Python 轻松实现可视化大屏

更新时间：2022年01月20日 16:13:50 作者：Python学习与数据挖掘

对于从事数据领域的小伙伴来说，当需要阐述自己观点、展示项目成果时，我们需要在最短时间内让别人知道你的想法。我相信单调乏味的语言很难让别人快速理解。最直接有效的方式就是将数据进行可视化展现

提到数据可视化，我们会想到 Plotly、Matplotlib、Pyecharts等可视化库，或者一些商用软件Tableau、FineBI等等。如果你希望操作更简单、展现效果更强大，那么这款工具 big_screen 更适合你了。

本文介绍具体如下：

big_screen 特点
安装环境
输入数据
结果展示
在线部署
代码领取

big_screen 特点

便利性工具, 结构简单, 你只需传数据就可以实现数据大屏展示。

安装环境

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple flask

输入数据

在文件夹 data.py 中更新你需要展示的数据即可，如下为部分数据展示:

self.echart1_data = {
            'title': '行业分布',
            'data': [
                {"name": "商超门店", "value": 47},
                {"name": "教育培训", "value": 52},
                {"name": "房地产", "value": 90},
                {"name": "生活服务", "value": 84},
                {"name": "汽车销售", "value": 99},
                {"name": "旅游酒店", "value": 37},
                {"name": "五金建材", "value": 2},
            ]
        }
        self.echart2_data = {
            'title': '省份分布',
            'data': [
                {"name": "浙江", "value": 47},
                {"name": "上海", "value": 52},
                {"name": "江苏", "value": 90},
                {"name": "广东", "value": 84},
                {"name": "北京", "value": 99},
                {"name": "深圳", "value": 37},
                {"name": "安徽", "value": 150},
            ]
        }
        self.echarts3_1_data = {
            'title': '年龄分布',
            'data': [
                {"name": "0岁以下", "value": 47},
                {"name": "20-29岁", "value": 52},
                {"name": "30-39岁", "value": 90},
                {"name": "40-49岁", "value": 84},
                {"name": "50岁以上", "value": 99},
            ]
        }
        self.echarts3_2_data = {
            'title': '职业分布',
            'data': [
                {"name": "电子商务", "value": 10},
                {"name": "教育", "value": 20},
                {"name": "IT/互联网", "value": 20},
                {"name": "金融", "value": 30},
                {"name": "学生", "value": 40},
                {"name": "其他", "value": 50},
            ]
        }

本地运行

cd big_screen-master;
python app.py;

结果展示

在线部署

你可以直接像在本地一样运行脚本,这样可以运行成功，如果我们想让它一直运行，我们可以在线部署。使用命令如下：

nohup python app.py

这时你可以查看进程

ps -ef | grep python

就会看到我们刚才 app.py 代码已经运行起来了，这个就是在后台运行，关闭连接之后一样会运行，这下就放心了。

但是，如果发生错误的话，我们是无法知道哪里出错的，这时我们指定日志输出文件

nohup python -u app.py > robot.log 2>&1 &

还有一个问题，我想停止在线运行怎么办？可以使用这个命令

kill PID

代码获取

链接：https://pan.baidu.com/s/1sEGd2XzFXzTGapDjHrAROQ
提取码：1234

到此这篇关于Python 轻松实现可视化大屏的文章就介绍到这了,更多相关Python 可视化大屏内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

浅谈哪个Python库才最适合做数据可视化
数据可视化是任何探索性数据分析或报告的关键步骤，目前有许多非常好的商业智能工具，比如Tableau、googledatastudio和PowerBI等，本文就详细的进行对比，感兴趣的可以了解一下
2021-06-06
Python3.4实现远程控制电脑开关机
这篇文章主要为大家详细介绍了Python3.4实现远程控制电脑开关机的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-02-02
RuntimeError:CUDA out of memory多种场景下的解决方案
若遇到RuntimeError: CUDA out of memory错误，通常意味着GPU内存不足以处理当前的计算需求，本文就来介绍一下多种场景下的解决方案，具有一定的参考价值，感兴趣的可以了解一下
2024-02-02
详解Python如何循环遍历Numpy中的Array
Numpy是Python中常见的数据处理库，是数据科学中经常使用的库。在本文中，我们将学习如何迭代遍历访问矩阵中的元素，需要的可以参考一下
2022-04-04
用sleep间隔进行python反爬虫的实例讲解
在本篇文章里小编给大家整理了一篇关于用sleep间隔进行python反爬虫的实例讲解内容，有需要的朋友们可以学习下。
2020-11-11
Python datacompy 找出两个DataFrames不同的地方
本文主要介绍了Python datacompy 找出两个DataFrames不同的地方，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧<BR>
2022-05-05
python3中sorted函数里cmp参数改变详解
在本篇文章里小编给大家整理的是关于python3中sorted函数里关于cmp这一参数的改变相关内容，需要的朋友们可以学习下。
2020-03-03
Python实现基于标记的分水岭分割算法
分水岭技术是一种众所周知的分割算法，特别适用于提取图片中的相邻或重叠对象。本文将用Python实现基于标记的分水岭分割算法，感兴趣的可以了解一下
2022-07-07
python实现C4.5决策树算法
这篇文章主要为大家详细介绍了python实现C4.5决策树算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-08-08
python利用不到一百行代码实现一个小siri
这篇文章主要介绍了关于python利用不到一百行代码实现了一个小siri的相关资料，文中介绍的很详细，对大家具有一定的参考借鉴价值，需要的朋友们下面来一起看看吧。
2017-03-03