Python實(shí)現(xiàn)數(shù)據(jù)可視化大屏布局的示例詳解
數(shù)據(jù)可視化大屏展示需求無疑是對(duì)數(shù)據(jù)分析結(jié)果最好的詮釋,能夠使得別人能夠輕松的就理解我們的數(shù)據(jù)意圖。
之前我們可視化的展示過程中已經(jīng)使用幾種比較優(yōu)秀的python數(shù)據(jù)可視化應(yīng)用模塊,有興趣的朋友可以前往歷史文章中搜索相應(yīng)的實(shí)戰(zhàn)案例。
今天所說的數(shù)據(jù)可視化的大屏展示是通過pyecharts模塊來實(shí)現(xiàn)的,由于其本身生成的就是html的代碼塊,這一點(diǎn)非常有利于我們對(duì)大屏實(shí)現(xiàn)的要求。
若是沒有安裝pyecharts非標(biāo)準(zhǔn)庫的朋友可以使用pip的方式安裝一下即可。
pip?install?pyecharts?-i?https://pypi.tuna.tsinghua.edu.cn/simple/
完事兒之后,我們將所有需要使用到的python模塊全部導(dǎo)入到我們的代碼塊中。
#?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
為了展示大屏的布局效果,我們分別實(shí)現(xiàn)了柱狀圖、3D數(shù)據(jù)圖的展示效果從而在大屏中進(jìn)行展示。
若是想要加入線形圖、餅圖等其他類型的可視化圖形,我們可以直接在大屏布局中進(jìn)行自由添加。
開發(fā)一個(gè)函數(shù)bar(),用來畫出柱狀圖的顯示效果,并返回柱狀圖對(duì)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("生產(chǎn)量",?[random.randint(1000,?3000)?for?_?in?cate]) ????????????.add_yaxis("銷售量",?[random.randint(1200,?2800)?for?_?in?cate]) ????????????.set_global_opts(title_opts=opts.TitleOpts(title="2022年訂單生產(chǎn)與銷售")) ????) ????return?bar_
開發(fā)一個(gè)函數(shù)scatter_3d(),用來畫出3D的顯示效果,并返回3D圖對(duì)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數(shù)據(jù)隨機(jī)分布圖")) ????) ????return?scatter_
開發(fā)完兩個(gè)圖形繪制的函數(shù)之后,我們需要將其展示到頁面中,這里采用pyechaerts模塊頁面組件Page對(duì)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("數(shù)據(jù)中心.html")
通過上面的操作已經(jīng)完成了頁面的圖形繪制,并且生成了html的源代碼,只需要將.html的文件拖到瀏覽器中即可查看大屏的可視化效果。
接下來為了使可視化的數(shù)據(jù)展示的更加的美觀,我們可以使用bs4模塊的BeautifulSoup對(duì)象初始化html對(duì)象后修改背景展示效果。
#?Importing?the?BeautifulSoup?class?from?the?bs4?module. from?bs4?import?BeautifulSoup with?open("數(shù)據(jù)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)
找一張自己能看順眼的高清背景圖,將下面這行代碼塊中的背景圖替換成自己的背景圖片路徑即可。
background-image:?url(背景.jpeg)
到此這篇關(guān)于Python實(shí)現(xiàn)數(shù)據(jù)可視化大屏布局的示例詳解的文章就介紹到這了,更多相關(guān)Python數(shù)據(jù)可視化大屏內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- Python辦公自動(dòng)化之?dāng)?shù)據(jù)可視化與報(bào)表生成
- python數(shù)據(jù)可視化自制職位分析生成崗位分析數(shù)據(jù)報(bào)表
- Python對(duì)中國(guó)500強(qiáng)排行榜數(shù)據(jù)進(jìn)行可視化分析實(shí)戰(zhàn)
- 使用Python對(duì)網(wǎng)易云歌單數(shù)據(jù)分析及可視化
- 使用Python進(jìn)行數(shù)據(jù)可視化
- 詳解Python中四種關(guān)系圖數(shù)據(jù)可視化的效果對(duì)比
- Python報(bào)表自動(dòng)化之從數(shù)據(jù)到可視化一站式指南
相關(guān)文章
Python編碼時(shí)應(yīng)該注意的幾個(gè)情況
對(duì)于Python程序員,你需要注意一下本文所提到的這些事情。你也可以看看Zen of Python(Python之禪),這里面提到了一些注意事項(xiàng),并配以示例,可以幫助你快速提高2013-03-03python3實(shí)現(xiàn)elasticsearch批量更新數(shù)據(jù)
今天小編就為大家分享一篇python3實(shí)現(xiàn)elasticsearch批量更新數(shù)據(jù),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-12-12基于Python實(shí)現(xiàn)人臉識(shí)別和焦點(diǎn)人物檢測(cè)功能
基于dlib庫的模型,實(shí)現(xiàn)人臉識(shí)別和焦點(diǎn)人物的檢測(cè)。最后呈現(xiàn)的效果為焦點(diǎn)人物的識(shí)別框顏色與其他人物框不一樣。對(duì)Python人臉識(shí)別和焦點(diǎn)人物檢測(cè)設(shè)計(jì)過程感興趣的朋友一起看看吧2021-10-10python實(shí)現(xiàn)將字符串中的數(shù)字提取出來然后求和
這篇文章主要介紹了python實(shí)現(xiàn)將字符串中的數(shù)字提取出來然后求和,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-04-04pytorch-神經(jīng)網(wǎng)絡(luò)擬合曲線實(shí)例
今天小編就為大家分享一篇pytorch-神經(jīng)網(wǎng)絡(luò)擬合曲線實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-01-01python中使用numpy包的向量矩陣相乘np.dot和np.matmul實(shí)現(xiàn)
本文主要介紹了python中使用numpy包的向量矩陣相乘np.dot和np.matmul實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02python使用scapy模塊實(shí)現(xiàn)ping掃描的過程詳解
這篇文章主要介紹了python使用scapy模塊實(shí)現(xiàn)ping掃描的過程詳解,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-01-01