python可视化界面自动生成,python如何做可视化界面

目录

前言

一.环境配置

?插件：

????????1.python

????????2.Chinese

????????3.Open In Default Browser

? ? ? 安装python数据可视化的库?pyecharts库

二.制作可视化大屏

? ? ? ? 从网站中找示例图

1、小编自己做过的各省份车辆销售数量图

?2、数据对比类型

?3、渐变圆柱

?4、饼图

?制作大屏

1、制作一个大屏

2、运行下面的代码后会在ipynb所在的目录下生成一个HTML文件，会将示例图汇总到HTML中，在html中调整各个图形的位置和大小

3、最后通过一下代码来调整显示示例图在大屏中的位置

?总结

---

前言

本文章是用网站的示例图用python汇总后用html在网页中实现数据可视化，最后达到数据大屏的效果

一.环境配置

小编用的软件：Visual Studio Code? ? ? ? ? ? ? ? ? ?

?插件：

????????1.python

?????????这个插件是Visual Studio代码扩展，丰富地支持Python语言（适用于该语言的所有受支持版本：>=3.7），包括IntelliSense（Pylance）、linting、调试、代码导航、代码格式化、重构、变量资源管理器、测试资源管理器等功能！???????

????????2.Chinese

? ? ? ? 这个插件是将Visual Studio Code页面中文化的插件，对一些英语不太好的程序员是比较友好的

????????3.Open In Default Browser

? ? ? ? ?这个插件我是方便使用一些html的文件时可以在Visual Studio Code中直接跳转到网页中所用的，如：

? ? ? 安装python数据可视化的库?pyecharts库

????????打开anaconda prompt
? ? ? ? 安装pip install pyecharts==1.9 -i?Simple Index

????????查看是否成功 pip show pyecharts

?

?所用到的环境就安装好啦！接下来就可以用python制作可视化大屏啦

二.制作可视化大屏

? ? ? ? 从网站中找示例图

? ? ? ? 1.我们可以从下面的网站中任意找3-6个可视化示例图

????????Document

? ? ? ? 这个网站中包含各种图形demo的项目案例代码和演示。

? ? ? ? 2.而下面的官网文档包含pyecharts中各个功能和图形的介绍和代码参数解析利用python简易的画一个雪人。

????????pyecharts - A Python Echarts Plotting Library built with love.

? ? ? ? pyecharts的画图语法结构

小编找的四个图是

1、面积图

?
import pyecharts.options as opts
from pyecharts.charts import Line
from pyecharts.faker import Faker


a = (
    Line()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values(), is_smooth=True)
    .add_yaxis("商家B", Faker.values(), is_smooth=True)
    .set_series_opts(
        areastyle_opts=opts.AreaStyleOpts(opacity=0.5),
        label_opts=opts.LabelOpts(is_show=False),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="面积图"),
        xaxis_opts=opts.AxisOpts(
            axistick_opts=opts.AxisTickOpts(is_align_with_label=True),
            is_scale=False,
            boundary_gap=False,
        ),
    )
    # .render("line_areastyle_boundary_gap.html")
)
a.render_notebook()

?2、数据对比类型

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker

b = (
    Bar()
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家A", Faker.days_values, color='#5cd8d0')
    .set_global_opts(
        title_opts=opts.TitleOpts(title="数据对比类型"),
        datazoom_opts=opts.DataZoomOpts(type_="inside"),
    )
    #.render("bar_datazoom_inside.html")
)
b.render_notebook()

?3、渐变圆柱

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.commons.utils import JsCode
from pyecharts.faker import Faker

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values(), category_gap="60%")
    .set_series_opts(
        itemstyle_opts={
            "normal": {
                "color": JsCode(
                    """new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
                offset: 0,
                color: 'rgba(0, 244, 255, 1)'
            }, {
                offset: 1,
                color: 'rgba(0, 77, 167, 1)'
            }], false)"""
                ),
                "barBorderRadius": [30, 30, 30, 30],
                "shadowColor": "rgb(0, 160, 221)",
            }
        }
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="渐变圆柱"))
    # .render("bar_border_radius.html")
)
c.render_notebook()

