阅读本文大约需要3分钟
文章图片
主要内容：数据分析。
适用人群：Python初学者，数据分析师，或有志从事数据分析工作的人员。
准备软件：Anaconda（Spyder：代码编译）、Navicat Premium 12（数据库）。
文章图片
从事IT项目管理这么多年，基本上已经遗弃编程技能，但从2019年开始接触Python，深深地迷上了这门语言，像硬件集成、数据分析，我都会用python来写。晓风想通过本文，让初学者们学会以下内容：
1、Pyecharts图表；
2、连接数据库；
3、大屏看板-监控中心。
今天，我们讲：3、大屏看板如何布局
首先，我们自己先拟个大屏的草稿（如上图），把大屏分割成8个部分（Part0-7）。
文章图片
大屏内容设计好后，接上文，我们把图表的函数都用代码写出来
from pyecharts import options as opts
from pyecharts.charts import Bar,Gauge,Pie,Page,Funnel,Geo,Scatter3D
import randomdef bar(): #柱状图
cate = ['1月', '2月', '3月', '4月', '5月', '6月']
c = (
Bar()
.add_xaxis(cate)
.add_yaxis("订单数", [random.randint(100, 200) for _ in cate])
.add_yaxis("完成数", [random.randint(50, 100) for _ in cate])
.set_series_opts(
label_opts=opts.LabelOpts(is_show=True,color="#2CB34A"))
.set_global_opts(title_opts=opts.TitleOpts(title="2021年订单推移图",
title_textstyle_opts=opts.TextStyleOpts(color="#2CB34A"),
pos_left="5%"),
legend_opts=opts.LegendOpts(textstyle_opts=opts.TextStyleOpts(color="#2CB34A")),
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color="#2CB34A")),
yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color="#2CB34A")))
.set_colors(["blue", "green"])
#.render("bar_stack0.html")
)
return cdef tab0(name,color): #标题
c = (Pie().
set_global_opts(
title_opts=opts.TitleOpts(title=name,pos_left='center',pos_top='center',
title_textstyle_opts=opts.TextStyleOpts(color=color,font_size=20))))
return cdef tab1(name,color): #标题
c = (Pie().
set_global_opts(
title_opts=opts.TitleOpts(title=name,pos_left='center',pos_top='center',
title_textstyle_opts=opts.TextStyleOpts(color=color,font_size=25))))
return cdef gau():#仪表图
c = (
Gauge(init_opts=opts.InitOpts(width="400px", height="400px"))
.add(series_name="库位利用率", data_pair=[["", 90]])
.set_global_opts(
legend_opts=opts.LegendOpts(is_show=False),
tooltip_opts=opts.TooltipOpts(is_show=True, formatter="{a}
{b} : {c}%"),)
#.render("gauge.html")
)
return cdef radius():
cate = ['客户A', '客户B', '客户C', '客户D', '客户E', '其他客户']
data = https://www.it610.com/article/[153, 124, 107, 99, 89, 46]
c=Pie()
c.add('', [list(z) for z in zip(cate, data)],
radius=["30%", "75%"],
rosetype="radius")
c.set_global_opts(title_opts=opts.TitleOpts(title="客户销售额占比", padding=[1,250],title_textstyle_opts=opts.TextStyleOpts(color="#FFFFFF")),
legend_opts=opts.LegendOpts(textstyle_opts=opts.TextStyleOpts(color="#FFFFFF"),type_="scroll",orient="vertical",pos_right="5%",pos_top="middle")
)
c.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))
c.set_colors(['red',"orange", "yellow", "green", "Cyan", "purple"])return cdef funnel():
cate = ['访问', '注册', '加入购物车', '提交订单', '付款成功']
data = https://www.it610.com/article/[30398, 15230, 10045, 8109, 5698]
c = Funnel()
c.add("用户数", [list(z) for z in zip(cate, data)],
sort_='ascending',
label_opts=opts.LabelOpts(position="inside"))
c.set_global_opts(title_opts=opts.TitleOpts(title=""))return cdef geo():
city_num = [('武汉',105),('成都',70),('北京',99),
('西安',80),('杭州',60),('贵阳',34),
('上海',65),('深圳',54),('乌鲁木齐',76),
('哈尔滨',47),('兰州',56),('信阳',85)]
start_end = [('宁波','成都'),('武汉','北京'),('武汉','西安'),
('长沙','杭州'),('武汉','贵阳'),('武汉','上海'),
('甘肃','深圳'),('北京','乌鲁木齐'),('上海','哈尔滨'),
('武汉','兰州'),('西藏','信阳')]
c = Geo()
