pythond大屏可视化

Posted 2022-11-11 爱吃饼干的小白鼠

今天我就来给大家介绍一款非常便利的可视化工具–big_screen，直接传入数据即可，有了它，小白也能做数据大屏。
相比与Plotly、Matplotlib、Pyecharts等可视化库，或者一些商用软件Tableau、FineBI等等，这款工具的优点在于操作更加简单、展现效果也很强大

下面给大家详细介绍一下使用方法

1.安装

该工具是基于flask实现的，所以需要安装flask，直接在命令行输入以下命令即可：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple flask

一般都能正常安装

2.运行代码

这里所说的代码是工具自带的，后面会详细介绍

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-odHG5wHU-1666073879235)(https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/ab28ca99e1ee47a99bfe011a9f237302~tplv-k3u1fbpfcp-zoom-1.image)]

在命令行用cd切换至代码所在的目录

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HVvG5dz4-1666073879244)(https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/5232df9d1085468b8b4446c11ca54f88~tplv-k3u1fbpfcp-zoom-1.image)]

输入以下命令运行代码：

python app.py

3.打开可视化屏

大数据可视化展板通用模板 http://127.0.0.1:5000/
4600 万企业数据大屏可视化 http://127.0.0.1:5000/corp
(2022-10) 厦门 10 万招聘数据大屏可视化 http://127.0.0.1:5000/job

上面的模板都是工具自带的模板，直接用浏览器打开地址就可显示

以通用模板为例，在浏览器网址栏输入：http://127.0.0.1:5000/

是不是超级简单

但仅仅是这样肯定是不够的，我们想要的是制作自己所需的可视化大屏，要导入自己的数据

不用怕，下面我来教大家如何修改数据

app.py是工具的主程序，内容如下：

from flask import Flask, render_template
from data import SourceData
from data_corp import CorpData
from data_job import JobData
app = Flask(__name__)
@app.route('/')
def index():
    data = SourceData()
    return render_template('index.html', form=data, title=data.title)
@app.route('/corp')
def corp():
    data = CorpData()
    return render_template('index.html', form=data, title=data.title)
@app.route('/job')
def job():
    data = JobData()
    return render_template('index.html', form=data, title=data.title)
if __name__ == "__main__":
    app.run(host='127.0.0.1', debug=False)

app.run表示监听’127.0.0.1’地址

接着，index、corp、job三个函数都是相同的套路，用render_template模块对’index.html’可视化模板进行渲染，这个模板也是工具自带的，在templates文件夹下：
通过导入不同的数据，可以对模板进行不同的渲染，big_screen提供3种数据模板，分别是SourceData、CorpData和Jobdata

①通用数据模板–SourceData

`class SourceDataDemo:

def __init__(self):
    self.title = '大数据可视化展板通用模板'
    self.counter = 'name': '2018年总收入情况', 'value': 12581189
    self.counter2 = 'name': '2018年总支出情况', 'value': 3912410
    self.echart1_data = 
        'title': '行业分布',
        'data': [
            "name": "商超门店", "value": 47,
            "name": "教育培训", "value": 52,
            "name": "房地产", "value": 90,
            "name": "生活服务", "value": 84,
            "name": "汽车销售", "value": 99,
            "name": "旅游酒店", "value": 37,
            "name": "五金建材", "value": 2,
        ]
             

②全国企业大数据模板–CorpData‘

` from data import SourceDataDemo

class CorpData(SourceDataDemo):

def __init__(self):
    super().__init__()
    self.title = '全国企业大数据'
    self.counter = 'name': '企业总数量（全国）', 'value': 46897675
    self.counter2 = 'name': '企业总数量（一线城市）', 'value': 6805564
    self.echart1_data = 
        'title': '行业分布',
        'data': [
            
                "name": "批发零售业",
                "value": 16881396
            ,
            
                "name": "制造行业",
                "value": 6780200
            ,  `

③厦门招聘大数据–Jobdata

`from data import SourceDataDemo

class JobData(SourceDataDemo):

def __init__(self):
    super().__init__()
    self.title = '厦门招聘大数据'
    self.counter = 'name': '招聘人数', 'value': 270665
    self.counter2 = 'name': '招聘企业数', 'value': 11059
    self.echart1_data = 
        'title': '最缺人的行业',
        'data': [
            "name": "IT互联网", "value": 40215,
            "name": "电子技术", "value": 17112,
            "name": "建筑与工程", "value": 17022,
            "name": "贸易进出口", "value": 16863,
            "name": "机械重工", "value": 15705,
            "name": "教育培训", "value": 11718,
        ]
    `

总的来说，big_screen使用很方便，但也有一定的局限性，不过急需的时候应个急也是没问题的。