devbox
从前慢现在也慢
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

python可视化界面编程工具,python怎么做可视化界面_python做可视化界面

作者：从前慢现在也慢 | 2024-07-17 20:00:15

赞

踩

python做可视化界面

本篇文章给大家谈谈python可视化界面自动生成，以及python可视化界面编程工具，希望对各位有所帮助，不要忘了收藏本站喔。

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python艺术作品。

        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
  1. ​
  2. import pyecharts.options as opts
  3. from pyecharts.charts import Line
  4. from pyecharts.faker import Faker
  5.  
  6.  
  7. a = (
  8.     Line()
  9.     .add_xaxis(Faker.choose())
  10.     .add_yaxis("商家A", Faker.values(), is_smooth=True)
  11.     .add_yaxis("商家B", Faker.values(), is_smooth=True)
  12.     .set_series_opts(
  13.         areastyle_opts=opts.AreaStyleOpts(opacity=0.5),
  14.         label_opts=opts.LabelOpts(is_show=False),
  15.     )
  16.     .set_global_opts(
  17.         title_opts=opts.TitleOpts(title="面积图"),
  18.         xaxis_opts=opts.AxisOpts(
  19.             axistick_opts=opts.AxisTickOpts(is_align_with_label=True),
  20.             is_scale=False,
  21.             boundary_gap=False,
  22.         ),
  23.     )
  24.     # .render("line_areastyle_boundary_gap.html")
  25. )
  26. a.render_notebook()

 2、数据对比类型
  1. from pyecharts import options as opts
  2. from pyecharts.charts import Bar
  3. from pyecharts.faker import Faker
  4.  
  5. b = (
  6.     Bar()
  7.     .add_xaxis(Faker.days_attrs)
  8.     .add_yaxis("商家A", Faker.days_values, color='#5cd8d0')
  9.     .set_global_opts(
  10.         title_opts=opts.TitleOpts(title="数据对比类型"),
  11.         datazoom_opts=opts.DataZoomOpts(type_="inside"),
  12.     )
  13.     #.render("bar_datazoom_inside.html")
  14. )
  15. b.render_notebook()

 3、渐变圆柱
  1. from pyecharts import options as opts
  2. from pyecharts.charts import Bar
  3. from pyecharts.commons.utils import JsCode
  4. from pyecharts.faker import Faker
  5.  
  6. c = (
  7.     Bar()
  8.     .add_xaxis(Faker.choose())
  9.     .add_yaxis("商家A", Faker.values(), category_gap="60%")
  10.     .set_series_opts(
  11.         itemstyle_opts={
  12.             "normal": {
  13.                 "color": JsCode(
  14.                     """new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
  15.                 offset: 0,
  16.                 color: 'rgba(0, 244, 255, 1)'
  17.             }, {
  18.                 offset: 1,
  19.                 color: 'rgba(0, 77, 167, 1)'
  20.             }], false)"""
  21.                 ),
  22.                 "barBorderRadius": [30, 30, 30, 30],
  23.                 "shadowColor": "rgb(0, 160, 221)",
  24.             }
  25.         }
  26.     )
  27.     .set_global_opts(title_opts=opts.TitleOpts(title="渐变圆柱"))
  28.     # .render("bar_border_radius.html")
  29. )
  30. c.render_notebook()