c.add_schema(maptype='china',
itemstyle_opts=opts.ItemStyleOpts(color='#323c48', border_color='white'))
# 4.添加数据
c.add('', data_pair=city_num, color='white')
c.add('', data_pair=start_end, type_="lines",label_opts=opts.LabelOpts(is_show=False),
effect_opts=opts.EffectOpts(symbol="arrow",
color='gold',
symbol_size=7))
c.set_global_opts(
title_opts = opts.TitleOpts(title=""))return cdef scatter3D():
data = https://www.it610.com/article/[(random.randint(0, 100), random.randint(0, 100), random.randint(0, 100)) for _ in range(80)]
c = (Scatter3D()
.add("", data)
.set_global_opts(
title_opts=opts.TitleOpts(""),
)
)
接下来，我们引用Page函数，将所有图表堆积在一个页面中，代码如下
from pyecharts.charts import Page
page = Page()
page.add(
tab0("OFFICETOUCH","#2CB34A"),
bar(),
tab1("数据可视化大屏","#2CB34A"),
gau(),
radius(),
funnel(),
geo(),
scatter3D()
)
page.render("datacenter.html")我们运行下上述两段代码，发现布局是按照从上到下一个个呈现的，到此我们完成了一半的编码
文章图片
为了将图表按照我们的草稿布局，我们再引用HTML（from bs4 import BeautifulSoup）
from bs4 import BeautifulSoup
with open("datacenter.html", "r+", encoding='utf-8') as html:
html_bf = BeautifulSoup(html, 'lxml')
divs = html_bf.select('.chart-container')
divs[0]["style"] = "width:10%;
height:10%;
position:absolute;
top:0;
left:2%;
"
divs[1]["style"] = "width:40%;
height:40%;
position:absolute;
top:12%;
left:0;
"
divs[2]["style"] = "width:35%;
height:10%;
position:absolute;
top:2%;
left:30%;
"
divs[3]["style"] = "width:40%;
height:40%;
position:absolute;
top:10%;
left:28%;
"
divs[4]["style"] = "width:40%;
height:35%;
position:absolute;
top:12%;
left:55%;
"
divs[5]["style"] = "width:30%;
height:35%;
position:absolute;
top:60%;
left:2%;
"
divs[6]["style"] = "width:60%;
height:50%;
position:absolute;
top:45%;
left:15%;
"
divs[7]["style"] = "width:35%;
height:40%;
position:absolute;
top:50%;
left:60%;
"
body = html_bf.find("body")
body["style"] = "background-image: "# 背景颜色
html_new = str(html_bf)
html.seek(0, 0)
html.truncate()
html.write(html_new)
html.close()代码中的divs[0]["style"] = "width:10%; height:10%; position:absolute; top:0; left:2%; " 即是我们对Part0的宽度、高度、位置、上边距、左边距的定义，这里我们用百分比以达到屏幕自适应的效果。
最后，我们还可以设置一张背景图，代码合起来如下
from pyecharts import options as opts
from pyecharts.charts import Bar,Gauge,Pie,Page,Funnel,Geo,Scatter3D
import randomdef bar(): #柱状图
cate = ['1月', '2月', '3月', '4月', '5月', '6月']
c = (
Bar()
.add_xaxis(cate)
.add_yaxis("订单数", [random.randint(100, 200) for _ in cate])
.add_yaxis("完成数", [random.randint(50, 100) for _ in cate])
.set_series_opts(
label_opts=opts.LabelOpts(is_show=True,color="#2CB34A"))
.set_global_opts(title_opts=opts.TitleOpts(title="2021年订单推移图",
title_textstyle_opts=opts.TextStyleOpts(color="#2CB34A"),
pos_left="5%"),
legend_opts=opts.LegendOpts(textstyle_opts=opts.TextStyleOpts(color="#2CB34A")),
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color="#2CB34A")),
yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color="#2CB34A")))
.set_colors(["blue", "green"])
#.render("bar_stack0.html")
)
return cdef tab0(name,color): #标题
c = (Pie().
set_global_opts(
title_opts=opts.TitleOpts(title=name,pos_left='center',pos_top='center',
title_textstyle_opts=opts.TextStyleOpts(color=color,font_size=20))))
return cdef tab1(name,color): #标题
c = (Pie().
