本篇内容主要讲解“怎么使用Python制作一个数据大屏”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“怎么使用Python制作一个数据大屏”吧!
PywebIO介绍
Python当中的PywebIO模块可以帮助开发者在不具备HTML和JavaScript的情况下也能够迅速构建Web应用或者是基于浏览器的GUI应用，PywebIO还可以和一些常用的可视化模块联用，制作成一个可视化大屏。
我们先来安装好需要用到的模块。
pipinstallpywebio pipinstallcutecharts
上面提到的cutecharts模块是Python当中的手绘风格的可视化神器，相信大家对此并不陌生，我们来看一下它与PywebIO模块结合绘制图表的效果是什么样的，代码如下：
fromcutecharts.chartsimportBar
fromcutecharts.fakerimportFaker
frompywebioimportstart_server
frompywebio.outputimportput_html
defbar_base():
chart=Bar("Bar-基本示例",width="100%")
chart.set_options(labels=Faker.choose(),x_label="I'mxlabel",y_label="I'mylabel")
chart.add_series("series-A",Faker.values())
put_html(chart.render_notebook())
if__name__=='__main__':
start_server(bar_base,debug=True,port=8080)
output
上述代码的逻辑并不难看懂，先实例化一个直方图Bar()对象，然后填上X轴对应的标签以及对应Y轴的值，最后调用PywebIO模块当中的put_html()方法，我们会看到一个URL。
在浏览器当中输入该URL便能够看到我们绘制出来的图表。当然在cutecharts模块当中有Page()方法来将各个图表都连接起来，做成一张可视化大屏，代码如下：
defbar_base():
chart=Bar("Bar-基本示例",width="100%")
chart.set_options(labels=Faker.choose(),x_label="I'mxlabel",y_label="I'mylabel")
chart.add_series("series-A",Faker.values())
returnchart
defpie_base()->
Pie:
chart=Pie("标题",width="100%")
........
returnchart
defradar_base()->
Radar:
chart=Radar("标题",width="100%")
......
returnchart
defline_base()->
Line:
chart=Line("标题",width="100%")
......
returnchart
defmain():
page=Page()
page.add(pie_base(),pie_base(),radar_base(),line_base(),bar_base())
put_html(page.render_notebook())
if__name__=='__main__':
start_server(main,debug=True,port=8080)
output
PywebIO和Pyecharts的组合
当PywebIO模块遇上Pyecharts模块时，代码的逻辑基本上和cutecharts的一致，先是实例化一个图表的对象，然后在添加完数据以及设置好图表的样式之后，最后调用put_html()方法将最后的结果在浏览器中呈现。
#`chart`是你的图表的实例 pywebio.output.put_html(chart.render_notebook())
在这个案例当中我们调用Pyecharts当中的组合组件，分别来呈现绘制完成的图表，代码如下：
defbar_plots():
bar=(
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("商家A",Faker.values())
.add_yaxis("商家B",Faker.values())
.set_global_opts(title_opts=opts.TitleOpts(title="Grid-Bar"))
)
returnbar
defline_plots():
line=(
Line()
.add_xaxis(Faker.choose())
.add_yaxis("商家A",Faker.values())
.add_yaxis("商家B",Faker.values())
.set_global_opts(
title_opts=opts.TitleOpts(title="Grid-Line",pos_top="48%"),
legend_opts=opts.LegendOpts(pos_top="48%"),
)
)
returnline
defmain():
c=(
Grid()
.add(bar_plots(),grid_opts=opts.GridOpts(pos_bottom="60%"))
.add(line_plots(),grid_opts=opts.GridOpts(pos_top="60%"))
)
c.width="100%"
put_html(c.render_notebook())
if__name__=='__main__':
start_server(main,debug=True,port=8080)
output
PywebIO和Bokeh的组合
PywebIO和Bokeh的组合从代码的语法上来看会稍微和上面的不太一样，具体的不同如下所示：
frombokeh.ioimportoutput_notebook frombokeh.ioimportshow output_notebook(notebook_type='pywebio') fig=figure(...) ... show(fig)
例如我们来绘制一个简单的直方图，代码如下：
defbar_plots(): output_notebook(notebook_type='pywebio') fruits=['Apples','Pears','Nectarines','Plums','Grapes','Strawberries'] counts=[5,3,4,2,4,6] p=figure(x_range=fruits,plot_height=350,title="FruitCounts", toolbar_location=None,tools="") p.vbar(x=fruits,top=counts,width=0.9) p.xgrid.grid_line_color=None p.y_range.start=0 show(p) if__name__=="__main__": start_server(bar_plots,debug=True,port=8080)
output
基于浏览器的GUI应用
除了将Pywebio模块与常用的可视化模块结合用于各种图表的绘制之外，我们还能用它构建一个基于浏览的图形界面，我们先来做一个最为简单的应用，代码如下：
frompywebio.inputimport*
frompywebio.outputimport*
data=input_group(
"用户数据",
[
input("请问您的名字是:",name="name",type=TEXT),
input("输入您的年龄",name="age",type=NUMBER),
radio(
"哪个洲的",
name="continent",
options=[
"非洲",
"亚洲",
"澳大利亚",
"欧洲",
"北美洲",
"南美洲",
],
),
checkbox(
"用户隐私条例",name="agreement",options=["同意"]
),
],
)
put_text("表格输出:")
put_table(
[
["名字",data["name"]],
["年龄",data["age"]],
["位置",data["continent"]],
["条例",data["agreement"]],
]
)
output
当中部分函数方法的解释如下：
-
input(): 文本内容的输入
-
radio(): 代表的是单选框
-
checkbox(): 代表的是多选框
-
input_group(): 代表的是输入组
-
put_table(): 代表的是输出组
-
put_text(): 代表的是输出文本
到此，相信大家对“怎么使用Python制作一个数据大屏”有了更深的了解，不妨来实际操作一番吧！这里是网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！