panda/bettafish-company
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Fixed Chart Handling Issues in HTML and PDF and Improved Chart Readability

Browse Source
This commit is contained in:
马一丁
2025-11-20 02:18:52 +08:00
parent f98d36062e
commit 994477fd60
1 changed files with 122 additions and 66 deletions
Download Patch File Download Diff File Expand all files Collapse all files
ReportEngine/renderers/chart_to_svg.py
+122 -66
View File
@@ -24,7 +24,7 @@ try:
matplotlib.use('Agg') # 使用非GUI后端
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
from matplotlib.patches import Wedge
from matplotlib.patches import Wedge, Rectangle
import numpy as np
MATPLOTLIB_AVAILABLE = True
except ImportError:
@@ -45,24 +45,29 @@ class ChartToSVGConverter:
将Chart.js图表数据转换为SVG矢量图形
"""
# 默认颜色调色板（与Chart.js默认颜色接近）
# 默认颜色调色板（优化版：明亮且易区分）
DEFAULT_COLORS = [
'#FF6384', '#36A2EB', '#FFCE56', '#4BC0C0',
'#9966FF', '#FF9F40', '#FF6384', '#C9CBCF'
'#4A90E2', '#E85D75', '#50C878', '#FFB347', # 明亮蓝、珊瑚红、翠绿、橙黄
'#9B59B6', '#3498DB', '#E67E22', '#16A085', # 紫色、天蓝、橙色、青色
'#F39C12', '#D35400', '#27AE60', '#8E44AD' # 金色、深橙、绿色、紫罗兰
]
# CSS变量到颜色的映射表（支持常见的Chart.js主题变量）
# CSS变量到颜色的映射表（优化版：使用更明亮、更浅的颜色）
CSS_VAR_COLOR_MAP = {
'var(--color-accent)': '#007AFF', # 蓝色（强调色）
'var(--re-accent-color)': '#007AFF', # 蓝色
'var(--color-kpi-down)': '#DC3545', # 红色（下降/危险）
'var(--re-danger-color)': '#DC3545', # 红色（危险）
'var(--color-warning)': '#FFC107', # 黄色（警告）
'var(--re-warning-color)': '#FFC107', # 黄色
'var(--color-success)': '#28A745', # 绿色（成功）
'var(--re-success-color)': '#28A745', # 绿色
'var(--color-primary)': '#007BFF', # 主色
'var(--color-secondary)': '#6C757D', # 次要色
'var(--color-accent)': '#4A90E2', # 明亮蓝色（从#007AFF改为更浅）
'var(--re-accent-color)': '#4A90E2', # 明亮蓝色
'var(--re-accent-color-translucent)': (0.29, 0.565, 0.886, 0.08), # 蓝色极浅透明 rgba(74, 144, 226, 0.08)
'var(--color-kpi-down)': '#E85D75', # 珊瑚红色（从#DC3545改为更柔和）
'var(--re-danger-color)': '#E85D75', # 珊瑚红色
'var(--re-danger-color-translucent)': (0.91, 0.365, 0.459, 0.08), # 红色极浅透明 rgba(232, 93, 117, 0.08)
'var(--color-warning)': '#FFB347', # 柔和橙黄色（从#FFC107改为更浅）
'var(--re-warning-color)': '#FFB347', # 柔和橙黄色
'var(--re-warning-color-translucent)': (1.0, 0.702, 0.278, 0.08), # 黄色极浅透明 rgba(255, 179, 71, 0.08)
'var(--color-success)': '#50C878', # 翠绿色（从#28A745改为更明亮）
'var(--re-success-color)': '#50C878', # 翠绿色
'var(--re-success-color-translucent)': (0.314, 0.784, 0.471, 0.08), # 绿色极浅透明 rgba(80, 200, 120, 0.08)
'var(--color-primary)': '#3498DB', # 天蓝色
'var(--color-secondary)': '#95A5A6', # 浅灰色
}
def __init__(self, font_path: Optional[str] = None):
@@ -277,7 +282,7 @@ class ChartToSVGConverter:
渲染折线图（增强版）
支持特性：
- 双y轴（yAxisID: 'y' 和 'y1'）
- 多y轴（yAxisID: 'y', 'y1', 'y2', 'y3'...）
- 填充区域（fill: true）
