Python实现数据可视化大屏布局的示例详解

 更新时间:2022年11月25日 14:41:23   作者:Sir 老王  
数据可视化大屏展示需求无疑是对数据分析结果最好的诠释,能够使得别人能够轻松的就理解我们的数据意图。本文将通过pyecharts模块来实现,感兴趣的可以了解一下

数据可视化大屏展示需求无疑是对数据分析结果最好的诠释,能够使得别人能够轻松的就理解我们的数据意图。

之前我们可视化的展示过程中已经使用几种比较优秀的python数据可视化应用模块,有兴趣的朋友可以前往历史文章中搜索相应的实战案例。

今天所说的数据可视化的大屏展示是通过pyecharts模块来实现的,由于其本身生成的就是html的代码块,这一点非常有利于我们对大屏实现的要求。

若是没有安装pyecharts非标准库的朋友可以使用pip的方式安装一下即可。

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

完事儿之后,我们将所有需要使用到的python模块全部导入到我们的代码块中。

# Importing the options module from the pyecharts package and renaming it to opts.
from pyecharts import options as opts

# Importing the Bar and Scatter3D classes from the pyecharts.charts module.
from pyecharts.charts import Bar, Scatter3D

# Importing the random module.
import random

为了展示大屏的布局效果,我们分别实现了柱状图、3D数据图的展示效果从而在大屏中进行展示。

若是想要加入线形图、饼图等其他类型的可视化图形,我们可以直接在大屏布局中进行自由添加。

开发一个函数bar(),用来画出柱状图的显示效果,并返回柱状图对象。

def bar():
    """
    It does nothing.
    """
    cate = ['1月', '2月', '3月', '4月', '5月', '6月']
    bar_ = (
        Bar()
            .add_xaxis(cate)
            .add_yaxis("生产量", [random.randint(1000, 3000) for _ in cate])
            .add_yaxis("销售量", [random.randint(1200, 2800) for _ in cate])
            .set_global_opts(title_opts=opts.TitleOpts(title="2022年订单生产与销售"))
    )
    return bar_

开发一个函数scatter_3d(),用来画出3D的显示效果,并返回3D图对象。

def scatter_3d():
    """
    > This function takes in a list of x, y, and z coordinates and plots them in a 3D scatter plot
    """
    data = [(random.randint(100, 200), random.randint(100, 200), random.randint(100, 200)) for _ in range(60)]
    scatter_ = (Scatter3D()
        .add("", data)
        .set_global_opts(
        title_opts=opts.TitleOpts(title="3D数据随机分布图"))
    )
    return scatter_

开发完两个图形绘制的函数之后,我们需要将其展示到页面中,这里采用pyechaerts模块页面组件Page对象。

# Importing the Page class from the pyecharts.charts module.
from pyecharts.charts import Page

# Creating a page object with a simple page layout.
page = Page(layout=Page.SimplePageLayout)
page.add(
    bar(),
    scatter_3d(),
)
page.render("数据中心.html")

通过上面的操作已经完成了页面的图形绘制,并且生成了html的源代码,只需要将.html的文件拖到浏览器中即可查看大屏的可视化效果。

接下来为了使可视化的数据展示的更加的美观,我们可以使用bs4模块的BeautifulSoup对象初始化html对象后修改背景展示效果。

# Importing the BeautifulSoup class from the bs4 module.
from bs4 import BeautifulSoup


with open("数据中心.html", "r+", encoding='utf-8') as h:
    html_ = BeautifulSoup(h, 'lxml')
    body = html_.find("body")
    body["style"] = "background-image: url(背景.jpeg);background-repeat: no-repeat;background-size:cover;"
    html_new = str(html_)
    h.seek(0, 0)
    h.truncate()
    h.write(html_new)

找一张自己能看顺眼的高清背景图,将下面这行代码块中的背景图替换成自己的背景图片路径即可。

background-image: url(背景.jpeg)

到此这篇关于Python实现数据可视化大屏布局的示例详解的文章就介绍到这了,更多相关Python数据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!

相关文章

  • Django 使用VScode 创建工程的详细步骤

    Django 使用VScode 创建工程的详细步骤

    这篇文章主要介绍了Django 使用VScode 创建工程,创建Django 项目,可以和虚拟环境放在同一目录,也可以放在虚拟环境的文件夹里,本文通过图文并茂的形式给大家介绍的非常详细,需要的朋友可以参考下
    2022-09-09
  • Python实现更改图片尺寸大小的方法(基于Pillow包)

    Python实现更改图片尺寸大小的方法(基于Pillow包)

    这篇文章主要介绍了Python实现更改图片尺寸大小的方法,结合实例形式分析了Python基于Pillow包更改图片属性的相关技巧,需要的朋友可以参考下
    2016-09-09
  • matplotlib 三维图表绘制方法简介

    matplotlib 三维图表绘制方法简介

    这篇文章主要介绍了matplotlib 三维图表绘制方法简介,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
    2020-09-09
  • python爬虫实例之获取动漫截图

    python爬虫实例之获取动漫截图

    这篇文章主要给大家介绍了关于python爬虫实例之获取动漫截图的相关资料,文中通过示例代码介绍的非常详细,对大家学习或者使用python具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧
    2020-05-05
  • Python3 Post登录并且保存cookie登录其他页面的方法

    Python3 Post登录并且保存cookie登录其他页面的方法

    今天小编就为大家分享一篇Python3 Post登录并且保存cookie登录其他页面的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • Python数据清洗之抽取jsonl文件数据字段并合并

    Python数据清洗之抽取jsonl文件数据字段并合并

    这篇文章主要为大家详细介绍了Python数据清洗之抽取jsonl文件数据字段并合并的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下
    2025-03-03
  • Python 中给请求设置用户代理 User-Agent的方法

    Python 中给请求设置用户代理 User-Agent的方法

    本文介绍 HTTP 标头用户代理主题以及如何使用 Python 中的请求设置用户代理,您将了解 HTTP 标头及其在理解用户代理、获取用户代理以及学习使用 Python 中的请求设置用户代理的多种方法方面的重要性,感兴趣的朋友跟随小编一起看看吧
    2023-06-06
  • 关于jupyter lab安装及导入tensorflow找不到模块的问题

    关于jupyter lab安装及导入tensorflow找不到模块的问题

    这篇文章主要介绍了关于jupyter lab安装及导入tensorflow找不到模块的问题,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-03-03
  • python第三方库visdom的使用入门教程

    python第三方库visdom的使用入门教程

    Visdom:一个灵活的可视化工具,可用来对于 实时,富数据的 创建,组织和共享,本文主要介绍了python第三方库visdom的使用入门教程,分享给大家,感兴趣的可以了解一下
    2021-05-05
  • 轻松理解Python 中的 descriptor

    轻松理解Python 中的 descriptor

    本文给大家分Python 中的 descriptor相关知识,非常不错,具有参考借鉴价值,需要的朋友参考下吧
    2017-09-09

最新评论