50 行 Python 代码制作一个数据大屏！

上一篇 / 下一篇  2022-03-23 11:01:41

查看( 486 ) / 评论( 0 ) / 评分( 0 / 0 )
　　PywebIO介绍
　　Python当中的PywebIO模块可以帮助开发者在不具备HTML和JavaScript的情况下也能够迅速构建Web应用或者是基于浏览器的GUI应用，PywebIO还可以和一些常用的可视化模块联用，制作成一个可视化大屏。
　　我们先来安装好需要用到的模块。
　　pip install pywebio
　　pip install cutecharts

　　上面提到的cutecharts模块是Python当中的手绘风格的可视化神器，相信大家对此并不陌生，我们来看一下它与PywebIO模块结合绘制图表的效果是什么样的，代码如下： 
　　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
　　上述代码的逻辑并不难看懂，先实例化一个直方图Bar()对象，然后填上X轴对应的标签以及对应Y轴的值，最后调用PywebIO模块当中的put_html()方法，我们会看到一个URL。
　　在浏览器当中输入该URL便能够看到我们绘制出来的图表。当然在cutecharts模块当中有Page()方法来将各个图表都连接起来，做成一张可视化大屏，代码如下：
　　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("标题", width="100%")
　　    ........
　　    return chart
　　def radar_base() -> Radar:
　　    chart = Radar("标题", width="100%")
　　    ......
　　    return chart
　　def line_base() -> Line:
　　    chart = Line("标题", 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的组合
　　当PywebIO模块遇上Pyecharts模块时，代码的逻辑基本上和cutecharts的一致，先是实例化一个图表的对象，然后在添加完数据以及设置好图表的样式之后，最后调用put_html()方法将最后的结果在浏览器中呈现。
　　# `chart` 是你的图表的实例
　　pywebio.output.put_html(chart.render_notebook())

　　在这个案例当中我们调用Pyecharts当中的组合组件，分别来呈现绘制完成的图表，代码如下：
　　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的组合
　　PywebIO和Bokeh的组合从代码的语法上来看会稍微和上面的不太一样，具体的不同如下所示：
　　from bokeh.io import output_notebook
　　from bokeh.io import show
　　output_notebook(notebook_type='pywebio')
　　fig = figure(...)
　　...
　　show(fig)

　　例如我们来绘制一个简单的直方图，代码如下：
　　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
　　基于浏览器的GUI应用
　　除了将Pywebio模块与常用的可视化模块结合用于各种图表的绘制之外，我们还能用它构建一个基于浏览的图形界面，我们先来做一个最为简单的应用，代码如下：
　　from pywebio.input import *
　　from pywebio.output import *
　　data = input_group(
　　    "用户数据",
　　    [
　　        input("请问您的名字是: ", name="name", type=TEXT),
　　        input("输入您的年龄", name="age", type=NUMBER),
　　        radio(
　　            "哪个洲的",
　　            name="continent",
　　            options=[
　　                "非洲",
　　                "亚洲",
　　                "澳大利亚",
　　                "欧洲",
　　                "北美洲",
　　                "南美洲",
　　            ],
　　        ),
　　        checkbox(
　　            "用户隐私条例", name="agreement", options=["同意"]
　　        ),
　　    ],
　　)
　　put_text("表格输出:")
　　put_table(
　　    [
　　        ["名字", data["name"]],
　　        ["年龄", data["age"]],
　　        ["位置", data["continent"]],
　　        ["条例", data["agreement"]],
　　    ]
　　)

　　output
　　当中部分函数方法的解释如下：
　　·input(): 文本内容的输入
　　· radio(): 代表的是单选框
　　· checkbox(): 代表的是多选框
　　· input_group(): 代表的是输入组
　　· put_table(): 代表的是输出组
　　· put_text(): 代表的是输出文本

收藏 举报

TAG: 软件开发 Python

 

评分：0

我来说两句

Open Toolbar