- 透明度（backgroundColor中的alpha通道）
- 线条样式（tension曲线平滑）
@@ -289,30 +294,71 @@ class ChartToSVGConverter:
if not labels or not datasets:
return None
# 检查是否有双y轴
has_dual_axis = any(
dataset.get('yAxisID') == 'y1' for dataset in datasets
)
# 收集所有唯一的yAxisID
y_axis_ids = []
for dataset in datasets:
y_axis_id = dataset.get('yAxisID', 'y')
if y_axis_id not in y_axis_ids:
y_axis_ids.append(y_axis_id)
# 确保'y'是第一个轴
if 'y' in y_axis_ids:
y_axis_ids.remove('y')
y_axis_ids.insert(0, 'y')
# 检查是否有多个y轴
has_multiple_axes = len(y_axis_ids) > 1
title = props.get('title')
options = props.get('options', {})
scales = options.get('scales', {})
# 创建图表，如果有双y轴则创建双y轴布局
if has_dual_axis:
fig, ax1 = plt.subplots(figsize=(width/dpi, height/dpi), dpi=dpi)
ax2 = ax1.twinx() # 创建共享x轴的第二个y轴
else:
fig, ax1 = self._create_figure(width, height, dpi, title)
ax2 = None
# 创建图表和多个y轴
fig, ax1 = plt.subplots(figsize=(width/dpi, height/dpi), dpi=dpi)
if title and has_dual_axis:
if title:
ax1.set_title(title, fontsize=14, fontweight='bold', pad=20)
# 创建y轴映射字典
axes = {'y': ax1}
if has_multiple_axes:
# 统计每个位置(left/right)的轴数量,用于计算偏移
left_axes_count = 0
right_axes_count = 0
# 为每个额外的yAxisID创建新的y轴
for y_axis_id in y_axis_ids[1:]:
if y_axis_id == 'y':
continue
# 创建新的y轴
new_ax = ax1.twinx()
axes[y_axis_id] = new_ax
# 从scales配置中获取轴的位置
y_config = scales.get(y_axis_id, {})
position = y_config.get('position', 'right')
if position == 'left':
# 左侧额外轴,向左偏移
if left_axes_count > 0:
new_ax.spines['left'].set_position(('outward', 60 * left_axes_count))
new_ax.yaxis.set_label_position('left')
new_ax.yaxis.set_ticks_position('left')
left_axes_count += 1
else:
# 右侧额外轴,向右偏移
if right_axes_count > 0:
new_ax.spines['right'].set_position(('outward', 60 * right_axes_count))
right_axes_count += 1
colors = self._get_colors(datasets)
# 分别收集两个y轴的数据系列
y1_lines = []
y2_lines = []
# 收集每个y轴的线条和填充信息用于图例
axis_lines = {axis_id: [] for axis_id in y_axis_ids}
legend_handles = [] # 图例句柄
legend_labels = [] # 图例标签
# 绘制每个数据系列
for i, dataset in enumerate(datasets):
@@ -328,7 +374,7 @@ class ChartToSVGConverter:
background_color = self._parse_color(dataset.get('backgroundColor', color))
# 选择对应的坐标轴
ax = ax2 if (y_axis_id == 'y1' and ax2 is not None) else ax1
ax = axes.get(y_axis_id, ax1)
# 绘制折线
x_data = range(len(labels))
@@ -343,69 +389,79 @@ class ChartToSVGConverter:
y_smooth = spl(x_smooth)
line, = ax.plot(x_smooth, y_smooth, label=label, color=border_color, linewidth=2)
# 如果需要填充
# 如果需要填充（使用极低透明度避免遮挡）
if fill:
ax.fill_between(x_smooth, y_smooth, alpha=0.3, color=background_color)
ax.fill_between(x_smooth, y_smooth, alpha=0.08, color=background_color)
except:
# 如果平滑失败，使用普通折线
line, = ax.plot(x_data, dataset_data, marker='o', label=label,
color=border_color, linewidth=2, markersize=6)
if fill:
