python做可视化大屏,python大屏大数据可视化电子看板
在Python中，我相信matplotlib和seabron是绘制图表最常用的模块。此外，还有一些用于动态交互的模块，如Plotly模块和Pyecharts模块。
今天推荐两个制作视觉大屏的库，分别叫hvPlot和Panel，都很不错。我喜欢记得收藏，关注，喜欢他们。
【注】完整的代码、数据和技术交流，在文末获得。
结合pandas和hvPlot生成交互式图表，使用Panel模块生成小组件，与图表配合使用，做成大数据可视化屏幕，更好的呈现数据。pandas hvPlot绘制图表，我们先导入一些要使用的模块，用pandas读取数据集。代码如下所示
#处理数据
将numpy作为np导入
进口熊猫作为pd
#使形象化
导入hvplot.pandas
将面板作为pn导入；pn.extension()
来自面板。模板导入黑暗主题默认情况下，熊猫绘制的所有图表都是用matplotlib模块后端的，因为不具备交互性，如下图所示。
sales=PD . read _ CSV( games _ sales . CSV )
sales.plot(kind=line ，x=Year ，y=售出单位(以百万计)，color=orange ，grid=True，title= pokmon Game Sales )；输出
代码中的kind参数对应于图表的类型，X参数表示要在X轴上使用的数据。类似地，我们还指定了标题、图表的颜色和其他参数，因此如果我们希望pandas以hvPlot作为后端来绘制图表，我们需要添加以下代码
PD . options . plotting . back end= holo views 让我们用下面的代码画出上面的图表
sales.plot(kind=line ，x=Year ，y=售出单位(百万)，color=orange ，grid=True，title=Pokmon Game Sales )输出
通过最右边的工具栏，我们可以进行保存、放大/缩小、移动等操作。我们也可以同时组合几种图表，画在同一个图表上。
sales plot=sales . plot(kind= line ，x=Year ，y=销售量(百万)，
color=orange ，grid=True，title=Pokmon游戏销量，
hover=False) * \
sales.plot(kind=scatter ，x=Year ，y=销售量(百万)，
color=#c70000 ，hover_cols=Game )
salesplotoutput
我们分别画了两张图，散点图和折线图，用*有效地组合在一起。
做一个小组件。这一次，我们使用面板模块来生成一个类似的组件。代码如下所示
pok _ types=list(df . Type _ 1 . unique())pok _ Type=pn . widgets . select(name= Type ，options=pok _ types)pok _ Type output
我们结合这个组件来绘制一个图表，代码如下
viz 0=data _ pipeline[[ pokedex _ number ， name ，
total_points]]。hvplot(kind=table ，title=Pokmons ，
宽度=400，高度=400)
viz 0输出
我们可以通过参数kind调整要绘制的图表的类型，通过宽度和高度参数调整图表的大小，通过title参数调整图表的标题。让我们画一张散点图。代码如下所示
viz 1=data _ pipeline . HV plot(x= weight _ kg ，y=height_m ，
by=type_2 ，kind= scatter ，
hover_cols=[name ， type_1 ， type_2]，
宽度=600，高度=400，网格=True，
title=体重(kg)和身高(m)之间的关系，按类型
)
viz 1输出
另外，我们还可以用下面的代码画一个直方图。
data _ damage=data _ pipeline . iloc[:-18:]。平均值()。重命名(“损坏”)
viz 2=data _ Damage . HV plot(kind= bar ，c=Damage ，
Title=考虑取什么头衔会更好.,
rot=30，shared_axes=False，
colorbar=True，colormap=RdYlGn_r ，
)
viz 2输出
做一个大数据面板屏幕。接下来，我们将在一个大数据屏幕中显示上面绘制的所有图表。代码如下所示
template=pn . template . fastlisttemplate(theme=dark theme，
Title=数据面板，
侧栏=[
pn.pane.Markdown(#关于这个项目),
pn.pane.Markdown(####这个项目的数据来源是【ka ggle】(https://www。咔嚓。com/datasets/mariotormo/complete-pokemon-dataset-updated-090420)以及在【维基百科】(https://en。维基百科。org/wiki/pokmon _(video _ game _ series)# Reception)关于神奇宝贝使用HoloViz工具探索不同类型的可视化：【面板】(3359面板。全息即。org/)【hvPlot】(https://hvPlot。全息即。org/))，
pn.pane.jpg(图片的路径. jpg ，sizing_mode=scale_both )，
pn.pane.Markdown([图片的来源](https://unsplash。com/photos/dip 9 iiwuk 6 w))，
pn。窗格。降价(# #按类型筛选),
扑克类型
],
main=[pn .行（
pn 1000 .Column(viz0.panel(width=600，height=400，margin=(0，20)))，
pn 1000 .列(pn .Row(viz1.panel(宽度=700，高度=250，边距=(0，20))，
pn 1000 .列(viz2.panel(宽度=700,高度=250),边距=(0,20)),
),
pn 1000 .Row(salesplot.opts(width=1400，height=200))
],
accent_base_color=#d78929 ，
header_background=#d78929 ，
sidebar_footer= br br a href=.开源代码库链接/a ，
main_max_width=100%
)
模板。servable()；
template.show()输出
正在启动位于http://本地主机：63968散景。服务器。服务器。计算机网络服务器的服务器我们按照上述的链接来浏览器中打开，数据大屏面板就可以做好了，如下图所示
技术交流欢迎转载、收藏、有所收获点赞支持一下！数据、代码可以找我获取
目前开通了技术交流群，群友已超过2000人，添加时最好的备注方式为：来源兴趣方向，方便找到志同道合的朋友
方式1、发送如下图片至微信，长按识别，后台回复：加群；方式2、微信搜索公众号：Python学习与数据挖掘，后台回复：加群
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。