 4、饼图
  1. from pyecharts import options as opts
  2. from pyecharts.charts import Pie
  3. from pyecharts.faker import Faker
  4.  
  5. d = (
  6.     Pie()
  7.     .add(
  8.         "",
  9.         [list(z) for z in zip(Faker.choose(), Faker.values())],
  10.         radius=["40%", "55%"],
  11.         label_opts=opts.LabelOpts(
  12.             position="outside",
  13.             formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c}  {per|{d}%}  ",
  14.             background_color="#eee",
  15.             border_color="#aaa",
  16.             border_width=1,
  17.             border_radius=4,
  18.             rich={
  19.                 "a": {"color": "#999", "lineHeight": 22, "align": "center"},
  20.                 "abg": {
  21.                     "backgroundColor": "#e3e3e3",
  22.                     "width": "100%",
  23.                     "align": "right",
  24.                     "height": 22,
  25.                     "borderRadius": [4, 4, 0, 0],
  26.                 },
  27.                 "hr": {
  28.                     "borderColor": "#aaa",
  29.                     "width": "100%",
  30.                     "borderWidth": 0.5,
  31.                     "height": 0,
  32.                 },
  33.                 "b": {"fontSize": 16, "lineHeight": 33},
  34.                 "per": {
  35.                     "color": "#eee",
  36.                     "backgroundColor": "#334455",
  37.                     "padding": [2, 4],
  38.                     "borderRadius": 2,
  39.                 },
  40.             },
  41.         ),
  42.     )
  43.     .set_global_opts(title_opts=opts.TitleOpts(title=""))
  44.     # .render("pie_rich_label.html")
  45. )
  46. 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

  1. from pyecharts.charts import Pie
  2. from datetime import datetime
  3. now_time = datetime.now().strftime('%Y-%m-%d') # 获取当前时间
  4. big_title = (
  5.     Pie() # 不画图，只显示一个标题，用来构成大屏的标题
  6.         .set_global_opts(
  7.         title_opts=opts.TitleOpts(title="可视化大屏",
  8.                                   title_textstyle_opts=opts.TextStyleOpts(font_size=40,
  9. #                                                                           color='#FFFFFF',
  10.                                                                          ),
  11.                                   subtitle = f'截至：{now_time}',
  12.                                   pos_top=10
  13.                                  )
  14.         )
  15. )
  16. 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
  1. from pyecharts.charts import Page
  2.  
  3. page = Page()
  4. page.add(
  5.     big_title,
  6.     b,
  7.     c,
  8.     d,
  9.     a
  10. )
  11. # page.render_notebook()
  12. 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
  1. with open("page.html", "r+", encoding='utf-8') as html:
  2.     html_bf = BeautifulSoup(html, 'lxml')
  3.     divs = html_bf.select('.chart-container') # 根据css定位标签，选中图像的父节点标签
  4.     divs[0]["style"] = "width:50%;height:50%;position:absolute;top:0%;left:45%;border-style:dashed;border-color:#89641;border-width:0px;"
  5.     divs[1]["style"] = "width:40%;height:40%;position:absolute;top:10%;left:5%;border-style:solid;border-color:#444444;border-width:2px;"
  6.     divs[2]["style"] = "width:40%;height:40%;position:absolute;top:10%;left:55%;border-style:solid;border-color:#444444;border-width:2px;"
  7.     divs[3]["style"] = "width:40%;height:40%;position:absolute;top:55%;left:5%;border-style:solid;border-color:#444444;border-width:2px;"
  8.     divs[4]["style"] = "width:40%;height:40%;position:absolute;top:55%;left:55%;border-style:solid;border-color:#444444;border-width:2px;"
  9.     body = html_bf.find("body") # 根据标签名称定位到body标签
  10.     # body["style"] = img.imread('') # 修改背景颜色
  11.     body["style"] = "background-color:#ffffff;" # 修改背景颜色
  12.     # body["style"] = "background-image:(博客\kj.jpeg);" # 修改背景颜色
  13.     html_new = str(html_bf) # 将BeautifulSoup对象转换为字符
  14.     html.seek(0, 0) # 光标移动至
  15.     html.truncate() # 删除光标后的所有字符内容
  16.     html.write(html_new) # 将由BeautifulSoup对象转换得到的字符重新写入html文件
  17.     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！

文章知识点与官方知识档案匹配，可进一步学习相关知识
Python入门技能树人工智能机器学习工具包Scikit-learn434115 人正在系统学习中
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/841758
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号