顯示。這種方法在服務器端處理數據和渲染圖表可以帶來一些優勢，比如在服務器端可以進行復雜的計算和數據處理，同時可以避免在客戶端安裝額外的庫或軟件。
以下是這種方案的一個基本流程：
- 后端生成圖表：
- 在服務器端，使用 Matplotlib 繪制圖表。
- 設置
plt.savefig()來將圖表保存為文件，例如 PNG 或 SVG 格式。
- 前端加載圖表：
- 前端使用 HTML、CSS 和 JavaScript 來加載和顯示圖表。
- 如果圖表是 PNG 或 JPEG 格式，可以直接在 HTML 中使用
<img>標簽顯示。 - 如果圖表是 SVG 格式，可以使用 JavaScript 的 D3.js 庫或其他 SVG 處理庫來動態顯示圖表。
- 前后端交互：
- 前端可以通過 AJAX 或其他 HTTP 請求方法從服務器獲取數據和圖表文件。
- 后端可以響應前端的請求，發送數據和圖表文件。
這里是一個簡單的例子，展示如何在 Flask 服務器中使用 Matplotlib 生成圖表，并將其作為文件發送給前端：
# app.py
from flask import Flask, send_file
import matplotlib.pyplot as plt
import numpy as np
app = Flask(__name__)
@app.route('/plot')
def plot_chart():# 生成數據
)
