怎么使用Python制作一個數據大屏

本篇內容主要講解“怎么使用Python制作一個數據大屏”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“怎么使用Python制作一個數據大屏”吧!

PywebIO介紹

Python當中的PywebIO模塊可以幫助開發者在不具備HTML和JavaScript的情況下也能夠迅速構建Web應用或者是基于瀏覽器的GUI應用，PywebIO還可以和一些常用的可視化模塊聯用，制作成一個可視化大屏。

我們先來安裝好需要用到的模塊。

pip install pywebio
pip install cutecharts

上面提到的cutecharts模塊是Python當中的手繪風格的可視化神器，相信大家對此并不陌生，我們來看一下它與PywebIO模塊結合繪制圖表的效果是什么樣的，代碼如下：

from cutecharts.charts import Bar
from cutecharts.faker import Faker
from pywebio import start_server
from pywebio.output import put_html
def bar_base():
chart = Bar("Bar-基本示例", width="100%")
chart.set_options(labels=Faker.choose(), x_label="I'm xlabel", y_label="I'm 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

上述代碼的邏輯并不難看懂，先實例化一個直方圖Bar()對象，然后填上X軸對應的標簽以及對應Y軸的值，最后調用PywebIO模塊當中的put_html()方法，我們會看到一個URL。

在瀏覽器當中輸入該URL便能夠看到我們繪制出來的圖表。當然在cutecharts模塊當中有Page()方法來將各個圖表都連接起來，做成一張可視化大屏，代碼如下：

def bar_base():
chart = Bar("Bar-基本示例", width="100%")
chart.set_options(labels=Faker.choose(), x_label="I'm xlabel", y_label="I'm ylabel")
chart.add_series("series-A", Faker.values())
return chart
def pie_base() -> Pie:
chart = Pie("標題", width="100%")
........
return chart
def radar_base() -> Radar:
chart = Radar("標題", width="100%")
......
return chart
def line_base() -> Line:
chart = Line("標題", width="100%")
......
return chart
def main():
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的組合

當PywebIO模塊遇上Pyecharts模塊時，代碼的邏輯基本上和cutecharts的一致，先是實例化一個圖表的對象，然后在添加完數據以及設置好圖表的樣式之后，最后調用put_html()方法將最后的結果在瀏覽器中呈現。

# `chart` 是你的圖表的實例
pywebio.output.put_html(chart.render_notebook())

在這個案例當中我們調用Pyecharts當中的組合組件，分別來呈現繪制完成的圖表，代碼如下：

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

PywebIO和Bokeh的組合

PywebIO和Bokeh的組合從代碼的語法上來看會稍微和上面的不太一樣，具體的不同如下所示：

from bokeh.io import output_notebook
from bokeh.io import show
output_notebook(notebook_type='pywebio')
fig = figure(...)
...
show(fig)

例如我們來繪制一個簡單的直方圖，代碼如下：

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

基于瀏覽器的GUI應用

除了將Pywebio模塊與常用的可視化模塊結合用于各種圖表的繪制之外，我們還能用它構建一個基于瀏覽的圖形界面，我們先來做一個最為簡單的應用，代碼如下：

from pywebio.input import *
from pywebio.output import *
data = input_group(
"用戶數據",
[
input("請問您的名字是: ", name="name", type=TEXT),
input("輸入您的年齡", name="age", type=NUMBER),
radio(
"哪個洲的",
name="continent",
options=[
"非洲",
"亞洲",
"澳大利亞",
"歐洲",
"北美洲",
"南美洲",
],
),
checkbox(
"用戶隱私條例", name="agreement", options=["同意"]
),
],
)
put_text("表格輸出:")
put_table(
[
["名字", data["name"]],
["年齡", data["age"]],
["位置", data["continent"]],
["條例", data["agreement"]],
]
)

output

當中部分函數方法的解釋如下：

• input(): 文本內容的輸入

• radio(): 代表的是單選框

• checkbox(): 代表的是多選框

• input_group(): 代表的是輸入組

• put_table(): 代表的是輸出組

• put_text(): 代表的是輸出文本

到此，相信大家對“怎么使用Python制作一個數據大屏”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！