?4、饼图

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker

d = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(Faker.choose(), Faker.values())],
        radius=["40%", "55%"],
        label_opts=opts.LabelOpts(
            position="outside",
            formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c}  {per|{d}%}  ",
            background_color="#eee",
            border_color="#aaa",
            border_width=1,
            border_radius=4,
            rich={
                "a": {"color": "#999", "lineHeight": 22, "align": "center"},
                "abg": {
                    "backgroundColor": "#e3e3e3",
                    "width": "100%",
                    "align": "right",
                    "height": 22,
                    "borderRadius": [4, 4, 0, 0],
                },
                "hr": {
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                },
                "b": {"fontSize": 16, "lineHeight": 33},
                "per": {
                    "color": "#eee",
                    "backgroundColor": "#334455",
                    "padding": [2, 4],
                    "borderRadius": 2,
                },
            },
        ),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title=""))
    # .render("pie_rich_label.html")
)
d.render_notebook()

?制作大屏

1、制作一个大屏

? ? ? ? 这个大屏仅仅显示一个大标题和时间

from pyecharts.charts import Pie
from datetime import datetime
now_time = datetime.now().strftime('%Y-%m-%d') # 获取当前时间
big_title = (
    Pie() # 不画图，只显示一个标题，用来构成大屏的标题
        .set_global_opts(
        title_opts=opts.TitleOpts(title="可视化大屏",
                                  title_textstyle_opts=opts.TextStyleOpts(font_size=40,
#                                                                           color='#FFFFFF',
                                                                         ),
                                  subtitle = f'截至：{now_time}',
                                  pos_top=10
                                 )
        )
)
big_title.render_notebook()

2、运行下面的代码后会在ipynb所在的目录下生成一个HTML文件，会将示例图汇总到HTML中，在html中调整各个图形的位置和大小

from pyecharts.charts import Page

page = Page()
page.add(
    big_title,
    b,
    c,
    d,
    a
)
# page.render_notebook()
page.render('page.html') # 在html中可以调整各个图形的位置和大小，按“Save Config”键保存配置chart_config.json（有的电脑不成功）。

?其中的、big_title、a、b、c、d分别对应的是

????????big_title?制作的标签大屏

? ? ? ? a 面积图

? ? ? ? b?数据对比类型

? ? ? ? c?渐变圆柱

? ? ? ? d?饼图

3、最后通过一下代码来调整显示示例图在大屏中的位置

with open("page.html", "r+", encoding='utf-8') as html:
    html_bf = BeautifulSoup(html, 'lxml')
    divs = html_bf.select('.chart-container') # 根据css定位标签，选中图像的父节点标签
    divs[0]["style"] = "width:50%;height:50%;position:absolute;top:0%;left:45%;border-style:dashed;border-color:#89641;border-width:0px;"
    divs[1]["style"] = "width:40%;height:40%;position:absolute;top:10%;left:5%;border-style:solid;border-color:#444444;border-width:2px;"
    divs[2]["style"] = "width:40%;height:40%;position:absolute;top:10%;left:55%;border-style:solid;border-color:#444444;border-width:2px;"
    divs[3]["style"] = "width:40%;height:40%;position:absolute;top:55%;left:5%;border-style:solid;border-color:#444444;border-width:2px;"
    divs[4]["style"] = "width:40%;height:40%;position:absolute;top:55%;left:55%;border-style:solid;border-color:#444444;border-width:2px;"
    body = html_bf.find("body") # 根据标签名称定位到body标签
    # body["style"] = img.imread('') # 修改背景颜色
    body["style"] = "background-color:#ffffff;" # 修改背景颜色
    # body["style"] = "background-image:(博客\kj.jpeg);" # 修改背景颜色
    html_new = str(html_bf) # 将BeautifulSoup对象转换为字符
    html.seek(0, 0) # 光标移动至
    html.truncate() # 删除光标后的所有字符内容
    html.write(html_new) # 将由BeautifulSoup对象转换得到的字符重新写入html文件
    html.close()

让我们看看最后的效果吧！

?总结

? ? ? ? 在以上的制作可视化大屏中小编的只是基础版的，我们还可以将可视化的大屏换一些背景，使其更加的美观，也可以调整几个示例图在大屏中的比例。如果想要更深入的了解用python制作可视化大屏，那就在https://pyecharts.org/#/zh-cn/intro网站中和小编一起学习吧！