Python制作可视化报表的示例详解
大家好，我是小F～
在数据展示中使用图表来分享自己的见解，是个非常常见的方法。
这也是Tableau、Power BI这类商业智能仪表盘持续流行的原因之一，这些工具为数据提供了精美的图形解释。
当然了，这些工具也有着不少缺点，比如不够灵活，无法让你自己创建设计。
当你对图表展示要求定制化时，编程也许就比较适合你，比如Echarts、D3.js。
今天小F给大家介绍一个用Python制作可视化报表的案例，主要是使用到Dash+Tailwindcss。
可视化报表效果如下，水果销售情况一览~
Dash是基于Plotly搭建的Dashbord框架，支持Python、R和Julia。使用Dash，你可以创建自定义响应式仪表板。
相关文档
说明：https://dash.plotly.com/introduction
案例：https://dash.gallery/Portal/
Tailwindcss则是一个实用程序优先的CSS框架，用于快速构建自定义界面。
“这种框架只适用于那种只会实现页面布局美化元素而不关心实现业务逻辑的前端”。
看看别人对它的评价，对于无交互的图表，完全足够了。
相关文档
说明：https://www.tailwindcss.cn/docs
下面就给大家讲解下如何通过Dash+Tailwindcss搭建可视化报表～
首先安装相关的Python库，然后导入。
import dash import pandas as pd import plotly.express as px from dash import dcc, html
使用到了Pandas、Plotly、dash这三个Python库。
我们需要把Tailwindcss的CDN作为external_script，并将其传递给我们的应用程序实例，这样我们才可以成功使用Tailwindcss。
# 导入tailwindcss的CDN
external_script = ["https://tailwindcss.com/", {"src": "https://cdn.tailwindcss.com"}]
# 创建Dash实例
app = dash.Dash(
__name__,
external_scripts=external_script,
)
app.scripts.config.serve_locally = True
使用Pandas创建水果销售数据，随便虚构了一个。
# 创建数据
df = pd.DataFrame(
{
"Fruit": ["苹果", "橙子", "香蕉", "苹果", "橙子", "香蕉"],
"Amount": [4.2, 1.0, 2.1, 2.32, 4.20, 5.0],
"City": ["北京", "北京", "北京", "上海", "上海", "上海"],
}
)
print(df)
结果如下，3列6行，包含水果、销售额、城市列。
处理一下相关的数据，水果单数、销售总额、城市单数、变量数。
# 水果单数 fruit_count = df.Fruit.count() # 销售总额 total_amt = df.Amount.sum() # 城市单数 city_count = df.City.count() # 变量数 variables = df.shape[1]
创建图表实例，一个柱状图、一个箱型图。
# 柱状图1, 不同水果不同城市的销售额 fig = px.bar(df, x="Fruit", y="Amount", color="City", barmode="group") # 箱型图1, 不同城市的销售额分布情况 fig1 = px.box(df, x="City", y="Amount", color="City")
效果如下。
剩下就是文字模块啦，文字+CSS样式。
其中排版布局美化，通过Tailwindcss来实现。
app.layout = html.Div(
html.Div(
children=[
html.Div(
children=[
html.H1(children="水果销售--可视化报表", className=" py-3 text-5xl font-bold text-gray-800"),
html.Div(
children="""Python with Dash = 💝 .""",
className="text-left prose prose-lg text-2xl py-3 text-gray-600",
),
],
className="w-full mx-14 px-16 shadow-lg bg-white -mt-14 px-6 container my-3 ",
),
html.Div(
html.Div(
children=[
html.Div(
children=[
f"¥{total_amt}",
html.Br(),
html.Span("总销售额", className="text-lg font-bold ml-4"),
],
className=" shadow-xl py-4 px-14 text-5xl bg-[#76c893] text-white font-bold text-gray-800",
),
html.Div(
children=[
fruit_count,
html.Br(),
html.Span("水果数量", className="text-lg font-bold ml-4"),
],
className=" shadow-xl py-4 px-24 text-5xl bg-[#1d3557] text-white font-bold text-gray-800",
),
html.Div(
children=[
variables,
html.Br(),
html.Span("变量", className="inline-flex items-center text-lg font-bold ml-4"),
],
className=" shadow-xl py-4 px-24 text-5xl bg-[#646ffa] text-white font-bold text-gray-800",
),
html.Div(
children=[
city_count,
html.Br(),
html.Span("城市数量", className="text-lg font-bold ml-4"),
],
className="w-full shadow-xl py-4 px-24 text-5xl bg-[#ef553b] text-white font-bold text-gray-800",
),
],
className="my-4 w-full grid grid-flow-rows grid-cols-1 lg:grid-cols-4 gap-y-4 lg:gap-[60px]",
),
className="flex max-w-full justify-between items-center ",
),
html.Div(
children=[
html.Div(
children=[
dcc.Graph(id="example-graph", figure=fig),
],
className="shadow-xl w-full border-3 rounded-sm",
),
html.Div(
children=[
dcc.Graph(id="example-graph1", figure=fig1),
],
className="w-full shadow-2xl rounded-sm",
),
],
className="grid grid-cols-1 lg:grid-cols-2 gap-4",
),
],
className="bg-[#ebeaee] flex py-14 flex-col items-center justify-center ",
),
className="bg-[#ebeaee] container mx-auto px-14 py-4",
)
效果如下。
最后启动程序代码。
if __name__ == '__main__':
# debug模式, 端口7777
app.run_server(debug=True, threaded=True, port=7777)
# 正常模式, 网页右下角的调试按钮将不会出现
# app.run_server(port=7777)
这样就能在本地看到可视化大屏页面，浏览器打开如下地址。
http://127.0.0.1:7777
以后制作的图表不仅能在线展示，还能实时更新，属实不错~
到此这篇关于Python制作可视化报表的示例详解的文章就介绍到这了,更多相关Python可视化报表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！
相关文章
tqdm是一个用于在Python中添加进度条的库，它可以很容易地集成到while循环中，这篇文章主要介绍了python循环打印进度条,需要的朋友可以参考下2023-05-05
python人工智能tensorflow函数tf.nn.dropout使用方法
这篇文章主要为大家介绍了python人工智能tensorflow函数tf.nn.dropout使用示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-05-05
这篇文章主要介绍了Python通过文本和图片生成词云图,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,需要的朋友可以参考下2020-05-05
这篇文章主要为大家介绍了在Python中如何调用Pandas实现Excel文件的读取，文中的示例代码讲解详细，感兴趣的小伙伴可以了解一下2022-04-04
中间件就是在目标和结果之间进行的额外处理过程，在Django中就是request和response之间进行的处理，相对来说实现起来比较简单，这篇文章主要介绍了django中间件以及自定义中间件 ,需要的朋友可以参考下2023-06-06
详解Python中使用base64模块来处理base64编码的方法
8bit的bytecode经常会被用base64编码格式保存,Python中自带base64模块对base64提供支持,这里我们就来详解Python中使用base64模块来处理base64编码的方法,需要的朋友可以参考下2016-07-07
今天小编就为大家分享一篇关于Python脚本按照当前日期创建多级目录，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2019-03-03
滤波处理分为两大类：线性滤波和非线性滤波,OpenCV里有这些滤波的函数,使用起来非常方便,这篇文章主要给大家介绍了关于OpenCV图像处理之自定义滤波的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下2021-08-08
这篇文章主要介绍了django的ORM与模型的实现原理，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧v2021-11-11
这篇文章主要介绍了举例讲解如何在Python编程中进行迭代和遍历,是Python入门学习中的基础知识,需要的朋友可以参考下2016-01-01
最新评论