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!