### 使用 Swagger UI 与 Python 实现 API 请求并生成图表 在开发 API 接口时，Swagger UI 提供了交互式界面用于测试接口请求，并能展示返回的数据结构。通过 Python 编写脚本对这些数据进行处理，并使用数据可视化库（如 `matplotlib`、`seaborn` 或 `plotly`）生成图表，可以实现接口响应数据的可视化展示。 #### 在 Flask 中集成 Swagger UI Flask 项目中可以使用 `flasgger` 扩展实现 Swagger UI，该方式允许开发者在路由函数的 docstring 中使用 YAML 格式编写 OpenAPI 规范，从而生成交互式文档界面。通过该界面测试 API 后，可以获取返回的二维数据，例如 JSON 格式的数组或对象[^1]。 ```python from flask import Flask, jsonify from flasgger import Swagger app = Flask(__name__) swagger = Swagger(app) @app.route('/data', methods=['GET']) def get_data(): """ 返回二维数据 --- responses: 200: description: 返回二维数据数组 examples: application/json: {"data": [[1, 2], [3, 4], [5, 6]]} """ return jsonify(data=[[1, 2], [3, 4], [5, 6]]) ``` #### 使用 Python 处理接口返回数据并生成图表 在获取到接口返回的二维数据后，可以使用 Python 的 `requests` 库发起请求，并将数据解析为数组形式。接着使用 `matplotlib` 或 `seaborn` 等库绘制图表。以下示例展示了如何将 JSON 数据解析为二维数组并生成折线图： ```python import requests import matplotlib.pyplot as plt # 发起 API 请求 response = requests.get('http://127.0.0.1:5000/data') data = response.json()['data'] # 将二维数据拆分为 x 和 y 轴 x = [point[0] for point in data] y = [point[1] for point in data] # 绘制折线图 plt.plot(x, y, marker='o') plt.xlabel('X 轴') plt.ylabel('Y 轴') plt.title('API 返回数据图表') plt.grid() plt.show() ``` #### 使用 Plotly 实现交互式图表 若需要更丰富的交互体验，可以使用 `plotly` 库生成交互式图表。该库支持将 API 返回的二维数据直接用于绘制散点图、折线图等： ```python import plotly.express as px import pandas as pd # 将二维数据转换为 DataFrame df = pd.DataFrame(data, columns=['x', 'y']) # 使用 Plotly 绘制交互式折线图 fig = px.line(df, x='x', y='y', title='API 返回数据图表') fig.show() ``` #### 自动化文档与数据可视化结合 在某些项目中，可以将 API 文档与数据可视化页面集成在一起，例如在 Flask 应用中嵌入 HTML 页面，并通过 JavaScript 库（如 ECharts 或 Chart.js）在前端渲染图表。这种方式可以实现在 Swagger UI 之外提供更直观的数据展示体验。 --- ###