python制作数据化大屏,
本文主要介绍python中的PywebIO模块制作大数据屏,一个制作大数据屏的工具,非常好用。一个完整的大数据屏幕可以用100行Python代码做出来,代码的逻辑非常容易理解,有需要的朋友可以参考一下。
00-1010一、PywebIO II介绍。PywebIO和Pyecharts III的组合。PywebIO和Bokeh IV的组合。基于浏览器的图形用户界面应用
目录
Python的PyWebIO模块可以帮助开发者快速构建web应用或基于浏览器的GUI应用,而无需HTML和JavaScript。PywebIO还可以结合一些常用的可视化模块,做成一个大的可视化屏幕。
让我们先安装所需的模块。
pip安装pywebio
pip安装可爱图表
上面提到的cutecharts模块是Python中的手绘视觉神器。相信你对此并不陌生。下面我们来看看将其与PywebIO模块结合起来绘制图表的效果。
代码如下:
从cutecharts.charts导入栏
从cutecharts.faker导入faker
从pywebio导入start_server
从pywebio.output导入put_html
def bar_base():
图表=条形图(条形图-基本示例,宽度=100% )
chart . set _ options(labels=faker . choose(),x_label=我是xlabel ,y_label=我是ylabel )
chart.add_series(series-A ,Faker.values())
put_html(chart.render_notebook()
if __name__==__main__:
start_server(bar_base,debug=True,port=8080)
output:
以上代码的逻辑不难理解。首先实例化一个直方图Bar()对象,然后填入X轴对应的标签和Y轴对应的值。最后,调用PywebIO模块中的put_html()方法,我们会看到一个URL。
在浏览器中输入URL,查看我们绘制的图表。当然,cutecharts模块中有一个Page()方法,将所有的图表连接起来,做成一个大的可视屏幕。
代码如下:
def bar_base():
图表=条形图(条形图-基本示例,宽度=100% )
chart . set _ options(labels=faker . choose(),x_label=我是xlabel ,y_label=我是ylabel )
chart.add_series(series-A ,Faker.values())
回报图表
def pie_base() - Pie:
图表=饼图(标题,宽度=100% )
.
回报图表
def radar_base() -雷达:
图表=雷达(标题,宽度=100% )
.
回报图表
def line_base() - Line:
图表=线条(标题,宽度=100% )
.
回报图表
定义主():
page=Page()
page.add(pie_base(),pie_base(),radar_base(),line_base(),bar_base())
put_html(page.render_notebook())
if __name__==__main__:
启动服务器(mai
n, debug=True, port=8080)
output:
二、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:
def bar_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"))
)
return bar
def line_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%"),
)
)
return line
def main():
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:
三、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:
from bokeh.io import output_notebookfrom bokeh.io import show
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:
def bar_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="Fruit Counts",
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:
四、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:
from pywebio.input import *from pywebio.output import *
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
到此这篇关于python中的PywebIO模块制作一个数据大屏的文章就介绍到这了,更多相关PywebIO制作数据大屏内容请搜索盛行IT软件开发工作室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盛行IT软件开发工作室!
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。