如何在Node.js项目中引入Python脚本实现Plotly仪表盘？

针对你的需求（通过EJS页面加载Excel并生成Plotly仪表盘），排除Django（与Node.js技术栈冲突、没必要额外引入），下面是两种实用方案：

方案一：Node.js实时调用Python脚本生成仪表盘（协同运行） #

这种方案适合需要实时根据Excel数据生成仪表盘的场景，Python负责数据处理和图表生成，Node.js负责接收请求、调用脚本并渲染页面。

步骤1：修改Python脚本 #

将原脚本改为输出Plotly HTML字符串（而非直接保存文件），方便Node.js捕获结果。创建generate_dashboard.py文件：

import pandas as pd
import plotly.offline as pyo
import plotly.graph_objs as go
import sys

def generate_dashboard(excel_path):
    # 加载Excel数据
    df = pd.read_excel(excel_path, sheet_name="datos")
    
    # 构建图表
    trace0 = go.Bar(x=df["Subcategoria"], y=df["Indicador"], name="Indicador", marker={"color":"#32EC14"})
    trace1 = go.Bar(x=df["Subcategoria"], y=df["Valor Encontrado"], name="Valor Encontrado", marker={"color":"#EC1414"})
    data = [trace0, trace1]
    
    layout = go.Layout(
        title="Subcategorias (Indicador vs Valor Encontrado)",
        xaxis=dict(title="Subcategoria"),
        yaxis=dict(title="Valores Alcanzados")
    )
    
    fig = go.Figure(data=data, layout=layout)
    # 返回仅包含图表的HTML片段，依赖CDN加载Plotly.js
    return pyo.to_html(fig, include_plotlyjs='cdn', full_html=False)

if __name__ == "__main__":
    # 从命令行参数获取Excel文件路径
    excel_path = sys.argv[1]
    print(generate_dashboard(excel_path))

步骤2：Node.js路由处理 #

在router.js中添加仪表盘路由，使用child_process.execFile调用Python脚本：

const { execFile } = require('child_process');
const express = require('express');
const router = express.Router();

// 仪表盘页面路由
router.get('/dashboard', (req, res) => {
    // 替换为你的Excel文件实际路径（可改为用户上传路径）
    const excelPath = './file.xlsx';
    
    execFile('python', ['./generate_dashboard.py', excelPath], (error, stdout, stderr) => {
        if (error) {
            console.error('脚本执行失败:', error);
            return res.status(500).send('仪表盘生成失败');
        }
        if (stderr) {
            console.error('Python错误输出:', stderr);
            return res.status(500).send('仪表盘生成失败');
        }
        // 渲染EJS页面，传入生成的图表HTML
        res.render('dashboard', { dashboardHtml: stdout });
    });
});

module.exports = router;

步骤3：创建EJS视图 #

在views文件夹新建dashboard.ejs，直接嵌入生成的HTML片段：

<!DOCTYPE html>
<html lang="es">
<head>
    <meta charset="UTF-8">
    <title>数据仪表盘</title>
</head>
<body>
    <h2>Subcategorias对比仪表盘</h2>
    <!-- 插入Plotly图表HTML -->
    <%- dashboardHtml %>
</body>
</html>

方案二：预生成HTML文件，嵌入EJS页面 #

如果Excel数据更新不频繁，可以先让Python生成静态HTML文件，再通过EJS页面嵌入（适合性能要求较高的场景）。

步骤1：修改Python脚本 #

将生成的HTML文件保存到public目录（Node.js可直接访问）：

import pandas as pd
import plotly.offline as pyo
import plotly.graph_objs as go

# 加载数据
df = pd.read_excel(r'file.xlsx', sheet_name="datos")

# 构建图表（和原脚本一致）
trace0 = go.Bar(x=df["Subcategoria"], y=df["Indicador"], name="Indicador", marker={"color":"#32EC14"})
trace1 = go.Bar(x=df["Subcategoria"], y=df["Valor Encontrado"], name="Valor Encontrado", marker={"color":"#EC1414"})
data = [trace0, trace1]

layout = go.Layout(
    title="Subcategorias (Indicador vs Valor Encontrado)",
    xaxis=dict(title="Subcategoria"),
    yaxis=dict(title="Valores Alcanzados")
)

fig = go.Figure(data=data, layout=layout)
# 保存到public目录下的dashboards文件夹（需先创建该文件夹）
pyo.plot(fig, filename="./public/dashboards/Dashboard.html", include_plotlyjs='cdn')

步骤2：Node.js路由与EJS渲染 #

在router.js中添加路由，生成文件后通过iframe嵌入EJS：

const { execFile } = require('child_process');
const express = require('express');
const router = express.Router();

router.get('/dashboard', (req, res) => {
    execFile('python', ['./generate_dashboard.py'], (error, stdout, stderr) => {
        if (error) {
            console.error('生成失败:', error);
            return res.status(500).send('仪表盘生成失败');
        }
        // 渲染EJS，传入静态HTML的访问路径
        res.render('dashboard', { dashboardUrl: '/dashboards/Dashboard.html' });
    });
});

module.exports = router;

对应的dashboard.ejs：

<!DOCTYPE html>
<html lang="es">
<head>
    <meta charset="UTF-8">
    <title>数据仪表盘</title>
</head>
<body>
    <h2>Subcategorias对比仪表盘</h2>
    <iframe src="<%= dashboardUrl %>" width="100%" height="800px" frameborder="0"></iframe>
</body>
</html>

必要准备工作 #

• 服务器需安装Python 3.x，以及依赖库：pip install pandas plotly openpyxl（openpyxl用于读取Excel文件）
• Windows环境下，若python命令无效，需替换为python.exe或配置Python环境变量
• 若需要用户上传Excel文件，可使用multer模块实现文件上传功能，再将上传后的文件路径传给Python脚本

内容的提问来源于stack exchange，提问作者Sofia Blanco Sanchez