set_global_opts(
title_opts=opts.TitleOpts(title=name,pos_left='center',pos_top='center',
title_textstyle_opts=opts.TextStyleOpts(color=color,font_size=25))))
return cdef gau():#仪表图
c = (
Gauge(init_opts=opts.InitOpts(width="400px", height="400px"))
.add(series_name="库位利用率", data_pair=[["", 90]])
.set_global_opts(
legend_opts=opts.LegendOpts(is_show=False),
tooltip_opts=opts.TooltipOpts(is_show=True, formatter="{a}
{b} : {c}%"),)
#.render("gauge.html")
)
return cdef radius():
cate = ['客户A', '客户B', '客户C', '客户D', '客户E', '其他客户']
data = https://www.it610.com/article/[153, 124, 107, 99, 89, 46]
c=Pie()
c.add('', [list(z) for z in zip(cate, data)],
radius=["30%", "75%"],
rosetype="radius")
c.set_global_opts(title_opts=opts.TitleOpts(title="客户销售额占比", padding=[1,250],title_textstyle_opts=opts.TextStyleOpts(color="#FFFFFF")),
legend_opts=opts.LegendOpts(textstyle_opts=opts.TextStyleOpts(color="#FFFFFF"),type_="scroll",orient="vertical",pos_right="5%",pos_top="middle")
)
c.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))
c.set_colors(['red',"orange", "yellow", "green", "Cyan", "purple"])return cdef funnel():
cate = ['访问', '注册', '加入购物车', '提交订单', '付款成功']
data = https://www.it610.com/article/[30398, 15230, 10045, 8109, 5698]
c = Funnel()
c.add("用户数", [list(z) for z in zip(cate, data)],
sort_='ascending',
label_opts=opts.LabelOpts(position="inside"))
c.set_global_opts(title_opts=opts.TitleOpts(title=""))return cdef geo():
city_num = [('武汉',105),('成都',70),('北京',99),
('西安',80),('杭州',60),('贵阳',34),
('上海',65),('深圳',54),('乌鲁木齐',76),
('哈尔滨',47),('兰州',56),('信阳',85)]
start_end = [('宁波','成都'),('武汉','北京'),('武汉','西安'),
('长沙','杭州'),('武汉','贵阳'),('武汉','上海'),
('甘肃','深圳'),('北京','乌鲁木齐'),('上海','哈尔滨'),
('武汉','兰州'),('西藏','信阳')]
c = Geo()
c.add_schema(maptype='china',
itemstyle_opts=opts.ItemStyleOpts(color='#323c48', border_color='white'))
# 4.添加数据
c.add('', data_pair=city_num, color='white')
c.add('', data_pair=start_end, type_="lines",label_opts=opts.LabelOpts(is_show=False),
effect_opts=opts.EffectOpts(symbol="arrow",
color='gold',
symbol_size=7))
c.set_global_opts(
title_opts = opts.TitleOpts(title=""))return cdef scatter3D():
data = https://www.it610.com/article/[(random.randint(0, 100), random.randint(0, 100), random.randint(0, 100)) for _ in range(80)]
c = (Scatter3D()
.add("", data)
.set_global_opts(
title_opts=opts.TitleOpts(""),
)
)
return cpage = Page()
page.add(
tab0("OFFICETOUCH","#2CB34A"),
bar(),
tab1("数据可视化大屏","#2CB34A"),
gau(),
radius(),
funnel(),
geo(),
scatter3D()
)
page.render("datacenter.html")
#os.system("scatter.html")from bs4 import BeautifulSoup
with open("datacenter.html", "r+", encoding='utf-8') as html:
html_bf = BeautifulSoup(html, 'lxml')
divs = html_bf.select('.chart-container')
divs[0]["style"] = "width:10%;
height:10%;
position:absolute;
top:0;
left:2%;
"
divs[1]["style"] = "width:40%;
height:40%;
position:absolute;
top:12%;
left:0;
"
divs[2]["style"] = "width:35%;
height:10%;
position:absolute;
top:2%;
left:30%;
"
divs[3]["style"] = "width:40%;
height:40%;
position:absolute;
top:10%;
left:28%;
"
divs[4]["style"] = "width:40%;
height:35%;
position:absolute;
top:12%;
left:55%;
"
divs[5]["style"] = "width:30%;
height:35%;
position:absolute;
top:60%;
left:2%;
"
divs[6]["style"] = "width:60%;
height:50%;
position:absolute;
top:45%;
left:15%;
"
divs[7]["style"] = "width:35%;
height:40%;
position:absolute;
top:50%;
left:60%;
"
body = html_bf.find("body")
body["style"] = "background-image: url(bgd.jpg)"# 背景颜色
html_new = str(html_bf)
html.seek(0, 0)
html.truncate()
html.write(html_new)
效果图如下：
文章图片
文章图片
学习到了这里，你是否能独立完成数据可视化的工作了啊？晓风终于不辱使命，向大家完整地介绍了如何使用Python绘制数据可视化大屏。晓风还会继续努力，为大家带来更多有趣、实用、简单地Python功能，愿我们一起成长！
另两篇教程，如下：
1、Python大屏看板最全教程之Pyecharts图表：https://blog.csdn.net/weixin_42341655/article/details/118078089
2、Python大屏看板最全教程之数据库连接https://blog.csdn.net/weixin_42341655/article/details/118096691
【ofter数据科学|Python数据可视化大屏最全教程（全）】如果觉得有用的话，请帮忙点赞、关注、收藏哦，感谢您的支持！
推荐阅读
- ofter数据科学|制作数据分析报告的公开数据集资源
- 一文了解 Python 中的对象析构函数（__del__）
- 职场|数据分析行业出路太窄（那是你根本不懂什么是数据分析）
- 算法|扩散模型在图像生成领域大火，风头超过GAN（）
- 笔记|使用Python自动调节EFR32的高频晶振(HFXO)电容器组-CTune
- Windows下安装配置Redis数据库
- opencv 绘图及交互(python)
- 程序人生|程序员高考卷曝光，你能得多少分（）
- 面试题|简述数据库三大范式