def show_entries():
# 全件検索
# entries = Entry.scan()
# 条件指定(キーを指定せずに検索）
# entries = Entry.scan(Entry.MeasureDateTime.contains('20201123'))
# 1日前の時間表記(yyyyMMddhhmmss)を取得する
yesterday = (datetime.now(timezone(timedelta(hours=+9), 'JST')) -
timedelta(days=1)).strftime('%Y%m%d%H%M%S')
# 1日前までのデータをDynamoDBより取得する
entries = Entry.scan(Entry.MeasureDateTime >= yesterday)
# 条件指定(キーを指定してから検索）
# entries = Entry.query("aaa", Entry.MeasureDateTime.contains('20201123'))
entries = sorted(entries, key=lambda x: x.MeasureDateTime)
#entries = sorted(entries, key=lambda x: x.MeasureDateTime, reverse=True)
for entry in entries:
try:
entry.MeasureDateTimeStr = parse(
entry.MeasureDateTime).strftime('%m/%d %H:%M')
except:
entry.MeasureDateTimeStr = "時間不明"
return render_template('index.html', entries=entries)
def show_entries(): # 記事の一覧を表示
entries = Entry.scan() # 全ての記事を取得
entries = sorted(entries, key=lambda x: x.id, reverse=True)
return render_template('entries/index.html', entries=entries)
def graph1():
# 【AWS IAM関連情報】
# IAMユーザーに割り当てたポリシー
# AmazonDynamoDBFullAccess
# AWSLambdaDynamoDBExecutionRole
# profile名
# 環境編巣にAWS_DEFAULT_PROFILE, AWS_PROFILEとして定義した。
dynamodb = boto3.resource("dynamodb")
# TODO 2回DBにアクセスする理由はないので後で修正する
# 1日前の時間表記(yyyyMMddhhmmss)を取得する
yesterday = (datetime.now(timezone(timedelta(hours=+9), 'JST')) -
timedelta(days=1)).strftime('%Y%m%d%H%M%S')
# 1日前までのデータをDynamoDBより取得する
entries = Entry.scan(Entry.MeasureDateTime >= yesterday)
entries = sorted(entries, key=lambda x: x.MeasureDateTime)
df = pd.DataFrame(columns=["人数"])
for entry in entries:
df.loc[entry.MeasureDateTime] = entry.value
#table = dynamodb.Table(os.environ['table_name'])
#response = table.scan()
#df = pd.json_normalize(response["Items"])
# YYYYMMDDHHMMSS形式を日付として認識させる
df.index = pd.to_datetime(df.index)
#df.MeasureDateTime = pd.to_datetime(df.MeasureDateTime)
# data["value"]はDecimalで入っているが。
# Decimalは直接表示できないので、floatに変換
df = df.astype({"人数": float})
#df = df.astype({"value": float})
# 日付でソートする。戻り値を受け取らないとソートされないので注意
#df = df.sort_values(by='MeasureDateTime')
fig, ax = plt.subplots()
# x軸の目盛りは1時間ごとにする（set_major_locatorで目盛りを打つ場所を決める）
ax.xaxis.set_major_locator(mdates.HourLocator(interval=4))
# x軸の目盛りの表示形式を設定する（set_major_formatterで目盛りに書く内容を決める）
ax.xaxis.set_major_formatter(mdates.DateFormatter('%m/%d\n%H:%M'))
# 補助目盛線を付加する
ax.xaxis.set_minor_locator(mdates.HourLocator())
plt.plot(df.index, df["人数"])
#plt.plot(df.MeasureDateTime, df.value)
# ax.plot(df.MeasureDateTime, df.value)というのもある
plt.title('時間と人数の推移')
# plt.xlabel('X軸ラベル')
# plt.ylabel('人数')
plt.ylabel("人数", rotation=0, labelpad=20)
# 縦書きにする場合
# ax.set_ylabel("人\n数", rotation=0, va='center')
plt.grid()
# 補助目盛は点線にする
plt.grid(True, which="minor", linestyle="--")
# 主目盛は実線
# plt.grid(True, which="major", linestyle="-")
canvas = FigureCanvasAgg(fig)
png_output = BytesIO()
canvas.print_png(png_output)
data = png_output.getvalue()
response = make_response(data)
response.headers['Content-Type'] = 'image/png'
response.headers['Content-Length'] = len(data)
return response
def show_entries():
entries = Entry.scan() #PynamoDBのメソッド。すべての記事を取得
entries = sorted(entries, key=lambda x: x.id,
reverse=True) #timestamp順に記事をソート。
return render_template('entries/index.html', entries=entries)