21数据可视化:基于 Echarts + Python 动态实时大屏范例- Excel数据源
Posted YYDataV
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了21数据可视化:基于 Echarts + Python 动态实时大屏范例- Excel数据源相关的知识,希望对你有一定的参考价值。
目录
三、编码实现 (基于篇幅及可读性考虑,此处展示部分关键代码)
写在前面,最近收到了很多小伙伴们的建议,大屏的数据源是否可以展示更丰富的种类,比如Excel,数据库等,那就更加贴近小伙伴们的实际工作场景,可以很快在工作中应用,所以应小伙伴需求,就诞生了这篇 【 基于 Echarts + Python 动态实时大屏范例(Excel数据源)- 可视大屏案例】。另外说明下,很多实际展示场景下需要自动播放效果,本案例也展示了Events和DispatchAction触发的饼图和地图高亮效果,非常实用。
之前很多小伙伴们说能否出一些视频课程来学习Echarts,这样可以更快速的上手,最近挤出来一些时间,录制了《Echart-0基础入门》系列课程(共14节课)Echarts-0基础入门--其他视频教程-编程语言-CSDN程序员研修院 正式上线了,希望小伙伴们多多支持。
话不多说,开始分享干货,欢迎讨论!QQ微信同号: 6550523
❤️效果展示❤️
1、首先看动态效果图
2、丰富的主题样式
一、 确定需求方案
1、确定产品上线部署的屏幕LED分辨率
1280px*768px,F11全屏后占满整屏无滚动条;其它分辨率屏幕可自适应显示。
2、部署方式
- 基于免安装可执行程序:支持Windows、Linux、Mac等各种主流操作系统;将可执行程序exe复制到服务器上即可,无需其它环境依赖;
- 观看方式:既可在服务器上直接观看程序界面,也可远程使用浏览器打开播放,支持Chrome浏览器、360浏览器等主流浏览器。
二、整体架构设计
- 前端基于Echarts开源库设计,使用WebStorm编辑器;
- 后端基于Python Web实现,使用Pycharm编辑器;
- 数据传输格式:JSON;数据源类型:Excel;
- 数据源类型:本案例采用python request 采集实时数据方式。实际开发需求中,支持定制HTTP API接口方式或其它各种类型数据库,如PostgreSQL、mysql、Oracle、Microsoft SQL Server、SQLite、Excel表格等。
- 数据更新方式:本案例为了展示数据,采用定时拉取方式。实际开发需求中,采用后端数据实时更新,实时推送到前端展示;
三、编码实现 (基于篇幅及可读性考虑,此处展示部分关键代码)
1、前端html代码
<body style="background-color: #01030c">
<div class="container_fluid">
<div class="row_fluid" id="vue_app">
<div style="padding:0 0" class="col-xs-12 col-md-12">
<dv-decoration-1 style="height:4%;">
</dv-decoration-1>
<h3 id="container_h"></h3>
</div>
<div style="padding:0 0" class="col-xs-12 col-md-3">
<dv-border-box-13 style="height:29%;padding:0 0" class="col-xs-12 col-md-12">
<div style="height:100%;padding:5% 5% 5% 5%;" id="container_0"></div>
</dv-border-box-13>
<div style="padding:0 0" class="col-xs-12 col-md-12">
<dv-border-box-13 style="height:29%;padding:0 0" class="col-xs-12 col-md-12">
<div style="height:100%;padding:5% 5% 5% 5%;" id="container_1"></div>
</dv-border-box-13>
</div>
<div style="padding:0 0" class="col-xs-12 col-md-12">
<dv-border-box-13 style="height:29%;padding:0 0" class="col-xs-12 col-md-12">
<div style="height:100%;padding:5% 5% 5% 5%;" id="container_2"></div>
</dv-border-box-13>
</div>
</div>
<div style="padding:0 0" class="col-xs-12 col-md-6">
<dv-border-box-13 style="height:87%;padding:0 0" class="col-xs-12 col-md-12">
<div style="height:100%;padding: 2% 2% 2% 2%" id="container_3"></div>
</dv-border-box-13>
</div>
<div style="padding:0 0" class="col-xs-12 col-md-3">
<dv-border-box-13 style="height:29%;padding:0 0" class="col-xs-12 col-md-12">
<div style="height:100%;padding:5% 5% 5% 5%;" id="container_4"></div>
</dv-border-box-13>
<div style="padding:0 0" class="col-xs-12 col-md-12">
<dv-border-box-13 style="height:29%;padding:0 0" class="col-xs-12 col-md-12">
<div style="height:100%;padding:5% 5% 5% 5%;" id="container_5"></div>
</dv-border-box-13>
</div>
<div style="padding:0 0" class="col-xs-12 col-md-12">
<dv-border-box-13 style="height:29%;padding:0 0" class="col-xs-12 col-md-12">