ax.fill_between(x_data, dataset_data, alpha=0.3, color=background_color)
ax.fill_between(x_data, dataset_data, alpha=0.08, color=background_color)
else:
line, = ax.plot(x_data, dataset_data, marker='o', label=label,
color=border_color, linewidth=2, markersize=6)
if fill:
ax.fill_between(x_data, dataset_data, alpha=0.3, color=background_color)
ax.fill_between(x_data, dataset_data, alpha=0.08, color=background_color)
else:
# 直线连接（tension=0或scipy不可用）
line, = ax.plot(x_data, dataset_data, marker='o', label=label,
color=border_color, linewidth=2, markersize=6)
# 如果需要填充
# 如果需要填充（使用极低透明度避免遮挡）
if fill:
ax.fill_between(x_data, dataset_data, alpha=0.3, color=background_color)
ax.fill_between(x_data, dataset_data, alpha=0.08, color=background_color)
# 记录哪个轴有哪些线
if ax == ax2:
y2_lines.append(line)
# 记录这条线属于哪个轴
axis_lines[y_axis_id].append(line)
# 创建图例项：如果有填充，创建带填充背景的图例
if fill:
# 创建一个矩形patch作为填充背景（使用稍高透明度以便在图例中可见）
fill_patch = Rectangle((0, 0), 1, 1,
facecolor=background_color,
edgecolor='none',
alpha=0.15)
# 组合线条和填充patch
legend_handles.append((line, fill_patch))
legend_labels.append(label)
else:
y1_lines.append(line)
legend_handles.append(line)
legend_labels.append(label)
# 设置x轴标签
ax1.set_xticks(range(len(labels)))
ax1.set_xticklabels(labels, rotation=45, ha='right')
# 设置y轴标签和标题
if has_dual_axis and ax2:
# 从options中获取y轴配置
scales = options.get('scales', {})
y_config = scales.get('y', {})
y1_config = scales.get('y1', {})
# 设置左侧y轴
for y_axis_id, ax in axes.items():
y_config = scales.get(y_axis_id, {})
y_title = y_config.get('title', {}).get('text', '')
if y_title:
ax1.set_ylabel(y_title, fontsize=11)
ax.set_ylabel(y_title, fontsize=11)
# 设置右侧y轴
y1_title = y1_config.get('title', {}).get('text', '')
if y1_title:
ax2.set_ylabel(y1_title, fontsize=11)
# 设置y轴标签颜色（如果该轴只有一条线，使用该线的颜色）
if len(axis_lines[y_axis_id]) == 1:
line_color = axis_lines[y_axis_id][0].get_color()
ax.tick_params(axis='y', labelcolor=line_color)
ax.yaxis.label.set_color(line_color)
# 设置网格（只在主轴显示）
ax1.grid(True, alpha=0.3, linestyle='--')
ax2.grid(False) # 右侧y轴不显示网格
# 设置网格（只在主轴显示）
ax1.grid(True, alpha=0.3, linestyle='--')
for y_axis_id in y_axis_ids[1:]:
if y_axis_id in axes:
axes[y_axis_id].grid(False)
# 合并图例（显示所有数据系列）
lines = y1_lines + y2_lines
labels_list = [line.get_label() for line in lines]
ax1.legend(lines, labels_list, loc='best', framealpha=0.9)
else:
# 单y轴的情况
if len(datasets) > 1:
ax1.legend(loc='best', framealpha=0.9)
ax1.grid(True, alpha=0.3, linestyle='--')
# 创建图例
if has_multiple_axes or len(datasets) > 1:
# 使用自定义的legend_handles和legend_labels
from matplotlib.legend_handler import HandlerTuple
ax1.legend(legend_handles, legend_labels,
loc='best',
framealpha=0.9,
handler_map={tuple: HandlerTuple(ndivide=None)})
return self._figure_to_svg(fig)