<div style="height:100%;padding:5% 5% 5% 5%;" id="container_6"></div>
</dv-border-box-13>
</div>
</div>
</div>
</div>
</body>
2、前端JS代码
var idContainer_5 = "container_5";
function initEchart_5()
// 基于准备好的dom,初始化echarts实例
var myChart = echarts.init(
document.getElementById(idContainer_5),
window.gTheme
);
option =
title:
text: "机型价格占比",
left: "left",
textStyle:
color: "#3690be",
fontSize: "10",
,
,
grid:
left: "5%",
top: "20%",
right: "10%",
bottom: "5%",
containLabel: true,
,
tooltip: ,
dataset:
source: [],
,
xAxis: [
name: "数量",
type: "value",
axisLabel:
rotate: 50,
show: true,
textStyle:
color: "rgba(255,255,255,.7)",
fontSize: "10",
,
formatter: "value%",
,
splitLine:
lineStyle:
color: "rgba(255,255,255,.7)",
,
,
,
],
yAxis: [
name: "价格",
type: "category",
axisLabel:
show: true,
textStyle:
color: "rgba(255,255,255,.7)",
fontSize: "10",
,
,
splitLine:
show: false,
,
,
],
series: [
type: "bar",
,
],
;
// 使用刚指定的配置项和数据显示图表。
myChart.setOption(option);
window.addEventListener("resize", function ()
myChart.resize();
);
function asyncData_5()
$.get("bar_equipment.json").done(function (data)
var myChart = echarts.init(document.getElementById(idContainer_5));
myChart.setOption(
dataset: source: data ,
);
);
initEchart_5();
3、Echarts 自动高亮效果
本例中的饼图和地图都加了自动高亮效果,再做展示的时候这个功能 非常有用。
setInterval(function ()
var myChart = echarts.init(document.getElementById(container));
var dataLen = 0;
try
dataLen = myChart.getOption().dataset[0]["source"].length;
catch
dataLen = myChart.getOption().series[0]["data"].length;
// 取消之前高亮的图形
myChart.dispatchAction(
type: "downplay",
seriesIndex: 0,
dataIndex: currentIndex,
);
currentIndex = (currentIndex + 1) % dataLen;
// 高亮当前图形
myChart.dispatchAction(
type: "highlight",
seriesIndex: 0,
dataIndex: currentIndex,
);
// 显示 tooltip
myChart.dispatchAction(
type: "showTip",
seriesIndex: 0,
dataIndex: currentIndex,
);
, 1000);
4、后端python实现的httpserver代码
def HttpServer():
try:
server = HTTPServer((ip, port), MyRequestHandler)
listen = "http://%s:%d" % (ip, port)
print("服务器监听地址: ", listen)
server.serve_forever()
except ValueError as e:
print("Exception", e)
server.socket.close()
if __name__ == "__main__":
HttpServer()
5、Excel数据源及代码
if self.path.find("bar_equipment.json") >= 0:
df = pd.read_excel("excel/bar_equipment.xlsx")
result = df.to_json(orient='values')
四、上线运行效果及命令
<!-- 启动server命令 -->
python httpserver.py
<!-- 浏览器中输入网址查看大屏(端口为 httpserver.py 中的 port 参数定义) -->
http://localhost:88xx
<!-- 更多资料参考我的博客主页 -->
https://yydatav.blog.csdn.net/
<!-- 更多案例参考 -->
https://blog.csdn.net/lildkdkdkjf/article/details/120705616
五、源码下载
21【源码】数据可视化:基于Echarts+Python动态实时大屏范例-Excel数据源.zip-企业管理文档类资源-CSDN下载
注:源码包括python的httpserver + Excel数据源码 + echarts
本次分享结束,欢迎讨论!QQ微信同号: 6550523
六、更多精彩案例
以上是关于21数据可视化:基于 Echarts + Python 动态实时大屏范例- Excel数据源的主要内容,如果未能解决你的问题,请参考以下文章
基于VUE + Echarts 实现可视化数据大屏文化大数据
基于VUE + Echarts 实现可视化数据大屏消防大数据
基于Echarts+百度地图+Three.js的数据可视化系统
基于 HTML+ECharts 实现的大数据可视化平台模板(含源码)